施工组织设计与概(预)算编制

介绍了施工组织设计的步骤和编制概(预)算的原则。     

模糊C-均值聚类算法及其在船舶故障诊断中的应用

船舶设备故障的早期诊断和预测,对船舶的安全运行具有非常重要的意义。由于船舶设备繁多,运行环境特殊,各种设备的故障症状与故障原因之间的关系十分复杂,致使传统诊断方法在实际应用中效果不理想。因此,研究采用模糊C-均值聚类算法来实现船舶故障的诊断乃是非常必要的。将被诊断对象间故障和症状的特征通过建立模糊关系矩阵进行故障分类,用当前所得的故障征兆群与过去该设备故障征兆结果相对照,找出最相似的结果,从而确定其故障。通过船舶主机轴系诊断的实例,证明了该方法的有效性。     

FAO 核心子系统安全完整性等级 评价方法研究

为探究如何更加实际地评价全自动运行(FAO)系统核心子系统功能的安全完整性等级(SIL),通过研究欧 洲电工标准化委员会(CENELEC)标准中风险模型的构造,给出风险降低因素(RRF)的定义;通过定义的风险降低 因素,建立可容忍事故率(TAR)与可容忍危害率(THR)的换算关系,进而评估出 FAO 系统核心子系统功能次级危 害的可容忍危害率;最后通过其与安全完整性等级的对应关系,得到核心子系统功能的安全完整性等级。应用结 果表明：结合实际的 FAO 工程项目应用成果,给出风险降低因素中各要素的具体示例,可供借鉴;与直接采用 可容忍事故率保守估计安全完整性等级的方法相比,在考虑风险降低因素后评估得到的安全完整性等级更接近实 际情况。     

城轨交通中三轨系统有限元模型及其动力特性

建立了由钢铝复合轨、绝缘支架、支撑卡爪和支架底座组成的三轨系统的有限元模型,计算了其动力特性,分析了下部桥梁结构振动的影响,为轨道的磨耗磨损研究及集电靴与接触轨的动态受流仿真的进一步研究建立基础。研究得出,三轨系统前十阶的自振频率范围与桥梁结构的自振频率相差较大,两者不会发生共振。     

高速铁路精密测量技术在城市轨道交通中的应用研究

开展将高速铁路精密测量技术中的轨道基础控制网(CPⅢ)测量与无砟轨道精调等相关技术引入至城市轨道交通中的应用试验,融合、改进了传统的铺轨测量方法与施工工艺。阐述了轨道精密测量技术在城市轨道交通中应用的可实施性。     

基于非线性观测器的IPMSM无位置传感器控制

为了解决内嵌式永磁同步电机(IPMSM)无位置传感器控制中转子角度和速度估计问题,根据IPMSM的状态方程和非线性理论,设计了一种非线性状态观测器,并基于Lyapunov稳定性原理讨论了观测器稳定条件.同时考虑负载影响,加入了负载转矩的观测由于模型参数问题和采样精度问题,状态变量的观测值和实际值存在一定误差,因此对角度和速度观测值分别进行了修正.仿真和试验研究表明,改进后的非线性观测器能够准确估计转子角度和速度,可以获得良好的动态和稳态性能.     

城市轨道交通CBTC中的无线通信系统

简单介绍城市轨道交通CBTC列车控制系统中的无线通信系统,阐述无线通信系统的工作原理、系统配置、硬件结构,以及无线通信技术在实际应用过程中存在的问题及改进方向。     

站(段)货车周转时间分析统计系统的设计与实现

为加快货车周转,提高货车使用效率,设计并实现的站(段)货车周转时间分析统计系统,利用车号识别系统获取站段出入车及工作量,利用调度系统获取站段在途车,进而可以计算出站(段)运用车车辆日。通过对站(段)货车周转时间的考核,可有效调动站(段)的积极性,促进其优化运输组织,挖掘运输潜力,提高运输效率和效益。     

面向“工程认证”的《汽车构造》教学设计

工程教育专业认证(简称"工程认证")是我国"五位一体"高教评估体系的重要组成部分,是新形势下促进我国高等工科教育发展、提升高等院校工科人才培养质量的重要方法和途径。本文立足重庆理工大学车辆工程专业工程认证建设实际,以专业核心必修课程《汽车构造》为对象,结合工程认证标准与成果导向(Outcome-based Education,简称OBE)理念,对其进行面向"工程认证"的教学设计,包括教学目标设计、教学内容及方式设计、教学评价设计及课程学习建议,为我校乃至其他高校车辆工程专业工程认证建设提供有益借鉴。     

基于UWB定位的邮轮乘员伴随关系发现算法

准确发现邮轮内部空间乘客之间的伴随关系, 在室内环境安装UWB定位设备开展室内人员定位实验。根据UWB定位的位置数据特点, 提出结合室内位置语义的Hausdorff-DBSCAN算法以聚类邮轮乘员轨迹, 并利用LSTM神经网络对疑似伴随关系对象进行相似度变化趋势的预测。传统的Hausdorff算法在计算轨迹相似度时未考虑轨迹时序一致的问题, 引入位置语义序列能够较好地解决这个问题。改进后的Hausdorff-DBSCAN算法的输入为乘员轨迹数据集, 根据轨迹整体相似度阈值选定聚类半径, 输出具有伴随关系的乘员轨迹聚类结果; LSTM神经网络以定长时间窗口的点邻近度序列为输入, 预测后1个时刻点邻近度值, 结合轨迹相似度阈值和预测结果分析乘员伴随关系的时序变化。利用Anylogic建模单层邮轮室内环境进行乘员仿真得到的轨迹数据验证算法的有效性。改进的Hausdorff-DBSCAN算法的准确率为0.920, 召回率为0.950, F₁值为0.934, 准确率高出对比算法至少5.7%, 召回率高出对比算法至少8.0%, F1值高出对比算法至少6.7%。同时LSTM在预测邮轮乘员之间相似度变化时, 收敛后的误差值能保持在3%~4%左右, 预测结果具有较高的准确性。