高阶振型在山地掉层结构中的影响研究

设置不同掉层层数、掉层跨数和坎上楼层层数的模型,对比分析各模型在不同振型数下结构响应值的误差,根据分析结果来验证常用振型数量控制方法的适用性和差异性。结果表明,高阶振型对山地结构中掉层部分的内力响应影响显著。不同的掉层结构布置对振型数的选择有重要影响,掉层层数的增加使层剪力误差超限的楼层位置从顶层转移到掉层部分,致使掉层部分对高阶振型更加敏感。伴随着掉层跨数的减少,最大层剪力误差及误差超限的楼层数均呈先增大后减小趋势,即存在最不利的掉层跨数比,此时各内力响应误差均最大。坎上楼层的增加会提高掉层部分的剪力误差值。相对于层剪力,层间位移更易于通过提高振型数来控制精度。振型位移控制法的精度较高,但会增加大量结构计算和分析成本。振型质量参与系数法仅在个别结构中的层间剪力误差较小,总体来说其控制效果较差。解决这一问题,还需进一步研究以便提出一种新的振型控制方法。     

基于多层感知器神经网络和统计小波特征的管道泄漏诊断

油气输送管道泄漏造成的主要问题包括环境危害和经济损失.为了降低管道泄漏造成的危害,提出了一种新的方法用于检测管道泄漏情况.该方法主要通过故障检测与隔离系统建立入口压力与出口流量之间的定量关系,首先,采用OLGA软件模拟获得管道入口压力和出口流量数据,为了提高模型精度,利用小波变换的多尺度分解和重构技术将获取的数据信号分为3级,并将其作为故障检测与隔离系统的训练数据.然后采用统计技术、小波变换及2种方法的融合等方式提取信号的均值、偏差、峰度等特征,将特征提取结果分别作为多层感知器神经网络分类器的输入来确定泄漏状态.最后,利用混淆矩阵对泄漏识别的精度进行验证.对一段长约5 km的天然气管道进行了泄漏检测,将泄漏类型分为10类,结果表明,提出的方法对泄漏位置和泄漏尺寸的自动检测识别率约为92％.该方法不仅可以检测泄漏故障的发生,还可以确定泄漏故障的位置和严重程度.     

机车控制与监视系统冗余控制方法

为解决机车控制系统冗余切换导致非操作端的显示屏出现失联状态的问题,提出整体冗余切换和部分冗余切换相结合的控制方法;分别检测主微机和辅微机自身的电源板卡、控制器局域网络(CAN)板卡和高级数据链路控制(HDLC)板卡是否为失效故障状态,是则进行整体冗余切换,将主系统整体冗余切换至辅系统;否则进入部分冗余切换,将失效板卡冗余切换至另一系统的对应板卡。在软件方面,针对数字量输入或输出类板卡、模拟量输入类板卡、频率量输入板卡,分别提出严格的冗余切换判定条件;在硬件方面,判断主辅2个系统中任一系统是否存在。研究表明:控制方法提高了硬件的冗余度和冗余切换的准确性,使切换无间隙,方法具有可操作性。     

给水管道振动信号的小波分析及消振研究

某核发电厂部分蒸汽和给水管道振动情况非常严重 ,以致影响到正常的安全生产。笔者从给水管道的测振出发 ,并利用 3层Daubechise对振动信号进行了小波消噪、滤波、重构处理 ,以找到影响管系振动的激励源的主要频域成分。进而利用比较成熟的结构分析软件ANSYS对管系进行了模态分析 ,得到系统的低阶固有频率和振型。根据管道振动的原因 ,在不改变管系主要特征的基础上 ,给出了简单易行的消振措施 ,实际运行情况表明消振方法效果良好。     

永磁同步曳引机局部失磁仿真研究

永磁同步电机广泛应用于电梯用曳引机,结合电梯用永磁同步曳引机使用工况,设计一台永磁同步曳引机的结构参数,构建永磁同步曳引机的二维有限元模型,给出对正常和局部均匀失磁状态下的电机磁通密度、磁链等参数曲线和输出转矩的对比变化情况。通过仿真分析曳引机在永磁体部分失磁后的输出表现,结合变频器的输入端电流和电压的变化,为电梯用永磁同步曳引机的失磁故障的判断提供参考。     

