RBF神经网络在柴油机燃油系统故障诊断中的应用研究

本文主要介绍了径向基（RBF）神经网络在柴油机燃油系统故障诊断中的应用,并且首次将神经网络和虚拟仪器技术相结合,成功用于柴油机故障诊断中。比较了RBF和误差反传（BP）神经网络的学习速度和诊断精度。研究表明,将RBF神经网络和虚拟仪器相结合进行柴油机故障诊断具有良好的诊断效果和精度,有很好的工程应用前景。     

基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究

船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。     

典型航线船舶排放清单及排放特征研究

文章分析了我国典型航线典型船舶排放特征,以船舶自动识别系统数据为基础,收集整理所选研究船舶排放参数,结合船舶实际航行资料,采用动力法估算了秦皇岛港—广州港航线某散货船一个航行周期的排放清单,并分析了靠港、停泊、港内机动、巡航4个船舶状态下的排放特征,绘制了2 km×2 km分辨率的空间排放特征图。结果表明,该典型航线上典型散货船舶一个航行周期排放的SOx、NOx、PM10、PM2.5总量分别为18.88吨、30.87吨、1.85吨和1.69吨。排放源分析表明从在船舶的主机、辅机和锅炉3种排放源中,主机是主要排放源。航行状态上巡航工况排放量最大;船舶排放污染物的空间分析表明,船舶在进出港口区域是污染物排放最密集的区域。     

往复式压缩机气阀密封面失效分析

气阀是压缩机中发生故障最频繁的部件,故障会直接导致机组排气压比失调、排温高等现象,很大程度上影响企业安全生产及设备的使用寿命.文中对压缩机气阀结构及其故障特征进行了简要阐述,并通过实例分析气阀的故障特征,结合HYSYS计算出工艺气压缩过程中的各组分相图,分析了压缩工艺中气带液的产生过程,总结概括了压缩机气阀密封面失效的...     

在用工业管道焊接缺陷的识别和自身高度的测量

在用工业管道定期检验划分安全状况等级时,须确定焊接缺陷性质和自身高度,当采用射线检测和超声检测时,缺陷具有不同的特征和自身高度的测量方法。通过分析射线检测和超声波检测,夹渣、未焊透、未熔合缺陷的识别方法和自身高度的测量,总结出根据缺陷的产生部位、缺陷的性质、缺陷的方向选择无损检测方法,综合运用射线检测技术和超声检测技术。     

道路交通事故分析发展研究

近些年,我国交通事故量一直居高不下,而事故发生时车辆运行速度是分析事故原因、认定事故责任的重要内容,涉及保险理赔、法院审判等各个环节。目前分析事故原因,进行事故再现的主要途径是委托具有相关资质的事故鉴定机构进行速度重建,使用的方法主要有基于经验公式的事故重建、基于视频图像技术的事故重建、基于车载记录数据的事故重建和基于模拟软件的事故重建。文章主要介绍了交通事故分析的基本方法和发展方向。     

基于机器视觉的车辆检测与参数识别研究进展

近年来公路交通运输快速增长,交通车辆的快速准确检测与识别对智能交通系统和交通基础设施运维具有重要意义.随着机器视觉和深度学习技术的迅速发展及其在目标检测领域的广泛应用,车辆目标检测和参数识别也取得新的突破.该文从车辆参数的识别方法和应用研究两方面梳理了机器视觉和深度学习在车辆检测与参数识别领域的研究现状、最新研究成果和...     

铁路客车轮对踏面硌伤自动分析系统的研究与实现

为了解决客车轮对踏面硌伤人工分析效率低且质量不高的问题,基于大数据关联分析技术,构建了一套硌伤自动分析系统.从硌伤排查、自动分析、故障定位、统计分析4个方面分析系统的主要组成和功能,探讨了实现系统的关键技术.系统的应用提高了对客车轮对踏面硌伤分析和故障排查的效率.     

基于改进粒子群算法的PMSM多参数辨识

针对标准粒子群优化算法对永磁同步电机多参数辨识精度低与收敛慢的问题,设计了一种自适应自治群组粒子群优化算法进行辨识,并在Matlab/Simulink中搭建参数辨识模型.仿真结果表明:改进后的算法对永磁同步电机多参数辨识的整体精度更高,收敛速度更快.     

FMS故障诊断的神经网络方法研究

文中对神经网络理论应用于FMS(Flexible Manufacture System,柔性制造系统)故障诊断进行研究,在介绍了神经网络基本理论的基础上,提出一种FMS故障诊断的神经网络计算方法。