两万t重载列车空气制动过程建模

针对使用《列车牵引计算规程》规定的牵引计算方法对2万t重载组合列车空气制动过程计算准确性有限的问题,在牵引规程既有空气制动计算模型基础上,提出一种适用于长编组重载组合列车空气制动过程的求解方法。首先,通过分析牵引规程模型的局限性,基于空气制动系统动态行为,按照时间节点将重载列车空气制动过程分别描述为实际系统空走阶段、制动力建立的暂态阶段和制动力稳定发挥的稳态阶段。其次,考虑历史操纵行为对当前空气制动性能发挥的影响,引入空气制动性能修正函数;考虑列车编组形式对制动波分布和制动波传递的影响,引入组合列车闸瓦压力分布函数。然后,基于牵引规程空气制动力基本计算方法,考虑制动全过程中空气制动力分布的连续性,提出一种三段式精细化空气制动力计算模型。最后,基于2万t重载列车实车运行数据,定义模型误差评价函数,通过与既有牵引规程模型对比,论证精细化模型的正确性和有效性。研究结果表明,所提模型在仿真重载列车单次短坡道制动和长大下坡道循环制动工况下都有良好的适应度。

运动想象脑机接口中两种改进的脑电共空域模式特征提取方法

共空域模式(CSP)在运动想象脑机接口(BCI)中得到了广泛的应用。但是传统的CSP存在3个缺陷,包括样本协方差估计的噪声敏感性、被试特异的时间窗选择以及被试特异的频带选择。针对CSP的前两个问题,分别提出了两种改进方法。第一种方法,首先提取脑电(EEG)每个通道信号的方差作为特征,分别使用Fisher线性判别分析(FLDA)和贝叶斯线性判别分析(BLDA)方法进行分类,得到通道权重分布,选择权重较大的通道再进行CSP变换。通过剔除包含噪声的通道,降低了CSP的噪声敏感性。第二种方法,基于被试持续进行运动想象的时间和强度存在差异的假设,提出一种新的被试特异的时间窗选择方法,仍然使用FLDA和BLDA方法进行分类。为验证改进算法的有效性,使用2005年BCI竞赛数据集IVa进行实验,两种改进方法分别取得了87.77%和81.23%的最高平均分类准确率。实验结果表明,所提出的两种改进方法优于传统的CSP方法。同时在两种改进方法中,BLDA方法的分类效果都优于FLDA。

新型磷化镍催化剂的HDN性能研究

采用原位还原技术制备TiO2-Al2O3复合载体负载活性组分Ni2P催化剂,以喹啉为模型化合物对催化剂的加氢脱氮性能进行评价。主要考察复合载体中不同钛铝配比、不同Ni/P摩尔比及活性组分Ni2P负载量、不同模板剂用量对催化剂活性的影响,确定制备复合载体最佳钛铝比n(Ti)/n(Al)=1/4;模板剂和钛酸四正丁酯最优摩尔比为0.2;在压力为3 MPa,体积空速为3 h-1,氢油体积比为500,反应温度为360℃的条件下,催化剂的加氢脱氮活性最高,可达98%。

WPD-CSP脑电特征提取方法的时间优化

基于小波包分解和共空域模式的方法(WPD-CSP)弥补了CSP方法的频率缺陷,但是非常耗时。针对此问题,提出基于通道选择的WPD-CSP改进方法。使用Fisher判别准则(FDC)选择被试特异的最优通道,对选择的通道进行WPD分解,选择与运动想象任务相关的频率子带进行CSP特征提取,采用Fisher线性判别分析(FLDA)进行分类。使用公开的脑机接口(BCI)竞赛数据集和自采集数据集进行实验,所提方法分别取得了83.11%和71.49%的最高平均分类准确率。与现有方法相比,该方法具有较好的分类准确率,减少了特征提取的时间。

