机车受电弓接触网实时视频监测系统

本文针对电力机车受电弓因素造成弓网故障的情况,对机车受电弓实时监控问题进行了研究与探讨,介绍了机车受电弓接触网实时监测系统的工作原理、主要功能和特点,以及各部分组成,现场安装、使用情况。     

基于深度学习的高铁受电装置安全状态快速检测方法

针对因受电弓形变、脱离而影响高铁运行安全的问题,提出了一种快速而且准确的检测高铁受电弓的方法,能够对高铁受电弓严重形变、脱离等情况进行及时预警。该方法首先利用在高铁受电弓前的摄像头捕捉到的10 000余张图片作为训练样本,并利用这些训练样本对自定义的深度学习卷积神经网络进行离线训练,生成预测模型,然后在高铁运行过程中利用训练好的模型和改进后的YOLOv2算法对摄像头的实时监控图像进行在线检测,最后检测程序将返回检测结果,对受电弓缺失、严重形变等现象进行预警。采用该方法在CPU平台以55帧/s的检测速度对受电弓进行实时检测,平均准确率达到93.1%。     

地铁列车受电弓的应用与故障浅析

文章通过分析深圳地铁1、2、5号线各型号受电弓的使用及维护现状,阐述了各型号受电弓与深圳地铁线路的优劣匹配性。     

机车受电弓弓头弹簧系统的优化设计

将非线性有限元理论应用于机车受电弓弓头弹簧系统的研究．利用一种新型、稳定的接触问题求解方法——直接约束法,对受电弓和接触网进行接触计算分析,并将工程优化算法融入有限元分析的全过程,实现了弓头弹簧关键参数的优化设计．研究结果表明,利用该方法可较好地获得具体工况条件下弓头弹簧参数与受电弓受流性能的关系,求取最优的弓头弹簧参数值,为设计新型机车受电弓产品的弓头弹簧系统提供了科学适用的工具．     

受电弓正反向运行对弓网接触压力的影响

阐述了接触网检测车受电弓在接触网上的正向及反向运行时对接触网作用力的差别,实测表明受电弓在正反向运行时对弓网接触压力有影响。建议设计时速在120km/h以下线路的电力机车应采用正向受电弓的方式行驶,以保证弓网间良好的受流性能。     

高速受电弓多动力学参数的优化分析

为提高高速弓网耦合系统动力学性能,文章以DSA380型高速受电弓和大西线高速铁路弹性链式悬挂接触网系统为研究对象,利用有限元法建立弓网耦合系统动力学模型;基于遗传算法理论和弓网系统动态仿真平台,依次研究受电弓三参数联合变化对单、双受电弓与接触网系统间动力学性能的影响,并根据弓网系统动态性能评价标准对受电弓三参数进行优化,得到高速受电弓三参数最佳匹配组合,给出了适用于高速情况下的单、双受电弓设计优化方案。研究结果表明,相较于DSA380型受电弓原设计方案,单、双受电弓设计优化方案均有效地提升了单、双受电弓受流情况下的弓网耦合系统动力学性能。研究成果可为高速受电弓结构参数设计提供参考和建议。     

基于极限学习快速分类方法的人体跌倒检测方法

为了准确快速检测人体跌倒状态,提出基于惯性测量单元(inertial measurement unit,IMU)测量和处理数据的极限学习机(extreme learning machine,ELM)快速分类判别方法。分析了人体运动行为特征,构建了腿部运动参数提取模型;通过IMU采集人体腿部运动特征数据,并进行姿态解算;采用ELM方法对人体运动特征的加速度、角速度和姿态进行分类,判断人体是否处于跌倒状态;根据机器学习评价指标对ELM参数进行优化,得到最佳参数。进行了人体运动状态测量实验,结果表明,ELM方法能够对IMU测量和处理数据进行准确快速地分类。当隐含层结点为1 000时,ELM检测方法跌倒检测的准确率为96. 45%,灵敏度为97. 32%,特异性为89. 32%。因此,采用ELM快速检测方法,可有效地对人体运动特征数据进行分类,实现对人体跌倒行为的准确检测。     