基于网联车轨迹重构的交通油耗和排放估计方法北大核心CSCD

如何基于有限的轨迹数据对油耗和交通排放进行精准地估计一直是研究的难点和热点,为解决该问题,提出了基于轨迹重构的油耗和排放估计方法。首先,基于跟驰模型,利用网联车(Connected Vehicle,CV)轨迹重构道路上常规车(Regular Vehicle,RV)轨迹。然后,将轨迹重构结果与VT-Micro排放模型相结合,对道路上所有车辆的油耗和排放进行估算。最后,通过数值仿真试验验证模型在不同CV渗透率和交通流密度条件下的可行性和有效性。结果表明:该方法能够实现对油耗和排放的精准估算,且随着CV渗透率和交通流密度的增加,油耗和排放估计的准确性不断提高;当CV渗透率不低于30%,且交通流密度为60 veh/km时,交通油耗估计的平均绝对百分比误差小于2.17%,排放估计的平均绝对百分比误差小于8.66%;当CV渗透率为50%时,在不同交通流密度条件下车辆油耗估计的平均绝对百分比误差小于2.45%,排放估计的平均绝对百分比误差小于13.68%。     

防振方法和防振材料

防振方法 通常防止振动的方法,是在需要防振的机械与其支持的固定基础之间,插入软质弹性体(防振材料)。具体说就是在机械的地脚部分以及床身下部和基础之间,放入绝缘的软质防振材料,以防止机械本身摇晃发生问题。防振材料要承耐被支持的重量,必须把弹性模量选择好。当发生振动时,首先要对振源发出振动的性质(振动频率、衰减距离等)作详细的调查。 振动分为强制振动与断续振动。前者防振材料要求的弹性模量较容易计算(发生的振动频率和机械重量与防振材料的弹性模量,比固有振动频率稳定地大3倍以上就好);后者,想简单地算出弹性模量是困难的。…     

以为安全未必安全

2000年12月1日,7时54分,上班时间. 四川某电信局电力值班室接班人小历到达值班室时,上一班值班员已经离开岗位.小历发现电力室浮充供电整流器没有电流输出,"电源故障"红灯和"低压告警"红灯在闪亮,还发现程控交换机告警,部分电话已经不能使用.他立即通知技术管理人员到现场处理事故.技术员在处理事故时又发现,整流器交流接触器处在跳闸状态.     

轨道式攀爬机器人系统设计与图像处理

为解决桥塔、桥墩等桥梁高耸结构物检测耗时长、成本高、精度差的问题,研发一套轨道式攀爬机器人系统,并提出一种检测图像处理方法。该系统由机械平台、视觉平台、控制平台等3大部分组成,将视觉平台搭载在机械平台轨道上,并使用控制平台远程控制机械平台及视觉平台工作,实现结构物表面图像的间隔式、连续化采集;根据图像的位置信息,结合尺度不变特征转换(SIFT)算法拼接检测图像,生成桥梁全景图像。通过搭建带有裂缝图像背景的试验平台,进行样机试验,检验该系统的性能。结果表明:相比于现有的检测方法,轨道式攀爬机器人系统的检测效果更加快速稳定,并能通过图像处理方法生成全景图像,其实施将有助于提高桥梁检测与维护的水平。     

SFT下的云化故障概率分布变化趋势研究

为了扩展空间故障树SFT的应用性,特别是处理具有离散性、随机性和模糊性(不确定性)的实际运行中系统产生的故障数据,利用云模型重构系统故障概率分布变化趋势的计算方法。通过故障概率分布变化趋势可得到系统故障概率随某一因素变化情况。建立云化故障概率分布变化趋势方法的目的在于,对于可靠性数据普遍存在的不确定性可使用云模型进行表示;构建的故障概率分布函数是连续的,可进行函数求导以方便得到变化趋势。将云化故障概率分布变化趋势方法应用于经典实例,得到了一些定性和定量结果。论述了该方法在理论和实际应用上的价值。     