基于CSP变换的新特征提取方法研究

共空域模式(CSP)是一种十分常用的运动想象脑电信号特征提取方法。传统的CSP特征提取方法,先进行CSP变换,然后提取对数方差作为特征。然而,对数方差不一定是最佳的特征提取方法,为了研究基于CSP变换的最佳特征提取方法,在CSP变换的基础上提出新的特征提取方法。首先,对原始运动想象脑电信号进行预处理,然后进行CSP变换。其次,提取对数方差、自回归(AR)系数、带通功率和小波能量以及融合特征作为特征。最后,选用Fisher线性判别分析(FLDA)、最小绝对值收缩和选择算子(LASSO)、融合LASSO和弹性网络共4种分类方法对5种特征进行分类。使用一个公开的脑机接口(BCI)竞赛数据集进行实验。实验结果表明,在新的特征提取方法中,AR系数特征无论使用哪种分类方法都取得了最佳的分类效果,优于传统的CSP特征提取方法,可进一步提高BCI系统的性能。

特征提取对通道选择方法的影响研究

通道选择可以有效地去除冗余信息,减少特征维数,避免维数灾难和过拟合,因此在运动想象脑电(EEG)信号解码中非常重要。现有的文献主要研究通道选择方法的改进,忽略了不同特征对通道选择方法的影响。主要研究特征提取对通道选择方法的影响。首先,对预处理之后的EEG信号提取方差、自回归(AR)系数、带通功率和小波包能量4种特征,研究单一特征中哪个特征对通道选择方法最有效。另外,计算4种特征的融合特征,研究单一特征和融合特征哪个对通道选择最有效。采用一个公开的脑机接口(BCI)竞赛数据集进行实验,研究不同特征提取方法在Fisher判别准则(FDC)、基于支持向量机的递归通道剔除(SVM-RCE)、最小绝对值收缩和选择算子(LASSO)和组LASSO(gLASSO)4种通道选择方法中的分类结果。实验结果表明,在单一特征中,小波包能量获得了较好的分类结果,其中在SVM-RCE通道选择方法中获得了76.15%的最高平均分类准确率。融合特征的分类结果均优于单一特征,其中在gLASSO通道选择方法中获得了78.6%的最高平均分类准确率。融合特征更能表征复杂的脑电成分,形成信息互补,对脑电任务的分类识别更有效。

考虑牵引电机功率损耗的高速列车节能速度跟踪控制研究

为进一步提升高速列车运行效能,提出了一种考虑牵引电机功率损耗的高速列车节能速度跟踪控制算法。首先,考虑牵引电机电能损耗与列车运行速度、牵引力的非线性关系,构建高速列车运动学模型和包含电机损耗的列车运行能耗模型。然后,基于模型预测控制框架设计实时控制算法,以速度跟踪误差及整车运行能耗最小化为控制目标,采用动态规划算法求解最优电机运行个数,实现列车运行速度滚动优化和跟踪控制。最后,采用实际运行线路验证算法的有效性,仿真结果表明,所提控制算法比传统PID控制有着更好的速度跟踪效果,同时对列车牵引电机效率提升和列车能耗降低均起到显著作用。

唯品会的品牌塑造研究

随着各类互联网技术在日常生活中的深入应用,现代人们的生活也转移到了网络环境中。正是在这种背景下,我国的B2C电子商务平台得到了飞速的发展。唯品会正是在这个发展背景下所成长起来的一个电子商务平台,但也因为良好的发展环境使得电子商务行业存在激烈的市场竞争。为了在市场竞争中获得优势地位,有必要对唯品会的品牌塑造进行深入的研究,利用品牌效应得到额外的收益。

我的女侠梦

落日余晖下，我甩了甩额前的刘海．深吸一口气，埋头走路，认真思考：这一次，我一定要反驳他们，坚定我的梦想——做个女侠．不管别人的眼光!说着．我大步走在路上，似乎已经尝到了当女侠的滋味。