基于决策树的市政施工装载机发动机故障识别方法研究

针对现有识别方法在对市政施工装载机发动机故障识别时,存在识别结果准确性低,且识别过程中无法实现对故障运行信号有效处理的问题,引入决策树,开展对市政施工装载机发动机故障识别方法的研究。利用决策树,实现对装载机发动机故障的分类;通过基本概率函数计算,实现决策信息融合基本概率分配,并按照分配结果完成对故障类型的准确识别。通过对比实验证明,新的识别方法在实际应用中可以实现对装载机发动机故障的准确识别,且在识别的过程中可以得到更清晰的故障信号运行轨迹,为装载机运行与维护提供有利依据。

基于改进人工神经网络的建筑结构变形智能监测预警方法

针对现有监测预警方法对建筑结构变形监测预警时,存在结果残差过大,影响精度的问题,引入改进人工神经网络,开展对建筑结构变形智能监测方法的设计研究。利用改进人工神经网络,构建建筑结构变形预测模型;在各结构变形监测点设置传感器,实现建筑结构变形数据实时监测;设置报警阈值,结合模型输出结果与阈值的对比,实现对建筑结构变形智能预警。通过对比实验证明,新方法的监测预警结果残差得到有效控制,精度显著提升,能够在第一时间发现建筑结构异常变形趋势,促进提高建筑整体建设的安全性。