虚拟仪器技术在船舶水下自噪声测试分析中的应用

采用虚拟仪器(简称VI)技术,利用美国NI公司数据采集卡和虚拟仪器设计平台LabVIEW开发了船舶水下自噪声分析系统,并利用该系统进行了实船的水下自噪声测试分析。该系统及主要功能包括:采集卡驱动、A/D转换、信号调制、文件存储、示波、FFT谱分析、1/3Oct、细化分析、在线分析、离线分析、报表结果打印等。通过实船测试与传统仪器分析的结果对比,证明该方法方便宜行。     

铁路客运专线地质勘察问题探讨

研究目的：随着客运专线技术标准的提高，要求更深入地研究地基变形问题，加强地质勘察工作，不断提高地质勘察水平。 研究方法：从客运专线与Ⅰ级铁路的技术标准出发，分析研究客运专线的变形要求和地质勘察的特点，论述提高地质勘察精度的必要性和采空区岩体移动角的取值，并讨论松软土的定名。 研究结果：在Ⅰ级铁路地质勘察要求的基础上，客运专线地质勘察应加深加密勘探孔，做好综合分析和沉降观测，针对采空区岩层移动角的选择提出了新认识，分析了定名松软土的不利因素。 研究结论：客运专线技术标准的提高，需要认真考虑地基土的变形问题，应充分分析区域地质条件，重视现场沉降观测。客运专线的采空区岩层移动角应选用更小的角度或者比较安全的边界角；对于土体分类不应增加松软土的定名。     

高密度直流电测法超前地质预报技术

研究目的:复杂的岩溶隧道易发生突水突泥安全质量事故,为了对隧道前方地质富水状况进行准确的探测,给隧道安全、快速施工提供超前地质依据。研究结果:通过结合水平超前钻探验证,证明在岩溶隧道依靠高密度直流电法对岩溶富水情况探测较为准确,为防止隧道发生突水突泥,保证安全、快速施工提供了有力保障。     

贵阳枢纽大对门双线隧道超前地质预报技术

针对贵阳枢纽白云至龙里北铁路控制性工程大对门双线隧道复杂的岩溶、水文地质等条件,介绍超前地质预报的综合应用,总结应用效果和存在的问题。超前地质预报实践表明,采用TSP、地质雷达、红外探水、HSP声波反射法等综合超前预报手段,有的放矢,结合地质资料和隧道开挖不断揭露的地质条件综合分析,可以获得较好的预报结果,为隧道中不良地质情况施工提供正确指导。     

基于植被生态需水的隧道排水量确定方法研究

隧道地下水大量渗漏易造成洞顶影响范围内生态环境破坏,针对如何确定合适涌渗水量以确保生态平衡问题,引入生态学、农学中有关植被生态需水概念,通过调研分析确定隧址区植被所允许的最大地下水位降深,结合地下水动力学方法以及经验公式,确定隧道涌渗水后地下水达到最大降深时疏干漏斗范围及体积;并通过疏干漏斗体积、涌渗水量以及储水系数关系确定隧道所允许排放的最大水量.结合算例并与实际工程中设计排水量进行对比,在考虑隧址区实际工程地质、水文地质条件情况下,所提出方法计算得出的排水标准与实际工程接近.该方法能够达到隧道工程与地下水环境生态平衡,可为隧道建设提供参考.     

关于城市轨道交通线网规划的探讨

阐明城市轨道交通线网规划的目的就是要实行规划控制。规划研究的方法有经验分析法、客流预测法、公交增长法和多模块网络层次分析法等。规划主要解决的问题包括轨道交通在城市交通中的地位、作用及其网络层次、规模等。辩证理解“线网形态”、“轨道交通制式与敷设方式”、“客流预测”和“换乘形式”等概念？     

基于灰色—小波神经网络的有效泊位预测

针对停车场有效停车泊位的变化特征,提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理,再基于分步式小波神经网络模型对修正预测值进行运算,并通过马克科夫链预测模型得到更精确的预测区间,并利用实际案例分析,对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明,灰色—小波神经网络预测模型可降低初始数据波动性的干扰,与传统神经网络相比,预测结果误差波动性降低了10%~19%,稳定性提高了27%~33%,拟合度提高了10%~15%,精确度明显提高.     

基于分阶段筛选的雷达装备电磁干扰预测方法

针对作战演练对电磁环境的要求,提出了基于分阶段筛选的雷达装备之间电磁干扰预测方法。采用干扰源与接收机逐对考虑的方式,极大简化了计算。并采用分阶段预测的方法,即分成：快速筛选、幅度筛选、频率筛选和详细预测四个阶段进行逐阶段分析和预测,并实现了与地理信息系统相结合的软件可视化操作。     

一种新型船舶智能载重测量仪的研究与应用

针对船舶货物卸载重量计量难的现状,开发了一种新型的船舶智能载重测量仪,并提出一种结构树编码免疫辨识算法实现船舶重量模型的辨识,该测量仪通过检测船体前后左右四个位置的吃水深度,精确计算船舶重量、船体倾斜度等数据,实现船舶卸货计量的智能化与自动化.在散装水泥运输船上的应用实践表明,该测量仪能实现比较理想的测量精度,误差小于0.5%,完全能满足船舶运输中对中低价货物的计量要求.     

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。