一种基于动态协同更新机制的 接触网故障智能识别方法

随着电气化进程的加快，对接触网的运行及故障识别等提出了更高的要求针对目前电气化铁路接触网参数较多、容易发生故障，且故障识别较慢、精确度不高等问题，提出一种基于动态协同更新机制的接触网故障智能识别方法首先，依据技术标准选取接触网中常见的几种典型参数故障数据与正常数据，并完成各类别的标签指标设计；其次，针对传统粒子群算法中存在的寻优能力不足等问题，采用动态协同更新机制进行改进；然后，构建基于动态协同更新机制改进粒子群优化极限学习机的接触网故障智能识别模型（DCUMPSO ELM）；最后，通过仿真实验分析，验证所提方法在接触网故障智能识别中的有效性，为接触网故障识别提供了一种新的智能方法与思路     

发生教学法在行列式概念教学中的运用

发生教学法是基于数学史的一种教学方式,以行列式概念为例,分析发生教学法在大学数学教学中的应用.首先阐述发生教学法的缘起,生物发生律类推到数学教育催生发生教学法;其次介绍发生教学法的策略,发生教学法借鉴历史引入主题,重现知识再发现过程;最后用发生教学法设计行列式概念教学,展示详细教学流程,并说明设计理由,促进在大学数学教学中推广发生教学法.     

基于模拟机匣的中介轴承微弱故障特征提取技术

中介轴承是航空发动机支承传动系统中的重要零件，其运行状态直接影响航空发动机的工作状态和运行安全。围绕航空发动机中介轴承微弱故障特征信号提取的问题，以振动信号分析和处理为基础，开展航空发动机中介轴承微弱故障特征信号提取实验。仿照某型涡扇发动机机匣结构设计加工了模拟机匣，用来模拟振动信号的复杂传递路径。基于包络谱分析和经验模态分解（Empirical Mode Decomposition）包络谱分析处理振动信号，对比二者对滚动轴承微弱故障特征信号的提取效果。实验结果表明，在中介轴承微弱故障特征信号提取中，模拟机匣可以有效地模拟振动信号的复杂传递路径，EMD包络谱分析法比单一采用包络谱分析的方法能够更加明显有效地提取中介轴承微弱故障信号。     

基于MD-LBP关联方向特征的铁路隧道漏缆卡扣检测算法

全路段跟车拍摄隧道漏缆卡扣图像再进行逐张排查,是实现卡扣故障检测的重要手段.针对目前LBP、CS-LBP等相关变体算法存在描述子质量不佳、特征维度过高的问题,提出MD-LBP关联方向特征提取算法实现故障卡扣的检测工作.该算法首先对输入图像进行高斯滤波预处理,根据图像的全局灰度均值得到图像的自适应阈值;其次计算图像的三层MD-LBP特征图结构,依次经过两次下采样分别得到Cell主方向特征和Block主方向特征;然后再在Block特征图上提取关联方向特征,并以此作为描述子;最后通过SVM区分故障卡扣,完成检测工作.实验还对比了LBP、H OG等9种特征描述子的检测情况,结果表明该算法不仅特征维度低,并且检测故障卡扣的召回率和精准度都达到了85％.     

基于载荷均衡的韧性配电网分布式故障恢复

韧性电力系统旨在应对电力系统的极端事件,高效的故障恢复是提高配电网韧性的重要手段。为了提升配电网的韧性,提出了基于载荷均衡的分布式故障恢复方法。首先,相邻馈线终端单元根据故障恢复区负荷、相邻馈线容量及负载率,计算各相邻馈线完成故障恢复后的负载率期望值。然后,各相邻馈线终端单元均以该期望值为目标,分别完成各自的故障恢复路径。最后,根据各相邻馈线的故障恢复路径形成故障恢复区的故障恢复方案。算例分析结果表明,该方法在保证各馈线载荷均衡的前提下可以有效而快速地实现故障恢复。     

红河复烤梗提升机运行故障分析

为提高红河复烤梗提升机的运行稳定性,降低人力维修的劳动强度和成本,本文对红河复烤梗提升机的设备现状、交班统计以及故障等进行了调查分析。经过充分研究,笔者确定了优化结构的方向,对炸裂的耙钉进行修复并设计新的结构,总结梗提升机的皮带更换维修方法,为维修同类型的设备提供借鉴。     

考虑氯离子侵蚀时变劣化效应的近海斜拉桥地震易损性分析

为研究氯离子侵蚀对近海大型桥梁地震易损性的时变影响规律,以某近海斜拉桥为对象,建立非线性数值模型并开展增量动力分析,获得主塔等构件及桥梁系统的时变易损性曲线.结果表明,材料腐蚀会导致构件及结构的损伤概率出现不同程度的增加.桥梁结构第1阶自振周期对应的谱加速度Sa(T1)为0.3g时,主塔严重损伤的概率在0、25、50、75、100a五种服役时间下分别为0、8.9％、12.1％、22.1％和35.1％.不同构件的损伤概率差异显著,服役时间为100 a,Sa(T1)= 0.15g时,主塔、桥墩、桩、支座、拉索严重损伤的概率分别为0、0、21.0％、97.4％、6.4％.对于轻微损伤、中等损伤及严重损伤状态,系统易损性主要取决于支座的损伤概率;完全破坏状态则主要取决于桩的损伤概率.因此应重视沿海桥梁抗震性能的时变劣化,在桥梁设计中考虑环境侵蚀的影响.     

随机参数扰动下的洪水概率预报研究

基于水文模型参数不确定性的客观存在性,在分析随机参数概率分布特征的基础上,文章提出随机参数扰动下洪水概率预报的方法。通过淮河王家坝流域19场洪水的模拟试验可知,该方法所给出的概率预报结果能够覆盖不同量级的洪水过程,预报结果可靠;其均值预报结果与传统预报方法的预报精度相当,确定性预报结果准确。这说明基于参数不确定性客观存在研究洪水概率预报,可以定量描述参数不确定性对预报结果概率分布特征的影响,对于提高洪水预报数据的有效信息含量、提升预报结果的可靠性具有参考价值。     

改进GA-BP神经网络在高校教学质量评价中的应用

为了提高高校教学质量评价的有效性和准确性,提出了一种基于混合智能优化算法的教学质量评价模型。引入熵值法客观地确定教学质量评价体系的指标权重及初始评价结果,利用自适应变异的遗传算法(Genetic algorithm)优化BP神经网络(Back propagation neural network)的参数,建立教学质量评价模型。实验结果表明,与BPNN(Back propagation neural network)、GA-BPNN(Genetic algorithm-back propagation neural network)模型相比,预测精度分别提高15.04%和5.41%,收敛速度明显提高,说明基于自适应变异的GA-BPNN教学质量评价模型能够及时有效地完成教学质量评价。     

基于Copula函数的土石坝三维坝坡稳定可靠度分析

不完备概率信息条件下边坡稳定可靠度评价是岩土工程新兴的热点问题之一,其关键难点在于如何在不完备概率信息条件下有效地建立符合抗剪强度参数分布特征的联合概率分布模型.在考虑堆石料非线性强度参数不完备概率信息条件下,采用Copula函数建立非线性强度参数联合分布模型,结合径向基神经网络(RBFN)提出了土石坝坝坡稳定系统可靠度分析智能响应面法,并通过实例验证了其可行性与有效性.最后,基于所建的智能响应面,系统研究了Copula函数类型与样本数量对土石坝坝坡稳定系统可靠度的影响规律.