受电弓系统可靠性评估的超椭球贝叶斯网络方法

针对受电弓系统复杂多态特性以及故障概率难以精确表达的问题,且现有研究主要滞留于结合证据理论的模糊贝叶斯网络的现状,首次将超椭球贝叶斯网络引入受电弓可靠性分析中,规避了模糊贝叶斯网络区间取极值的情况,使得根节点的概率取值区间进一步被界定;进而以超椭球贝叶斯网络求解受电弓系统在不同故障状态下的叶节点故障率、灵敏度、后验概率等可靠性参数,找出了影响系统可靠性的高风险事件.经与模糊贝叶斯网络对比可知,超椭球贝叶斯网络区间更小,验证了新方法的正确性与实用性.     

利用电弧光谱对TIG焊接电弧弧长的检测

系统地研究了电弧光谱中特征谱线辐射强度与弧长的关系,指出谱线辐射强度随弧长的改变而变化,两者之间有确定的变化规律.基于对众多谱线的分析,从中选出ArI 801.5 nm特征谱线,建立了该谱线辐射强度与弧长的关系方程.该方程式的建立为电弧弧长的光谱检测提供了理论基础.     

采用梯度滤波方法的夜间车辆检测

研究视觉交通监控的夜间车辆检测问题,提出一种基于视频图像处理提取夜间交通车辆完整轮廓的方法.通过梯度滤波消除路面反光的干扰,然后对经过预处理的相邻视频帧图像实行三帧差分分割运动区域,最后设计级联形态学滤波器对获得的车辆轮廓进行规整.多段典型的夜间交通视频测试结果表明,方法能有效地消除路面反光和环境光照的干扰,准确地提取夜间交通车辆的完整轮廓.     

TMS320F2812串行通信在机车在线检测上的应用研究

在介绍TI公司的TMS320F2812DSP芯片主要特点和它的串行通信模块的基础上,给出TI公司的TMS320F2812型DSP和Maxim公司MAX3160型收发器的硬件接口电路,以及在此基础上使用中断和查询方法实现串行通信软件流程。     

基于联合学习的少样本多类别情感分类方法

对于多类别的细粒度情感分类任务,目前主流的少样本学习方法不能取得较好的性能。针对这一问题,提出一种基于联合学习的少样本多类别情感分类方法。采用基于替换词检测任务的少样本学习方式,将回归和分类的替换词检测模板以及标签描述词同时添加至输入语句,从而将细粒度情感分类任务同时建模为分类问题和回归问题。在此基础上,设计了不同的融合方法进行联合学习。实验结果表明,与主流少样本学习方法相比,该方法在F1-Score和正确率上都取得更优的结果。     

电势法和磁场法在直流电弧炉电弧射流数值模拟中的对比

针对直流电弧炉冶炼过程,在二维近似条件下,利用PHOENICS程序对直流电弧炉内电弧射流的磁流体力学模型进行了数值模拟,分析了电势法和磁场法在电弧射流数值模拟研究中的异同,并将这两种方法的计算结果与已有的实验结果进行了比较.结果表明,磁场法的计算结果高于电势法且与实验结果更加接近;但从数值模拟的角度看,电势法更易实现.     

一种利用不可行解的贝叶斯网学习算法

现有的基于打分搜索的贝叶斯网学习方法都是利用满足有向无环图的可行解进行学习.在搜索过程中遇到不可行解时,这类算法简单地去除不可行解或将不可行解转化为可行解.然而,有的不可行解中往往蕴含着有价值的信息.本文提出一种新的贝叶斯网学习方法ISEC,同时利用可行解和不可行解学习贝叶斯网络,并提出针对不可行解的选择策略,在学习过程中可以有效地利用不可行解中的有用信息.实验结果表明,ISEC能够比仅利用可行解的方法更快地学习到更优的贝叶斯网.     

