燃气调压器声发射信号特征与流量关系分析

文中提取燃气调压器声发射信号的标准差、峭度这两个时域特征及重心频率、均方根频率这两个频域特征,分析特征与流量的对应关系,使用相关系数进行评价。基于北京某调压站采集的声发射信号及流量数据,实验结果表明,流量与标准差、峭度、重心频率、均方根频率的相关系数分别为0.8192、0.2889、0.7745、0.641。可见标准差、重心频率及均方根频率与流量相关性较强,峭度与流量相关性较弱。     

细水雾与排烟系统共同作用下地铁车站火灾烟气蔓延规律

为研究岛式地铁车站内列车发生火灾时,站台细水雾与排烟系统对烟气蔓延的控制效果,依托西安地铁4号线岛式地铁车站,采用FDS软件建立1：1的数值仿真模型,选择大涡模拟,研究站内列车火灾规模为5 MW时,站台细水雾与排烟系统共同作用下,火灾烟气蔓延速度、能见度与温度场的分布特征,分析了细水雾与排烟系统对烟气蔓延特性的影响规律;并通过缩尺模型试验,验证了数值模拟方法研究细水雾控制地铁火灾烟气蔓延的可靠性。研究结果表明：车门间隔开启时,烟气先向列车两侧蔓延,150 s时扩散至整个车厢并向站台层蔓延,当开启站台细水雾时,烟气温度明显下降,且随着细水雾粒径的减小与流量的增大,烟层降温效果增强;当水雾粒径为100 μm,流量为8 L·min^-1时,距离站台中线3 m处断面平均温度为36.19℃,较未开启细水雾时温升降幅可达62.91%;同时细水雾使得烟层蔓延速度减小,在开启细水雾系统后200 s内2^#楼梯口平均空气质量流速下降39.72%;当开启排烟系统时,可使列车内温度场纵向分布最大值向火源下游移动,加快站台层及列车内对流换热效率,使细水雾的气相冷却作用得到加强,二者同时作用时降温阻烟效果最佳。     

地面注汽管线表面散热损失影响因素分析

文中采用Fluent模拟与理论计算结合比较的方法,研究了不同因素对蒸汽管道散热损失的影响规律,并分析了理论计算模型的相对误差.发现增加注汽管线距地面高度,对其散热损失影响较弱;空气温度升高,注汽管道表面散热损失降低;风速和表面发射率对注汽管线表面热损失影响较大;数值模拟结果与理论计算数据相对误差较大.     

基于支持向量机的装载机齿轮箱故障智能诊断研究

在分析现有齿轮箱故障诊断方法的基础上,提出了采用多分类器支持向量机齿轮箱故障智能诊断方法,简介了该方法的系统结构、实现原理、特征提取与故障类别,重点讨论了齿轮箱故障多分类器支持向量机智能诊断模型与算法。仿真试验结果说明了采用多分类器支持向量机智能方法进行齿轮箱故障智能诊断的可行性与正确性。     

红旗轿车中央门锁控制系统工作原理与检修

介绍红旗轿车中央门锁控制系统工作过程和工作原理，以及中央门锁控制系统常见故障的诊断与排除方法。     

基于子波能量和神经网络分类器的机动车车型识别

为了使交通管理系统能进行可靠的机动车分类,研究了轿车、轻型越野车和货车3种机动车目标的声信号,提出了一种采用子波分解后不同尺度上声信号能量作为特征向量的特征提取算法,并设计了kNN(k近邻)分类器和改进BP神经网络分类器用于目标分类。目标识别和分类试验结果表明:所提出的特征提取算法能够很好地体现不同类型目标之间的差异,提取的特征向量稳健;设计的改进BP神经网络分类器的分类精度可达92.6%,且分类效果优于kNN分类器。     

公路隧道内火灾烟气温度及层化高度分布特征试验

通过在云南昆明—石林高速公路阳宗隧道内的现场模拟火灾试验,对不同纵向通风速率下公路隧道内火灾烟气温度及层化高度沿隧道的分布特征进行了研究。结果表明:拱顶下方烟气温度沿隧道呈幂指数分布;纵向通风速度对烟气层高度沿隧道的分布有重大影响,纵向风速较小时,烟气可以在隧道上部空间维持较好的层化结构,不会影响火灾发生时人员的安全疏散,而较大的纵向风速将导致烟气层高度沿隧道迅速降到地面,对火灾发生时的人员疏散造成威胁。     

取样式不透光烟度计的设计

介绍了透射消光法烟度测量的理论基础 ,阐述了自行研制的取样式不透光烟度计的设计原则及其各主要组成部分的设计方法。该仪器可用于研究柴油机的瞬态碳烟排放特性和加速烟度     

一种结合2DLPP与2DPCA的人脸识别方法

为解决二维局部保持投影(2DLPP)需要较多数据表示人脸特征的缺陷,提出了一种新的二维局部保持投影主成分分析方法(2DLPP-PCA).通过对人脸图像在行、列方向同时进行2DLPP和2DPCA投影,2DLPP-PCA 不仅能减少保存人脸特征所需要的数据量,而且能有效地提取人脸的局部特征和全局特征.在ORL、Yale和CAS-PEAL-R1人脸数据库上的实验结果表明,2DLPP-PCA是一种高性能的特征提取方法,当训练样本数为6时,2DLPP-PCA在ORL数据库上的最佳平均识别率达到99％以上.     

基于序列影像种子跟踪的道路线自动提取算法

为快速建立道路精确的几何模型,利用车载移动测量系统获取的序列影像开展了道路边线自动提取方法研究.针对不同类型道路边线的特征,提出了一种基于序列影像种子跟踪的道路线自动算法.首先,对不同质量道路影像分别采用基于灰度信息和梯度信息的道路边线边缘检测方法;其次,采用线性回归模型拟合道路边线,以当前帧拟合直线为种子点,提出了基于种子直线的序列影像感兴趣预测方法,在此基础上对下一帧影像道路边线进行跟踪;最后,以高速公路和城市街区道路序列影像为例,开展了道路边线自动跟踪提取试验,结果表明此方法可以达到优于20 cm的精度,具有很好的鲁棒性.