基于改进型SVSLMS 算法的谐波电流检测方法简

分析了传统基于Sigmoid函数变步长最小均方（Sigmoid Variable Step-size Least Mean Square,SVSLMS）谐波电流检测方法产生稳态误差的原因,提出了一种改进型SVSLMS谐波电流检测方法。该方法重新定义和选择反馈误差系数,通过采用一种选频滤波器对原始反馈误差进行滤波处理,减小对检测性能的影响,进一步提高谐波检测响应速度和稳态精度。仿真结果验证了该方法的有效性和实用性。     

机车车轮超声自动检测系统设计

机车车轮缺陷类型复杂,自动检测难度大,且手工超声检测效率低、可靠性差,基于该研究现状设计了一种机车车轮超声自动检测系统。针对该系统的机械模块、超声探伤工艺、运动控制与软件模块等几个方面进行研究。采用踏面、内侧面2个探头组共14个探头,实现对车轮缺陷的全面扫查。利用水浸法采集超声信号,通过车轮转动、探头相对固定的方式使系统能够快速、高效地检测车轮缺陷。相比于手工检测,该系统可显著提高车轮的检测效率和可靠性。     

机车油压减振器在线测试系统的设计

介绍了铁路机车油压减振器在线测试系统硬件与软件,通过对SS9型电力机车油压减振器在线检测得到了大量数据,填补了国内油压减振器在线检测领域的空白.油压减振器在线检测数据能为机车油压减振装置的合理设计及机车车辆转向架悬挂装置的设计提供依据.     

对称感应环线断线检测方法及装置

介绍了应用在FZL200型ATC系统的对称感应环线子系统的环线断线检测方法及装置,重点描述环线断线检测装置的结构和各模块的工作原理。     

基于Duffing振子的2FSK信号检测方法研究

针对在强噪声环境中传输的应答器上行链路2FSK信号的检测问题,本文基于混沌系统对初始条件敏感及对噪声免疫的特性,利用Duffing振子检测应答器2FSK信号.结合混沌系统产生相变的条件和2FSK信号的调制方式,给出利用Duffing振子检测微弱2FSK信号的方法和步骤,并利用功率谱熵对系统在策动力作用下所处的不同状态进行判别.在理论分析的基础上,利用Matlab/Simulink建立仿真模型.仿真结果表明,利用Duffng振子检测2FSK信号,及以功率谱熵为判据的方法是可行的,并且其性能优于传统的相干检测法.该方法具有较高的检测精度和很好的抗噪声性能.     

地铁接触轨带电安全防护装置设计及其应用

提出了非接触式接触轨带电安全防护装置的结构设计构思.分析了非接触带电检测单元、显示控制单元、监测主机、监控箱及人员侵入检测模组的基本配置和工作原理.介绍了车站和车辆段(场)等地铁不同区域的非接触式接触轨带电安全防护装置的配置设想.     

基于尺度不变特征变换的钢轨蠕变检测研究

针对钢轨现有定点蠕变检测技术的不足,提出一种基于尺度不变特征变换及图像配准的非接触式实时观测方法。通过安装于轨侧观测桩上的相机对待检钢轨进行拍摄,提取图像中轨腰附近预定义的感兴趣区域,而后基于尺度不变特征变换,与同一视场中钢轨未蠕变图像的对应感兴趣区域进行配准,得到定场环境下多关键点在像素坐标系中的轨向及高低位移集。根据相机的内外及畸变参数将像素位移集映射到世界坐标系,对轨向及高低位移集分别求均值,得出钢轨的轨向及高低蠕变量。为验证方法的有效性,搭建试验平台并采用OpenCV开发了仿真系统。研究结果表明:高低和轨向蠕变的相对测量误差均值分别低于0.606%和1.170%。     

某地铁盾构区间块石处理方法

武汉市轨道交通机场线工程土建工程盾构区间块石密集,对盾构施工有较大影响,为确保隧道施工顺利开展,采用以弹性波CT检测为主,地质钻探为辅进行块石探测。对于小直径(1.5 m以下)块石优先采取旋挖钻对块石冲击破碎进行预处理,大直径块石采用冲击钻孔破碎、开挖竖井方式将块石掏取出来,若冲击破碎无法达到预期效果,则采用深孔爆破等方法处理,块石地面预处理过程中如有未发现的块石,采用盾构机破岩直接通过;根据详勘及补勘结果,采用复合式土压平衡盾构机进行掘进,选用国产刀具,刀盘装配全盘滚刀用于破碎块石,考虑到刀盘开口率及其地层因素,滚刀间距控制在100 mm,严格控制盾构机在块石地段掘进时的盾构参数。实践表明,该方法取得了较好的施工效果,具有一定的指导与借鉴意义。     

基于差分分析的补偿电容工作状态判定

介绍现有信号检测系统对补偿电容工作状态的判定方法,并指出现有方法的不足。提出基于差分分析的补偿电容工作状态判定方法,通过对4种不同载频轨道电路区段的数据分析,验证该方法可以提高补偿电容失效判定的准确性。     

基于半监督聚类的网络入侵检测算法

入侵检测是维护网络安全的重要技术手段之一.本文提出一种聚类算法:k-cubes,用于网络异常检测.算法采用基于网格的方法对网络连接数据进行预处理,然后以网格为数据处理单位进行聚类,在聚类过程中通过动态合并与分裂自动决定聚类的数目.在此基础上给出了半监督k-cubes聚类算法,并根据聚类的结果生成检测规则.k-cubes聚类算法适合处理高维并且含有多值字符属性的大数据量数据,同时具有输入参数少等特点.在KDD99入侵检测数据集上的实验结果显示,算法获得95.82%的检测率和1.25%的误报率,并且在识别新入侵的能力上,算法检测到17种新入侵中的15种.