基于粗糙集分类的网络入侵检测

提出使用粗糙集分类(RSC)算法进行智能化的网络入侵检测.该方法可以在生成检测规则之前完成特征排序,且不需要多次重复迭代计算,提高了入侵检测系统的效率;同时,生成的检测规则是"if-then"格式的产生式,易于解释.仿真实验表明,RSC对Probe和DoS攻击具有比支持向量机(SVM)略好的高检测率,但是训练时间比SVM更长,采用混杂遗传算法求解粗糙集约简可进一步减少RSC的训练时间.     

一种改进的角点提取方法

提出了一种改进的角点提取算法,该算法是基于角点的性质,即在角点的某个领域内,图像灰度的变化在任意一条通过该点的直线上都很大。为了便于对最后的灰度变化值求取极值,同时兼顾灰度变化值计算的准确性,采用了在方形窗边界上的线性插值。在插值的基础上,可计算出边缘角,通过它来对角点候选点作进一步的筛选,测试表明该方法比较进前取得了更好的效果。     

比例延迟微分方程的极限学习机算法

目的 针对比例延迟微分方程,提出一种基于极限学习机(ELM)算法的单隐藏层前馈神经网络训练方法,并将该方法推广到求解双比例延迟微分系统。方法 首先,构建一个单隐藏层前馈神经网络并随机生成输入权值和隐藏层偏置;然后,通过计算系数矩阵使其满足比例延迟微分方程及其初值条件,将其转化为最小二乘问题,利用摩尔-彭罗斯广义逆解出输出权值;最后,将输出权值代入构建的神经网络便可获得具有较高精度的比例延迟微分方程数值解。结果 通过数值实验与已有方法的结果进行比较,验证了该方法对处理比例延迟微分方程与双比例延迟微分系统的有效性,且随着选取的训练点和隐藏层节点数量增多,所得到的数值解精度和收敛速度也随之增加。结论 ELM算法对处理比例延迟微分方程以及双比例延迟微分系统具有较好的效果。     

利用域转换的三态内容寻址存储器报文分类算法

针对基于三态内容寻址存储器(TCAM)的报文分类存在范围扩张导致空间利用率较低的问题,提出了一种利用域转换的报文分类算法(DTRM).首先将规则集独立的范围预编码算法中范围规则编码所需的比特数量由2k-1替换为任意值,从而能够利用TCAM中的所有冗余位进行编码,实现新范围域的构建,然后利用范围规则的分布特征,以规则集能够表示为较少的TCAM表项为原则,设计域转换函数,将规则集原始范围域转换为新构建的范围域.报文分类时,利用域转换函数将报文头部转换为新构建范围域中的某一数值或范围,并与TCAM表项进行并行比较,最终得到分类结果.仿真结果表明,与并行报文分类算法相比,DTRM算法的范围扩张因子由1.6减少至1.21,TCAM空间利用率由63％增加至82％,同时支持规则的增量更新.     

一种测量电弧炉电流的新方法

针对炼钢电弧炉电弧电流难测量的问题,在分析了变压器运行机理的基础上,通过建立电弧电流与电炉变压器一次侧三相负载电流、三相空载电流及三相功率因数之间的数学模型,提出了一种间接测量电弧电流的新方法.考虑到实际运行中变压器负载电流比空载电流大得多,在忽略变压器空载电流的前提下,导出了电弧电流与变压器一次侧三相电流、三相电压及三相总有功功率之间的简化模型.理论分析和计算机仿真验证了所提方法的有效性,为电弧电流的测量提供了新的途径.     

冗余结构的电力机车自动过分相方案设计

分析了电力机车目前两种车载自动过分相系统的弊端,通过冗余监控装置和地感器两个独立的信息源,采用双机并联结构,使原有系统的优点得以互相补充,既为自动过分相提供了准确的位置信息,又保证了操作过程的平稳性.文中通过理论计算得出基于冗余结构的混联系统的失效率仅为原有系统的1/40,可靠性明显提高,同时,现场试验也说明了该系统极大提高了自动过分相过程中列车定位的准确度,为电力机车准确完成自动过分相提供了可靠保证.