A型地铁车体结构疲劳寿命分析

在轨道循环交变应力作用下地铁车体易产生疲劳损伤。获得车体的载荷-时间历程,进行了强度校核;利用雨流计数法获得了循环载荷谱,根据累积损伤理论对A型地铁车体疲劳寿命进行分析,研究了列车速度、二系弹簧垂向刚度与二系弹簧垂向阻尼系数等对车体关键部位疲劳寿命的影响,分别采用逐步回归法和BP神经网络模型对车体关键部位—枕梁疲劳寿命进行拟合与分析。结果表明,BP神经网络模型具有更高的拟合精度。为A型地铁车体结构疲劳寿命的预测提供理论依据。

基于激光位移传感器的城轨列车受电弓滑板磨耗检测方法

针对城市轨道交通(简称:城轨)列车受电弓滑板磨耗检测精度较低的问题,提出了一种基于激光位移传感器的城轨列车受电弓滑板磨耗检测方法。设计了受电弓滑板磨耗检测装置。采用该检测装置,通过数据筛选、数据融合和倾斜校正,获取受电弓滑板的实际轮廓线;将受电弓滑板的实际轮廓线与标准轮廓线进行曲线配准,获得受电弓滑板的磨耗曲线,实现受电弓滑板磨耗状态检测。在实验室搭建受电弓滑板磨耗检测装置进行实验,实验结果表明,与传统的检测方法相比,该检测方法具有较好的检测精度,符合城轨列车受电弓滑板磨耗测检测的实际要求。

电液伺服系统的建模方法研究与应用

详细讨论了电液伺服系统的各种建模方法:采用机理建模法,构造了电液伺服系统的传递函数;采用模糊建模和神经网络,实现了电液伺服系统的智能建模。首先介绍了某型号武器中的自动定深电液伺服系统,提出了获取建模数据的方法,然后详述了传递函数、模糊模型和神经网络三种具体的建模算法,最后以自动定深电液伺服系统为例,构造电液伺服系统的五种模型,并对各模型进行了详细分析,为进一步实现电液伺服系统的控制奠定了基础。

基于深度学习的地铁列车走行部关键部件温度检测系统

地铁列车走行部的良好运行状态是列车安全运行的保障。针对其关键部件发热故障的检测问题,研发了基于深度学习的地铁列车走行部关键部件温度检测系统。该系统采用红外热像仪获取走行部热成像图,引入注意力机制模块和CIoU损失函数,改进YOLOv5目标检测模型,识别、定位出关键部件;对关键部件图像进行灰度化处理和自适应阈值分割等操作,提取温度。基于实验室的Pytorch深度学习平台,在南京地铁运营公司马群车辆段对所研发的系统进行实验。实验结果表明,该系统可以获取走行部热成像图,准确定位关键部件并提取其温度信息。

基于T-S模型的模糊预测控制研究

提出一种基于T-S模型的模糊预测控制策略.利用模糊聚类算法离线辨识T-S模型,采用带遗忘因子的递推最小二乘法进行模型参数的选择性在线学习;对模糊模型在每一采样点进行线性化,将T-S模型表示的非线性系统转化为线性时变状态空间模型,并将约束非线性优化问题转化为线性二次规划问题,解决了非线性预测控制中如何获得非线性模型和非线性优化在线求解的难题.将预测域内的线性模型序列作为预测模型,减小了模型误差,提高了控制性能.pH中和过程的仿真验证了该方法的有效性.

基于构架点头角速度的轨道垂向长波不平顺在线检测

在分析比较基于轴箱垂向振动加速度和构架点头角速度的轨道垂向不平顺检测原理的基础上,提出基于构架点头角速度的轨道垂向长波不平顺在线检测方法。在运营车辆轴箱正上方的构架处安装陀螺仪,用于等空间采样构架点头角速度的时域信号;对构架点头角速度的时域信号以及由速度传感器测得的车速时域信号进行二次积分、消除拟合多项式的趋势项、带通滤波及递归最小二乘自适应补偿滤波等数据处理,从而得到轨道垂向长波不平顺的估计值;建立车辆—轨道垂向耦合动力学模型,以实测轨道垂向不平顺激励下的构架角速度模拟陀螺仪采集的时域信号,对给出的在线检测方法进行验证。结果表明:与实测结果相比,标准差小于0.4mm,归一化均方误差小于-8,说明给出的在线检测方法能精确、有效地检测轨道垂向长波不平顺。

基于模糊聚类和遗传算法的具备解释性和精确性的模糊分类系统设计

提出一种基于模糊聚类和遗传算法的模糊分类系统的设计方法.首先定义了模糊分类系统的精确性指标,给出解释性的必要条件.然后利用聚类有效性分析确定模糊规则数目,利用模糊聚类算法辨识初始的模糊分类系统.随后利用模糊集合相似性分析与融合对初始的模糊分类系统进行约简,提高其解释性;利用遗传算法对约简后的模糊分类系统进行优化,提高其精确性,该过程反复迭代直至满足中止条件.最后利用该方法进行Iris数据样本分类,仿真结果验证了该方法的有效性.

