人工神经网络用于层状结构参数识别的逆分析

提出一种识别“屏蔽”型数据的伪反馈双三层人工神经网络，由于反馈对信息进行过滤，使被屏蔽数据的识别精度有较大的提高，将此网络与计算力学相结合，用于层状结构的公路面层和基层厚度的识别，取得了较好的结果，该网络可以看作是两个独立的三层网络的组合，在计算方法和程序处理上并未有新的难点，简便易行。     

射频识别卡的关键技术

介绍了射频识别卡在射频识别技术中的重要作用及工作原理、关键技术。     

基于ATIS特种车流信息查询系统的设计与实现

由于实施了基础车流信息的采集,原来具有不确定性的列车预确报向具有实际采集到发时间的"车号识别系统(以下简称ATIS)"以及"电子确报"的方向上发展.鉴于此"基于ATIS的特种车流信息查询系统"的研究便在新的信息源支撑下应运而生.     

比亚迪e5纯电动汽车无法上电故障的检修

一、故障现象有一辆2019年款的比亚迪e5纯电动汽车,正常起动车辆时,仪表显示无法识别到钥匙,对智能钥匙系统进行检修后,再次起动车辆时,车辆系统能识别到钥匙,但是仪表显示无法上电。二、故障分析因为比亚迪e5纯电动汽车有智能钥匙系统,车辆系统无法识别到钥匙,说明该系统存在故障。确认智能钥匙电源正常后,查阅比亚迪e5纯电动汽车维修手册,其智能钥匙控制系统电路如图1所示。     

基于工况传递路径的车内路噪改进方法研究

车辆在粗糙路面上行驶时,底盘零件的弹性模态与轮胎模态或者车身声腔模态耦合,极易产生100～300 Hz的低频轰鸣,从而降低整车的NVH品质。文章针对这一问题,分析了路面激励到车内噪声的所有传递路径,利用工况传递路径方法分析出对车内低频轰鸣贡献最大的关键路径;通过模态试验找到了路径上的模态原件并测试了路径与车身安装点的动刚度。根据分析结果给出改进方案,并在实车上进行了验证。结果显示,改善后的车内低频轰鸣峰值降低了约9 d B,改善效果良好。     

EGR阀升程规律对重型柴油机瞬态工况排放特性的影响

基于1台配备废气再循环系统(EGR)的重型柴油机,试验研究了瞬态工况下EGR阀升程规律对重型柴油机排放特性的影响。针对恒转速变扭矩与恒扭矩变转速过渡工况设计了5种EGR阀升程规律,根据升程走势可分为3种类型:线性升程,上凸型升程以及下凹型升程。结果表明:瞬变过程中,初始EGR阀开度变化速率对NO_x生成影响巨大,NO与NO_x排放规律基本吻合,EGR阀升程规律对NO_2排放影响甚微。不同EGR阀升程规律下烟度变化规律相同,呈先增后减的趋势,但峰值明显不同。EGR阀升程规律对燃油经济性影响不大。     

基于正则化与B样条曲线的桥梁影响线识别方法

为了快速评估既有桥梁的安全性，研究了基于多源实测信息快速准确识别桥梁影响线的方法。首先利用桥梁动力响应及车辆移动的实测信息，建立影响线识别的数学模型。在模型中引入Tikhonov正则化方法以解决病态矩阵求解问题，通过设置罚函数项以取得较光滑并贴近真实的影响线。然后通过基函数扩展法重构影响线，将其表示为一系列三次B样条基函数的线性组合，从而将问题从识别众多影响线因子简化为识别少量基函数权重系数。为了验证上述方法的可行性，先在实验室模拟钢制试验小车在钢筋混凝土三跨连续梁模型上移动的过程。基于实测布置于梁底的多测点挠度和应变响应时程以及相应的试验车信息，可识别出不同位置测点的挠度和应变影响线。试验结果表明无论是影响线的总体形状还是局部峰值，识别解与基准解均能较好地吻合。该方法还被进一步应用到一座简支现浇预应力混凝土箱梁桥。该试验通过实测检测车过桥期间的桥梁跨中截面若干测点的动应变、动挠度以及车辆重力、实时位置等信息，准确识别了对应于不同车道的挠度和应变影响线。通过对比桥梁静载实测和影响线虚拟加载结果，发现两者偏差绝对值在5%以内。在一定程度上表明了该影响线识别方法具有较高精度，并具备工程应用的良好潜力。     

常规潜艇的通气管暴露率的研究

分析常规潜艇通气管暴露率影响因素,提出了减小暴露率的方法,并对某一实例进行了计算.     

基于高阶谱的水下目标识别

利用高阶谱估值法,对具有很强非高斯性和非线性的舰船辐射噪声信号进行分析及特征提取,并通过结构自适应神经网络作为分类实验,表明基于高阶谱的特征提取具有较强的类别可分性,在无源声纳目标识别中特具潜力。     

一种水下目标识别方法──基于模糊理论的多种神经网络融合分类

在应用多种方法提取目标噪声中分类特征的研究基础上,本文设计出基于模糊理论的多神经网络融合分类器,其研究重点主要包括有监督分类的模糊聚类神经网络分类、多神经网络与模糊综合分析相结合的融合分类。基于大量海试实测信号样本的多组实验表明,该分类方法具有良好的工程应用前景。