某方钢管混凝土柱钢梁节点非线性有限元分析

选择合理的单元类型、材料本构关系,利用非线性有限元分析程序ABAQUS对内隔板外伸式钢管混凝土柱-钢梁节点进行了三维有限元分析,在试验研究的基础上进一步探讨了节点的受力性能和传力机理.分析结果表明,该类节点传力路径清晰,有较好的强度和刚度,满足"强节点,弱构件"的抗震设计原则;建立的三维有限元模型能够比较准确地模拟节点的实际工作状态.     

X型方钢管相贯节点抗弯刚度的影响因素

分析相贯节点几何参数对刚度的影响,有助于了解相贯节点的抗弯机理。以X型方钢管相贯节点为研究对象,利用ANSYS有限元软件,通过节点弯矩-转角曲线分析相贯节点支管与主管宽度比β、主管宽厚比γ以及支管与主管厚度比τ对平面内抗弯刚度的影响。结果表明:γ和τ一定时,节点抗弯刚度随着β的增加逐渐增大,在线性段增加幅度较大;τ和β一定时,节点抗弯刚度随着γ的降低而增大,在线性段增加明显;γ和β一定时,随着τ的变化,节点抗弯刚度基本不变。影响节点抗弯刚度的主要几何参数是β和γ,τ的影响不显著,但随着β的增加,τ的影响有所提高。     

纯电动汽车电子加速踏板可靠性控制研究

为确保加速踏板信号的可靠性,采用非接触式霍尔传感器作为电子加速踏板位置传感器,对踏板位置传感器信号提出一种改进的一阶低通滤波算法,进行2次滤波消除信号突变,并结合电动汽车电机驱动特性对加速踏板位置传感器信号进行故障诊断.通过建立踏板信号控制模型仿真,测试了整个控制过程的可靠性.结果表明,踏板信号出现毛刺及过高、过低或同步误差较大等异常时能准确判断出各种故障状态,该控制方式可满足纯电动汽车电子加速踏板可靠性控制的要求.     

江苏省国内旅游线路景区节点特征研究

景区是旅游线路的重要组成部分,对景区节点的深入研究有利于揭示线路组合规律和区域旅游的发展特征．笔者借助地理计量分析方法,在旅游线路调查的基础上通过节点出现率、景区类型比例、最邻近指数、区位熵等方法对线路中出现的景区节点的等级、类型结构和空间分布特征进行了深入分析．结果表明：1）江苏省国内旅游线路所选择的景区节点以高级别景区为主,景区的开放性、独特性、门票等因素和同类景区的“遮蔽效应”都会影响景区选择;2）将景区节点分为自然风光、人文景观和娱乐活动三大类,其数量比例表现出鲜明的以人文旅游资源景区为主、自然资源景区为辅、娱乐活动类景区稀少的特点;3）江苏省国内旅游线路景区节点的空间分布呈凝聚型,表现出苏南集聚、苏中苏北零散分布的特征．     

网络流量测量中一种分布式有效测量点选择算法

提出了一种分布式求解弱顶点覆盖集的近似算法，用于网络流量有效测量点的选择，该算法不需要维护网络拓扑的全局信息，仿真结果表明，比较现有算法，新算法能找出更小的弱顶点覆盖集，具有更好的町扩展性。     

信号瞬变成分检测与提取及其在故障诊断中的应用

研究基于小波变换的信号瞬变成分检测与提取方法及其在机械故障诊断中的应用 .在分析信号的连续小波变换的模极大值理论的基础上 ,指出连续小波变换系数的模与信号瞬变成分的关系 ;通过分析小波函数的性质 ,分析小波函数对信号的连续小波变换的影响 ;在信号瞬变特征的提取过程中 ,提出基于门限值的特征重建方法 .将该方法应用于齿轮箱振动信号中瞬变成分的检测与重建 .结果表明基于连续小波变换方法能有效检测到信号中的瞬变成分 ,瞬变成分的重建结果有效地表示了机械的故障状态 .     

汽轮机故障诊断中的信息熵融合

在汽轮机轴系振动故障模拟试验的基础上,对大量故障模拟试验数据进行计算,建立了典型故障的4种信息熵样本.采用概率神经网络对故障信号的4种信息熵特征进行融合研究,并将融合结果与最小距离分类器的分类效果进行了对照分析.研究表明,概率神经网络可实现对训练样本100%的正确识别率,对"陌生"样本的正确识别率也超过80%,其识别效果远远超过最小距离分类器.可见,概率神经网络综合了贝叶斯分类器和神经网络的优势,在汽轮机故障模式分类方面具有明显的优势,利用概率神经网络融合信号的信息熵特征实现汽轮机轴系故障模式识别是一种可行有效的方法.     

水轮发电机组故障诊断模糊专家系统研究

针对水轮发电机组故障原因与症兆之间的复杂关系,充分利用综合监测数据和领域专家的经验知识,采用数据驱动和基于知识的目标驱动控制的正反向推理方法进行诊断.研究了基于数据库管理系统的模糊知识库设计,为知识库的建立、维护、扩充和完善提供了一种实用方法.研究了模糊推理算法,以加权模糊推理进行多种信息的融合,解决了故障诊断中不确定性问题的求解.建立了水轮发电机组故障诊断模糊专家系统.诊断实例结果表明,该系统推理效率高,可信度好,满足了水轮机组故障诊断的有效性和实用性要求.     

WSN中传感器节点的弹性神经网络任务分配方法

为解决WSN多目标跟踪节点任务分配的竞争冲突问题,提出一种融合了模糊聚类的多弹性子模自组织神经网络节点任务分配方法.通过模糊聚类估计目标数量,建立节点任务分配跟踪精度和能量消耗的综合性能指标,采用非全连接的环形弹性结构自组织神经网络优化监测联盟,用最近邻法对神经元弹性子模进行初始化,根据胜者为王原则动态调整子模的感受域,以快速锁定最优监测联盟,实现多目标的精确跟踪.实验结果表明:文中方法能有效解决多目标跟踪节点任务分配的竞争冲突问题,以及竞争冲突时的系统能耗增加与实时性问题;在随机均匀部署节点拓扑和目标直线运动模式下,文中方法的能耗较最近邻法降低了48.2%~55.9%,较未改进弹性神经网络法降低了37.4%~42.5%,且运算速度提高了19.0%~27.4%.     

基于混合模型的多重故障诊断

介绍了基于模型的多重故障诊断，它可通过ＡＴＭＳ来实现，能克服基于规则的诊断系统的一些局限性，但当运行模型和故障模型同时被运用或者等级模型被运用时，普通ＡＴＭＳ不能处理这种情况．本文应用分层ＡＴＭＳ来实现基于混合模型的故障诊断方法，同时给出广义最小诊断的定义，从而克服关于最小诊断定义中的不足．由于分层ＡＴＭＳ能表示和处理论据之间的优先级，因而能运用混合模型，能结合基于模型和基于规则的诊断，及提高诊断效率．