横浪作用下LNG船运动量小波神经网络预测模型

港口码头设计中主要考虑的问题之一是系泊船舶的运动量。首先开展了26.6万m³LNG船舶系泊运动物理模型试验,测量了船舶在试验条件下的六自由度运动量;同时,考虑船舶运动响应的主要影响因素,根据横浪作用下26.6万m³LNG船运动六分量的试验数据,构建了189组容量的训练集,基于小波分析和神经网络,研究确定三层隐含层神经元数分别为8、12和22,进而建立系泊LNG船舶运动量的预测模型。预测结果表明,小波神经网络模型具有输出多参数的算法优势,能够综合考虑系泊船非线性系统中不易量化的众多影响因素(波浪波高、周期、波长以及船舶自身特性等),给出相对精确的预测结果。小波神经网络模型在研究系泊船舶运动量预测方面具有良好适用性,可以有效地预测船舶的运动量,为实际工程设计提供参考。     

面向多层级目标的汽车前围声学包优化研究

为了研究汽车声学包设计参数对其多性能目标的影响,首先,改进了传统的深度信念网络（DBNs）方法,并提出SVR-DBNs (support vector regression-deep belief networks)模型,提升了模型映射的准确度;其次,从车辆噪声传递关系与层级目标分解角度出发,提出了一种多层级目标预测与分析方法;最后,将所提方法应用于具体车型的前围声学包性能、重量与成本多目标预测与优化分析.研究结果表明：SVR-DBNs方法对前围声学包性能、重量与成本目标预测准确度均在0.975以上,优于传统的反向传播神经网络（BPNN）、SVR与DBNs模型;基于SVR-DBNs模型的优化结果与实测结果接近,两者加权目标相对误差为1.09%（平均传递损失（MTL）、重量和成本相对误差绝对值分别为1.44%、1.04%与0.71%）,优化后的实测结果较前围声学包原始状态性能、重量和成本分别提升了5.51%、9.01%与4.40%.     

车辆传动系统变参小波流形融合故障诊断方法

应用流形学习方法非线性融合信号在不同小波参数下中央尺度对应的小波包络,研究了强背景噪声下车辆传动系统振动信号故障瞬态脉冲包络的有效提取问题,并与传统信号时频分解方法进行了对比研究;采用不同小波参数对振动信号进行连续小波变换,提取了每组参数下中央尺度上的小波包络;采用基尼指数选择若干包含故障瞬态脉冲信息的小波包络,构造了高维小波包络矩阵;采用局部切空间排列算法对高维小波包络进行流形融合,获得了反映故障瞬态脉冲包络本质结构的小波包络流形;为了验证所提方法的有效性和优越性,采用不同方法对轨道车辆轮对轴承和汽车变速齿轮箱的故障振动信号进行了对比分析。研究结果表明:在分析轴承外圈故障信号时,所提方法基尼指数比传统信号时频分解方法提高27.32%以上;在分析齿轮磨损故障信号时,所提方法基尼指数比传统信号时频分解方法提高26.74%以上。可见,所提方法通过综合具有不同形态的变参小波包络,可以在无需优化小波参数情况下,对车辆传动系统中的不同关键部件故障振动信号具有较好的自适应性,提取的故障脉冲包络中的带内噪声少,故障脉冲特性明显,容易识别其频谱中的故障特征频率,是检测车辆传动系统故障的一种有效方法。      

改进的中心差分卡尔曼滤波水下被动目标跟踪

中心差分卡尔曼滤波是目标跟踪领域中常用的非线性滤波方法之一,但在单站的纯方位目标跟踪中,有时受观测站的运动轨迹、观测噪声等影响,中心差分卡尔曼滤波会出现滤波不稳定甚至发散的情况。针对这一问题,本文提出一种基于奇异值分解平方根的中心差分卡尔曼滤波改进方法。通过采用QR分解和奇异值分解2种不同的方式计算协方差的平方根,代替协方差矩阵参与运算,增强算法的稳定性。通过3种不同情形下的仿真结果均表明,所提方法与常规的中心差分卡尔曼滤波和经典的平方根无迹卡尔曼滤波方法相比,具有最低的均方根误差。     

铁路交通运输能力对经济发展的支撑力研究——基于承载能力模型及向量自相关模型

为研究铁路交通运输能力对国家经济发展的支撑能力,本文收集2000～2016年中国铁路运输能力各项数据及国民生产总值,通过承载力模型分析铁路运输能力对国家经济发展的支撑能力。结合VAR模型,利用脉冲响应、方差分解方法分析铁路运营里程与国民生产总值之间的关联关系:支撑能力模型结果表明我国铁路交通运输能力对经济发展提供持续可靠支撑。脉冲响应分析结果表明,经济发展受铁路运营里程脉冲影响,会呈现强烈的增长趋势,对铁路运营里程的脉冲冲击最多可使GDP在十个周期内增长10%。方差分解表明,铁路运营里程对GDP具有强烈的长期影响。     

基于小波变换分析箱梁振动噪声的时频特性

为探讨列车激励引起箱梁振动噪声的时频特性,以32 m混凝土简支箱梁为例,现场实测箱梁各板件的振动和近场噪声,并采用小波变换结合MLP （modified Littlewood-Paley）小波基的方法进行信号处理. 引入小波脊线和小波能量比两个指标对信号的时频特性进行定量分析,在此基础上,探讨了行车速度和行车方向的影响规律. 研究结果表明:相比Morlet小波和Mexihat小波,MLP小波更清晰地刻画箱梁振动噪声在时-频两域的局部集中特性;箱梁噪声比振动的频变程度要小,且前者的小波能量在频域上更为集中;翼板振动和腹板振动的频变特性分别对行车速度和行车方向敏感;45～60 Hz范围是箱梁噪声控制的关键频率范围.      

关于矩阵方程AXB＋CYD＝F的极小范数解

利用矩阵对的广义奇异值分解（GSVD）,得到了L非空的一个充分必要条件,并给出了问题P的解的表示。     

基于小波神经网络的船舶导航雷达航迹相关外推方法

采用小波神经网络实现船舶导航雷达跟踪的航迹相关外推,本算法采和神经网络的并行处理方式,结合小波分解理论中局部Lipschitz指数信息,实现雷达的高精度在线相关跟踪滤波,仿真结果表明,该算法的计算量不随目标运动模型复杂性增加而增加,并且具朋在线处理精度高、实时检测误跟踪准确等特点。     

叉桩扭角对高桩码头抗震性能影响分析

以高桩码头双轴对称桩基码头结构段为研究对象,建立空间有限元模型,采用振型分解反应谱法对水平地震作用横向、纵向输入进行了地震动力响应分析,对比分析了叉桩扭角变化对结构响应的影响,讨论了纵向斜桩对结构抗震性能的影响。计算结果表明:横向水平地震作用下,除桩轴力外,其结构的响应随着叉桩扭角的增大而增大;纵向水平地震作用下,桩轴力随扭角的增大而增大,其他结构响应则随扭角的增大而减小;纵向水平地震作用下结构的动力响应较大,增加纵向斜桩能更好的抵抗纵向水平地震荷载,但增加纵向斜桩其最大桩轴力响应将较无纵向斜桩时增加较多。     

真空镀膜膜层缺陷显微图像的边缘检测

真空镀膜膜层缺陷显微图像的边缘模糊、噪音大等,不利于工艺分析。采用多种边缘检测算子对显微获得的膜缺陷图像进行处理并进行了结果比较,表明：基于小波变换的边缘检测,可清晰突出缺陷图像轮廓、有效去除背景噪声,具有优异的边缘检测性能。