基于PSO-SVM模型的城轨列车轮对尺寸预测

为了及时掌握轮对尺寸信息,从而保证列车正常运行,提出了建立粒子群优化支持向量机模型对轮对尺寸进行预测的方法.介绍了粒子群优化算法(PSO)及支持向量机(SVM)的相关概念,并利用粒子群优化算法能够实现快速全局优化的特点对支持向量机进行参数优化,解决了支持向量机参数选择盲目性的问题.以某城轨列车轮径值为研究对象,建立基于PSO-SVM的轮对尺寸预测模型,对轮径值进行预测分析.结果表明,轮径值预测相关度达到0.94,证实了建立的预测模型在轮对尺寸预测方面的可行性及有效性.

基于多目标遗传算法的模糊分类系统设计

提出了一种基于多目标遗传算法的模糊建模方法,实现了具备最大分类精度、最少特征变量和模糊规则数目的模糊分类系统的设计.首先,为缓解维数灾难问题,采用多目标遗传算法进行特征变量的选择和论域的模糊划分,构造基于栅格划分的初始模糊分类系统.然后为减少规则数目,提高模糊系统的解释性,采用遗传算法进行规则选择,得到具备较少规则数目的精简模糊分类系统.最后为提高精确性,采用约束遗传算法对精简模糊分类系统进行整体优化,在解释性不变的前提下,提高模糊分类系统的精确性.Iris和W ine分类系统的仿真,验证了该方法的有效性.

基于证据理论的城轨车辆走行系融合故障诊断

针对城轨车辆走行系故障诊断只依赖于单一证据源造成的诊断准确率低的问题,研究利用证据理论进行走行系多证据源融合的故障诊断。经过对高冲突低信任度情况下悖论产生的原因分析,采用矛盾因子对合成规则进行了改进;针对城轨交通车辆走行系,分析了轴承和轮对所有可能发生的故障,建立了走行系轴承和轮对的识别框架;选择轴箱振动诊断、轨旁振动诊断和轴温诊断等3个证据源作为走行系融合诊断的证据源;采用专家经验法确定了不同证据源的基本信任分配函数。研究结果表明,采用单一证据源的故障诊断准确率较低或诊断对象少,而采用多证据源融合的故障诊断方法(在包含轮对和轴承两个对象情况下)的诊断准确率为80%,从而有效提高了城轨车辆走行系故障诊断的可靠性。

复杂工业过程的模糊建模与控制

Fuzzy modeling and control of complex industrial processes based on fuzzy theory are investigated in this dissertation. The main research focuses on four parts: interpretable fuzzy modeling based on modified fuzzy clustering algorithm, stability analysis and control (design) on fuzzy system using parallel-distributed (compensation) and linear matrix inequality, fuzzy (predictive) control (based) on TS state space fuzzy (model), and fuzzy control system for glass melting (furnace.) The main contents are described as follows.

一种模糊建模方法的研究:精确性与解释性的折衷(英文)

提出一种同时考虑解释性和精确性的模糊建模方法.首先分析影响模糊模型解释性的主要因素,然后利用启发式搜索策略实现输入变量选择,利用模糊聚类算法和最小二乘辨识模糊模型.随后以输入变量数目和模糊规则数目的乘积衡量可解释性,以均方误差衡量精确性,并据此定义模型选择目标函数.最后给定最大最小的输入变量数目和规则数目,辨识得到一组模糊模型,利用模型选择目标函数,选择最优的模糊模型,并采用遗传算法进行优化,达到解释性与精确性的折衷.煤气炉仿真例子验证了该方法的有效性.

基于模糊综合评判的城轨列车关键系统分析

根据模块划分理论将城轨列车划分为9个系统,以故障发生频度以及故障严重程度、探测度、维修成本为评判因素,并根据历史数据及模糊理论对其进行量化,最后采用模糊综合评判理论建立关键度的计算模型,并根据主次图法确定城轨列车的关键系统为牵引电制动、空调、车门、走行部、辅助系统等。分析结果可为现场维修决策提供支持与指导。