卷积神经网络在燃气管道故障诊断中的应用

为了提高燃气管道泄漏故障的诊断能力,判断燃气管道故障泄漏的类型,将深度学习神经网络应用到燃气管道故障诊断领域,提出了一种基于卷积神经网络与softmax分类器的燃气管道故障诊断技术。选取燃气管道故障中的9种特征参数作为模型的原始输入量,经过卷积神经网络的特征提取、参数重构、soft-max分类,最终达到诊断的效果。将得到的卷积神经网络模型应用在实验室的燃气管道故障泄漏检测系统中,结果表明,这种模型在燃气管道故障识别中的准确率稳定在92. 54%,与BP神经网络相比该方法有明显的准确率和稳定性。     

浅谈机器犬在特定情况下担负爆炸物转移任务的可行性

随着我国城市化进程的加快,人流、物流、信息流不断向城市聚集,使得城市民用基础性住房和商业综合体在有限的建筑用地上,向高层、高密度建筑群方向发展,进而导致高层建筑中发生涉爆等极端案件数量不断增加.现有的排爆转移器材,如机器人、机械臂、绳钩组合转移爆炸物将面临巨大挑战.如何有效解决这一难题成为新一代排爆警察肩负的使命和重任...     

基于半参数分析的电力需求预测算法

市场经济对电力需求预测提出了更高的要求。在简要介绍和评论以往国内外常用电力需求预测方法优缺点基础上,为了提高电力需求预测的准确度及预测方法的适应性,建立半参数回归模型预测电力需求。半参数回归模型分为线性和非线性两部分。线性部分反映了负荷预测可知的部分规律,非线性部分反映了负荷预测的不确定因素的影响。用偏残差方法估计半参数回归模型,估计结果由两步得到。首先估计线性参数部分,然后再估计非线性参数部分。通过示例计算,半参数回归模型对电力需求预测的估计误差数值小于二元线性回归法对电力需求预测的估计误差。结果表明:利用半参数回归法预测电力需求是一种预测精度高、计算容易、普适性强的算法。     

基于模糊神经网络方法的信息系统安全风险评价研究

为提高信息系统安全风险评价的准确性,提出基于模糊神经网络的信息系统安全风险评价模型。该模型利用模糊理论隶属度反映各因子的相对状态,对模糊性具有很高的识别精度。将风险因子模糊隶属度矩阵输入BP神经网络中,增加了它对模糊性的识别能力。通过非线性分析处理的BP神经网络进行学习和测试,得到输出风险评价等级。实例分析结果证明算法的应用性。误差分析结果证明了模型的有效性。检验结果表明,模糊神经网络模型的识别精度高于单一的模糊评价模型和神经网络模型。     

非正常工况下化工过程设备故障实时关联预警研究

为提高非正常工况下化工过程设备故障预警的准确性和鲁棒性,需在预测过程中考虑影响目标参数的其他关联参数的状态。提出基于灰色关联分析法和卡尔曼滤波法的化工过程故障实时关联预警方法,建立以目标参数为结果变量的灰色关联模型,通过灰色关联度分析及排序,提取关联系统中目标参数的关联原因变量,对过程参数进行实时预测和预警。在常减压装置故障预警案例分析中,分别以稳定塔回流罐液位和常压塔顶温度为目标参数,实时预测未来1 min内的参数状态值,当判断结果为故障时提前发出预警信息。结果表明:与传统卡尔曼滤波法相比,所提方法预测结果平均相对误差分别减小了91.06%和88.23%,并成功避免了一次误告警和一次漏告警。     

