铁路桥梁地质图形的反演算法研究

分析地质钻孔图和地质纵断面图特征,从地质钻孔图着手,批量提取各钻孔编号、里程和土层分界点高程存人钻孔存储表中,通过表中里程和高程数据在地质纵断面图中找到钻孔土层分界点位置,与钻孔连线进行匹配,确定钻孔连线的上下土层信息存入表中,根据地质数据表设计反演算法,可得到任意里程位置处土层信息.将该方法应用于铁路桥梁设计任务量高峰期,可缩短桥梁基础设计时地质资料处理时间,在工期短、人员少的情况下,保质保量地按时完成任务.结果表明:该算法反演速度快、结果准确,可实现桥梁专业与地质专业的无缝衔接.     

基于剩余蕴涵的模糊三I方法的支持度

利用连续三角模导出剩余蕴涵算子，根据三角模和剩余蕴涵算子的性质，得出了满足一定条件的该类算子的三I算法．分析了在该类算子下的支持度理论，并推导了一般化的α-三IFMP和α-三IFMT公式．     

物理帧时槽交换中改进的DWRR调度算法

传统的DWRR(defic itwe ighted round rob in)调度算法不能满足变速率实时多媒体业务时延要求.为此,提出了改进的DWRR调度算法(improved DWRR).该算法在DWRR的轮询过程中插入1个新的服务优先等级,从而有效地保证变速率实时多媒体业务的时延要求,并且也可有效地调度非实时业务.仿真结果表明,对变速率多媒体实时业务,改进的DWRR算法的平均队列时延为3.4 m s,比传统DWRR算法的平均队列时延(4.9 m s)降低了30.6%.     

基于主成分分析的居住区停车需求预测研究

在大量调查数据的基础上,通过停车特征参数的分析,提出了影响停车需求的多个因素。对其中的几个主要因素进行主成分分析,剔除权重最小的因素,建立了停车需求与剩余因素之间的预测模型。     

改进V型夹层板近场水下爆炸抗冲击性能研究

对水下爆炸结构的响应进行分析,设计相应的结构来降低载荷效应是提高舰船抗冲击性能的重要研究内容。基于耦合欧拉-拉格朗日(CEL)算法,考虑流-固耦合等因素的影响,建立完整的水下爆炸数值模型,运用显式动态分析对普通加筋板、常规V型夹层板、改进的V型夹层板进行近场水下爆炸作用下的动响应分析,从结构与流体的相互作用、结构产生的变形、吸能特性等角度综合分析。结果表明,改进后的V型夹层板抗冲击防护性能明显提高,可为舰船抗冲击结构设计提供一定的参考。     

高速公路交通流分形特性分析

采用分形理论研究交通流的自相似性；基于嵌入空间理论、状态空间重构和Ｇ－Ｐ算法对实际检测的广佛高速公路２４ｈ交通流情况进行了分形特性分析，分析结果表明交通流在一定的区间内存在尺度不变性。     

Data-driven train set crash dynamics simulation

Traditional finite element (FE) methods are arguably expensive in computation/simulation of the train crash. High computational cost limits their direct applications in investigating dynamic behaviours of an entire train set for crashworthiness design and structural optimisation. On the contrary, multi-body modelling is widely used because of its low computational cost with the trade-off in accuracy. In this study, a data-driven train crash modelling method is proposed to improve the performance of a multi-body dynamics simulation of train set crash without increasing the computational burden. This is achieved by the parallel random forest algorithm, which is a machine learning approach that extracts useful patterns of force–displacement curves and predicts a force–displacement relation in a given collision condition from a collection of offline FE simulation data on various collision conditions, namely different crash velocities in our analysis. Using the FE simulation results as a benchmark, we compared our method with traditional multi-body modelling methods and the result shows that our data-driven method improves the accuracy over traditional multi-body models in train crash simulation and runs at the same level of efficiency.     

基于多尺度核独立元分析与核极限学习机的柴油机故障诊断

为提高柴油机故障诊断速度和精度,提出了基于改进多尺度核独立元分析与量子粒子群优化核极限学习机的故障诊断方法。首先利用固有时间尺度分解对缸盖振动信号进行多尺度时频分解,并根据故障敏感度参数筛选有效分量以实现振动冲击特征增强;然后利用核独立元分析消除有效分量间的频带混叠,分离故障敏感频带,并提取各频带的AR模型参数、多尺度模糊熵和标准化能量矩构造联合故障特征向量;最后建立基于量子粒子群优化的核极限学习分类器实现柴油机故障诊断。试验结果表明,该方法有效增强了缸盖振动信号中的故障敏感特征,提高了柴油机故障诊断速度和精度,故障分类准确率达到98.45%。     

随机森林算法在地铁车辆门系统润滑退化状态预测中的应用

为了更准确地对地铁车辆门系统的润滑退化状态进行诊断,提出了一种基于随机森林(RF)算法的车门润滑退化预测方法。首先,从车门驱动电机的电流、转速和转矩输出信号中提取时域特征指标作为表征车门运行状态的特征向量;然后,将特征向量作为RF算法的输入,对系统的润滑退化状态进行离线建模,得到不同的润滑退化状态的训练模型;最后,将在线分析结果与离线建立的模型库进行对比,预测当前系统所处的润滑状态。仿真结果表明,与传统的单分类器K-Means的诊断结果相比,RF算法在车门的润滑退化预测中具有更高的精度,可以及时预测系统的润滑退化征兆,对提高车门系统的安全性、可靠性,以及降低故障率具有重要意义。     

城轨列车运行时分节能优化方法

基于传统的城轨列车站间运行曲线优化模型,研究列车运行图中的运行时分优化模型和方法。同时在满足运营需求的前提下,以降低城轨列车运行能耗为目标利用遗传算法对列车全周转内各个站间的运行时分进行优化。根据北京地铁亦庄线的实际数据,对以上方法的节能效果进行实际验证和比较。结果表明,基于遗传算法的城轨列车运行时分优化方法相比城轨列车实际运行与仅优化站间驾驶策略方法分别可以获得17.3%与4.1%的节能效果。