基于牛顿7000模块的玻璃制品生产线模糊控制系统的设计

介绍了一种基于牛顿 70 0 0模块的玻璃生产线自动控制系统 ,阐述了系统的应用背景、硬件原理、软件原理、主要功能及实际应用效果。

基于LMD-PCA-LSSVM的滚动轴承安全域估计和状态辨识方法

将安全域的思想引入滚动轴承的状态监测中,综合利用局部均值分解(Local Mean Decomposition,LMD)、主成分分析(Principal Component Analysis,PCA)和最小二乘支持向量机(Least Square Support Vector Machine,LSSVM),进行了滚动轴承运行状态的安全域估计以及正常和各种故障状态的辨识。首先,按一定的时间间隔将采集正常及各种故障状态的振动数据进行分段,每段数据进行LMD后获得各乘积函数分量;其次,基于各段数据的乘积函数分量,利用PCA提取出每段数据的T2和SPE统计量控制限值作为滚动轴承的状态特征量;最后,利用二分类的LSSVM进行滚动轴承运行状态的安全域估计,利用多分类LSSVM进行滚动轴承的正常以及滚动体、内圈、外圈故障四种状态的辨识。试验结果显示安全域估计和多种状态辨识的准确率均较高,验证了本文方法的有效性。

基于模糊故障树的塞拉门系统可靠性分析

从地铁塞拉门基本部件的失效模式出发,运用故障树分析理论,建立了以车门不能正常打开为顶事件的故障树模型,并收集了相关部件的故障发生概率。针对系统中部件故障发生概率不确定等因素,运用模糊数学理论构建概率模糊数,并采用重要度分析算法对故障树进行定量分析,得到车门的可靠性指标——单元重要度、车门故障概率区间。研究结果表明:EDCU、行程开关、螺母组件、锁闭机构等为影响车门可靠性的薄弱环节,从而为提高地铁车门的可靠运行提供数据分析基础。

基于BP神经网络的城市轨道交通车辆可靠性预测

针对传统可靠性预测方法对非线性故障数据预测效果较差的特点,采用BP神经网络对城市轨道交通车辆的可靠性进行预测。首先,介绍可靠性常用指标和可靠性预测模型;然后,建立BP神经网络三层模型,输入层到中间层采用S型正切函数,中间层到输出层采用线性函数,并采用基于梯度下降法与高斯牛顿法结合的反传算法作为学习函数;最后,利用广州地铁故障数据进行仿真分析。研究结果表明:预测效果较佳,相关性为0.900 69。

采用遗传神经网络的轮轨力建模方法

为解决轮轨力建模问题,提出了一种基于遗传算法和径向基函数神经网络的轮轨力建模方法,该方法基于轨道不平顺输入实现了轮轨力的预测.在径向基函数神经网络的中心、宽度和权值参数上,分别采用遗传算法、最大距离法和最小二乘法来确定,从而提高建模精度并减轻该算法的计算量,实现了快速准确的轮轨力神经网络建模.仿真试验结果表明:提出的轮轨力建模方法具有较高的预测性能.

基于改进NARX神经网络的接触线表面不平顺与弓网接触力关联分析方法

建立弓网耦合动力学模型,采用软件MATLAB的Simulink模块对该模型进行动态仿真,获取接触线表面不平顺和弓网接触力数据;对接触线表面不平顺和弓网接触力数据进行归一化处理后,分别作为非线性自回归(NARX)神经网络的输入和输出;对传统的贝叶斯正则化算法进行改进,并采用改进的贝叶斯正则化算法进行NARX神经网络权值修正,得到改进的NARX(NARX—IR)神经网络方法;利用NARX—IR神经网络方法进行接触线表面不平顺与弓网接触力的关联分析。采用根均方误差和相关系数,对基于LM算法的BP(BP—LM)神经网络方法、基于传统贝叶斯正则化算法的NARX(NARX—BR)神经网络方法和NARX—IR神经网络方法进行性能评价。结果表明:BP—LM神经网络方法难以描述接触线表面不平顺与弓网接触力的复杂关联关系;不论在训练还是预测中,NARX—IR神经网络方法的根均方误差均小于NARX—BR神经网络方法,而相关系数则大于NARX—BR神经网络方法。由此可推断:NARX—IR神经网络方法更适合于分析接触线表面不平顺与弓网接触力的关联关系。

基于EMD与SVM的城轨列车滚动轴承故障诊断方法研究

针对城轨列车的滚动轴承故障诊断问题,提出了一种经验模态分解(E M D,E m p i r i c a l Mode Deco-mposition)与支持向量机(SVM,Support Vector Machine)相结合的故障诊断方法。对采集到的振动信号进行小波消噪,利用经验模态分解将振动信号分解为一组本征模态函数(IMF,Intrinsic Mode Functions),并计算其能量从而获得信号的特征向量。采用支持向量机实现了滚动轴承故障分类。实验结果表明,本文提出的方法能够准确有效地识别城轨列车滚动轴承的工作状态和故障类型。