基于IPSO-LSTM的新能源汽车锂电池健康状态监测

为监测新能源汽车锂电池的健康状态(SOH),防范电池故障引发安全事故风险,提出改进粒子群算法(IPSO)和长短期记忆(LSTM)神经网络相结合的模型,监测锂电池的SOH。首先,采用Spearman相关性分析法,提取锂电池SOH监测的健康因子;其次,采用线性惯性权重和非对称学习因子改进传统粒子群算法(PSO),利用IPSO算法对LSTM模型的隐含层神经元个数、神经元失活率、批处理值进行关键参数寻优,进一步优化LSTM模型,建立IPSO-LSTM锂电池SOH监测模型;最后,以新能源汽车主流采用的18650锂电池数据集验证IPSO-LSTM模型,并对比分析BP、LSTM和PSO-LSTM这3种模型。结果表明：IPSO-LSTM模型的平均绝对误差(MAE)在0.02以内、均方根误差(RMSE)在0.03以内,监测误差在15%以内,相较于BP、LSTM、PSO-LSTM模型,IPSO-LSTM模型的误差指标值均最小,模型具有更高的精度和稳定性。     

采空区地表变电站场地稳定性SBAS-InSAR监测研究

常规地基沉降监测方法存在监测时段不连续和覆盖范围有限等问题,短基线集合成孔径雷达干涉测量(SBAS-InSAR)技术作为近年来发展的监测地表形变新技术,能够对研究区域进行全天候、实时、高效、大范围的监测。以平顶山市某下伏采空区变电站为研究对象,基于35景升轨Sentinel-1A数据,通过影像配准、相位干涉、最小费用流解缠、大气分离、特征值分解和地理编码等处理,生成平均形变速率图,最终得到该地区2015年4月至2020年12月的时间序列形变监测结果。结果表明：平顶山市区整体形变速率平缓,变电站拟建场地地表形变速率保持在-3～0 mm/a;部分地区存在明显变形,变电站拟建场地东北方向较远区域出现较大形变,形变速率可达-81～-33 mm/a; SBAS-InSAR技术监测精度可以达到mm级,可有效监测采动影响区域与周围未采动影响区域范围内的拟建变电站的地表沉降情况。在实际运用时,发现SBAS-InSAR获取到的形变序列在空间上更为连续,监测区域更加广泛,可监测时间跨度较长的地表形变。     

DLX-4型电子式力矩限制器

为保证塔式起重机(以下简称塔机)在作业时的安全,我所研制成功一种用于红旗II-16型塔机上的DLX-4型电子式力矩限制器(见图 1)。 由于式力矩限制器由负荷传感器、角度传感器、控制箔和报警箱等四部分组成,其安装部位见图2。该装置的主要技术性能是:1.报警综合精度为±80%;2.使用温度范围为一20°～50℃.3.使用环境相对湿度小于90%,4、钢丝蝇倍率为2用率;5.电源电压为交流220伏( 10%～-15%);6.耗电量为20瓦;7.工作时间连续8小时。电子式力矩限制器的原理方框图如下: 负荷传感器 负荷传感器装在动臂的前端,其一端的耳环与动臂相联,另一端的耳…     

走出工伤事故分析的误区

2000年12月1日 7时54分上班时间四川某电信局电力值班室接班人小历到达值班室时上一班值班员已经离开岗位小历发现电力室浮充供电整流器没有电流输出电源故障红灯和低压告警红灯在闪亮还发现程控交换机告警部分电话已经不能使用。他立即通知技术管理人员到现场处理事故技术员在处理事故时又发现整流器交流接触器处在跳闸状态对程控交换机告警信息进行分析判断发现程控交换机停止工作的原因是直流48V供电电源的实际电压低于程控交换机     

基于空间故障树理论的系统可靠性评估方法研究

为了研究可靠性对工作环境变化敏感的一类系统,利用空间故障树SFT的思想和方法,并结合T-S模糊故障树和贝叶斯网络,建立了一种系统可靠性评估方法。总结了T-S模糊故障树和BN网络评价系统可靠性时存在的问题,并在所提出的方法中予以解决。方法中将事件的故障状态划分为:无故障a、轻度故障b、严重故障c、完全故障d四种状态,分别用a,b,c,d表示。故障率为[0~30%)、[30%~60%)、[60%~85%)、[85%~100%),并得到了划分的规则。研究了该系统在不同故障状态下的有效范围。得到了系统在不同状态之间过渡时的特征,并分析了过渡期间的可靠性对因素敏感度问题。