基于BP神经网络的捣固卫星小车制动距离预测方法研究

针对目前D09-32型捣固车自动捣固系统存在的卫星小车制动距离预测算法复杂以及工程实现难度较高等问题,文章提出一种基于BP神经网络的制动距离预测方法。该方法通过BP神经网络建立卫星小车制动速度、位置与对应的制动距离的关系模型,并利用所采集的卫星小车实时速度和位置数据预测卫星小车在当前速度与位置下的制动距离。对该预测方法关键模型进行Matlab仿真并与样本值进行对比分析,结果表明,采用所提出的基于BP神经网络的制动距离预测方法能够很好地对卫星小车制动距离进行预测,与现有的线性拟合预测方法相比,其预测误差平均减小了48.4%,有效提高了捣固车自动捣固的精度,且该方法具有良好的适用性和稳健性。

大机分层整道作业对道砟级配破坏的试验研究

为了探寻大机分层整道作业对道砟级配破坏的影响规律,本文设计两捣一稳在3种不同起道量下的道砟级配破坏试验研究,主要得出以下结论:(1)大机作业径粒56mm以上的道砟会逐步破坏成为径粒35.5mm以下的道砟,而起随着作业遍数的增加,破坏效果也越明显;(2)随着大机作业起道量的增加,道砟级配质量相对变化率越小,即大机作业起道量的越大,道砟级配变化越稳定;(3)在两捣一稳组合作业模式中,当作业起道量为10mm、20mm时,随着大机作业遍数的增加,都会使得道砟级配超过一级道砟标准;当作业起道量为30mm时,在整个施工作业过程中,未发现各径粒道砟超过一级道砟标准且在大机第4遍后道砟级配变化相对稳定。因此,建议在新建铁路有砟轨道分层整道作业过程中,应合理设置大机作业起道量尽可能减少大机作业遍数,以免因大机作业加快道床的脏污。

一种基于Web2．0的协同评价与群体决策方法

评价与群决策是管理科学中重要问题。传统群体评价决策中通常赋予专家相同的评价权重,但实践中,可能存在少数专家评价时的主观故意舞弊行为,或因客观上业务水平的限制等原因,导致其做出不准确评判,甚至是极端评价,影响最终评价结果。本研究把Web2.0协同的思想应用到评价中,提出协同评价理论,并在此基础上提出一种具体的群决策专家评价权重的协同分配方法,可自动赋予评价专家不同的评价权重,并能有效自动检测奇异评价分。实验表明,在出现少数极端评价的情况下,协同评价方法仍具较强的稳定性。

基于共模电压有效值的间接矩阵变换器调制策略对比分析

间接矩阵变换器(indirect matrix converter, IMC)是一种无中间直流环节的AC-AC变换器,具有正弦输入输出特性,且功率密度大、运行效率高,在风力发电、交流传动等领域应用前景广阔;但IMC在调制运行过程中不可避免会产生共模电压,对电机造成损坏,影响系统的可靠运行。为了提升IMC运行可靠性,抑制其输出共模电压,文章以逆变级相邻四有效电压矢量调制、逆变级相邻三有效电压矢量调制、整流级相邻三有效电流矢量调制、整流级120°两有效电流矢量加零电流矢量调制和整流级加权三有效电流矢量调制共5种经典抑制IMC共模电压峰值达42.3%的调制方法为研究对象,通过对其输出共模电压有效值进行建模,考虑电压传输比对共模电压有效值的影响,量化分析共模电压有效值的变化规律,比较不同调制方法对共模电压的抑制能力。从5种调制方法的共模电压有效值对比分析结果可知,采用逆变级相邻四有效电压矢量合成的空间矢量调制方法对IMC共模电压有效值的抑制效果最佳。仿真和实验结果验证了上述理论分析结果的正确性。