模糊神经网络在燃气轮机故障诊断专家系统中的研究与应用

针对故障诊断专家系统中自学习能力弱和不能描述模糊性知识的问题,提出了一种将模糊神经网络运用于故障诊断专家系统的研究方法,既可以使故障诊断专家系统根据事例和数据来学习新的知识和信息,又增强了系统描述模糊性知识的能力,使得诊断结果更加符合诊断工作人员的需要。最后以某型燃气轮机为研究对象,实现了快速、准确地诊断。     

电动汽车蓄电池荷电状态的卡尔曼滤波估计

对电动汽车剩余里程的预测需要一个准确的蓄电池荷电状态(SOC)值，但目前任何方法都不能精确地测量蓄电池的剩余电量，以计算电动汽车蓄电池的荷电状态(SOC)，在对目前常用的剩余电量计量方法分析的基础上，提出了一种基于电流的测量，然后利用卡尔曼滤波估计递推算法对蓄电池SOC进行实时估计，并在MATLB下进行了仿真。     

基于ROAMP-Net的大规模MIMO系统智能信号检测方法

针对大规模多输入多输出(multiple-input multiple-output,MIMO)系统存在的信号检测计算复杂度高、检测精度不足等问题,参考OAMP-Net算法思想,引入残差结构,提出了一种新的智能信号检测网络模型ROAMP-Net。将正交近似消息传递(orthogonal approximate message passing,OAMP)估算信号的迭代过程展开为深度学习网络,同时引入残差结构,分别对各网络层的线性和非线性估计值进行逐层修正,有效防止估计误差的前向传播和过程积累,避免网络模型随着网络层数增加而发生性能退化,从而提高最终信号检测的准确度。针对不同调制方式和不同天线阵列的系列仿真实验结果表明,不同调制方式和天线阵列下ROAMP-Net在检测准确度上均有不错的性能表现。     

并联式混合动力汽车的实时控制策略优化

分析了并联式混合动力汽车的能量流动情况，建立了便于进行扭矩分配计算的驱动系统简化模型。将电池充放电过程中消耗的能量等效为一定的油耗，以最少等效油耗为目标函数，建立了实时控制策略。针对FUDS驾驶循环，计算得到了最少油耗的实时扭矩分配方案．结果表明，该实时控制策略能有效的降低车辆的燃油消耗，优化发动机的工作点。     

常见肠杆菌属细菌的耐药性研究

采用纸片扩散法（Kirby-Bauer即K-B法）检测10种大肠杆菌对30种常用抗生素敏感性;应用表形筛选试验和纸片确证试验对10种大肠杆菌进行超广谱β-内酰胺酶（ESBLs）的检测．实验结果表明10种菌对氯霉素、头孢唑啉、复方新诺明、萘啶酸等表现出极高的敏感性,对克林霉素、苯唑西林、万古霉素等敏感性较弱;同时在10种大肠杆菌中检测出2种产ESBLs大肠杆菌,其耐药率均较非产ES-BLs的大肠杆菌高．     

基于Matlab的燃气轮机热参数故障诊断的标准数学模型建立

针对燃气轮机标准数学模型建立过程中难以得到解析关系式的问题,提出了Matlab回归函数法的新型建模思路;并以某型三轴燃气轮机压气机部分为例,对此方法进行了验证与说明.此外,推导出的数学模型可用于燃气轮机的无故障状态参数的计算.     

基于数字图像处理的单条输电线路曲线提取

对输电线路实时监测的工作中,为方便计算重要参数、获取有用信息,采用数字图像处理的方法提取出相邻两个塔杆之间的单条输电线路曲线。首先,输电线图像采取一系列预处理,得到输电线路的边缘提取图像。然后,在一般的边缘跟踪算法(俗称"小虫爬法")的基础上改进,并进行边缘跟踪。最后,将人机交互与边缘跟踪算法相结合,对输电线路进行特征点选取及多次修正,即可去除图像中的复杂背景,得到单条输电线路的曲线。经实验验证,此种方法能有效提取出单条输电线路曲线。     

基于尺度估计的无人机场景车辆跟踪算法研究

无人机场景下的车辆跟踪发展迅速,并且研究方向较为广阔.近些年来,基于相关滤波的目标跟踪算法达到了不错的跟踪效果,并且它的快速算法满足了我们的需求,具有很好的应用前景.以相关滤波算法作为框架,使用基于尺度估计核相关滤波目标跟踪算法.通过循环位移的方法扩展候选训练样本,经过计算训练样本与目标样本的相关系数产生置信响应图,并通过置信响应图的相应最大值来确定当前帧的目标位置.特征选择双选机制并结合颜色模型,可改进目标跟踪的精度和速度.采用德国实验室提供的无人机车辆视频,并对提出的算法和特征选择方法与之前方法进行对比实验.由实验结果得出,本研究所提出的算法比以往的算法有较大提升.     

基于热力参数的燃气轮机故障诊断数学模型的研究

结合了某型三轴燃气轮机阐述了基于热力参数的燃气轮机故障诊断的数学模型的建立意义以及建立过程.结合目前的国内外研究现状,提出了Maflab回归函数法建立燃气轮机特性方程,并针对某型三轴燃气轮机建立适合故障诊断的数学模型.     

基于CAN总线的电动汽车电池管理系统

对CAN总线在电动汽车电池管理系统中的应用作了详细的阐述，介绍了以P8xC591单片机为核心的电动汽车电池电控单元(ECU)的软硬件的设计。