一维卷积神经网络实时抗噪故障诊断算法

针对旋转机械智能诊断方法计算量大和抗噪能力差的问题,在经典模型LeNet-5的基础上提出基于一维卷积神经网络的故障诊断算法.采用全局平均池化层代替传统卷积神经网络中的全连接层,在降低模型计算量的同时,降低模型参数数量和过拟合的风险;利用随机破坏后的时域信号进行训练以提高其抗噪能力;采用改进后的一维卷积核和池化核直接作用于原始时域信号,将特征提取和故障分类合二为一,通过交替的卷积层和池化层实现原始信号自适应特征提取,结合全局平均池化层完成故障分类.利用轴承数据和齿轮数据进行实验验证并对比经典模型LeNet-5、BP神经网络和SVM.结果表明:采用全局平均池化层可有效降低模型计算量,提高模型在低信噪比条件下的诊断精度,采用随机破坏输入训练策略可显著提升模型的抗噪诊断能力;改进后的模型可以实现噪声环境下准确、快速和稳定的故障诊断.通过t-SNE可视化分析说明了模型在特征学习上的有效性.     

基于排队论的停车库服务模型与效能探讨

根据排队论的思想建立了停车库的停车服务模型,同时探讨了停车系统的缓冲服备效能.不同类型停车库可按照模型确定车库服务能力,为城市停车服务能力的估计与综合利用提供理论参考.     

基于Prometheus的隧道防护门智能监测系统

隧道是铁路运输过程的重要环节,隧道防护门是隧道中的重要安全防护设备。目前针对隧道防护门的日常检测仍依靠人工巡检,工作效率低。文中根据铁路隧道防护门的特点,研究并构建了一套基于云端、边缘端、采集端一体的监测系统,用于实现对隧道防护门的状态监测与故障告警。系统使用SLS、Prometheus、Grafana等技术对数据进行分析处理,并对相关故障进行检测和告警。本系统的实现验证了云端、边缘端、采集端一体架构在隧道防护门监测中的实用性和可行性。     

隧道监测车激光探头分布方式及拟合算法

修建好的隧道在外部载荷作用下,会产生形变,长期的形变积累可能造成严重的安全事故.通过隧道截面拟合可以得到隧道截面的几何参数从而对截面变形进行监测以防止事故的发生.对自行设计的新型监测车上的激光探头分布形式以及截面拟合的算法进行探讨并提出1种新型的剔除孤立点的算法.通过大量的仿真实验,表明所设计的激光探头的分布形式和新型剔除算法可以得到很高的拟合精度.     

基于.NET的铁路大型养路机械施工作业管理系统研究

采用现代计算机和网络技术,开发和应用大型养路机械施工作业管理信息系统是提高线路维修施工作业管理水平和效率的有效手段.根据机械化养路作业管理的流程及特点,采用数据流图方法对＂铁路大型养路机械施工作业管理信息系统＂进行了系统分析,建立了系统的层次化功能模型,采用.NET技术对系统的软件结构进行了设计,对系统的分布式网络结构和运行平台进行了分析说明.     

一种用于隧道变形监测系统的自动标定方法

在采用图像传感器的地铁隧道变形监测系统中,需要将以像素表示的变形量转换为以长度单位(mm)表示的变形量,为此需要确定每个图像传感器的比例系数K.K值的准确性影响到整个系统的精度.文中提出一种根据光源形状确定K值的在线式自动标定方法,将目标光源形状设计成规则排布的几何图形阵列,利用图形中心点之间的几何关系得到K值.通过实验验证此方法具有可行性和较高精度.     

基于风险的维修决策在立体仓库中的应用

在风险的维修决策方法的发展和实施步骤的基础上,针对自动化立体仓库运行中存在的风险,选取堆垛机为研究对象,提出了将基于风险的维修决策应用于物流设备的技术框架.该框架运用故障树算法,综合考虑设备可靠性和故障后果,对堆垛机的风险进行定量分析,并利用风险为决策目标建立维修策略,以降低堆垛机的运行风险.研究表明:基于风险的维修方法是一种可以优化维修计划的有用的决策工具,并可以应用到物流设备.     

湘江大源渡河中纵向围堰拆除爆破

利用水下控制爆破方法拆除了大源渡河中的混凝土纵向围堰。文中介绍了爆破方案选择、最大一次起爆药量的计算、钻孔与装药设计、起爆网路等 ;较详细地论述了主要的爆破安全措施。结合该工程实例 ,对纵向围堰的布置及其爆破拆除提出了几点看法。     

自动化仓库系统运行的优化控制

以一个典型的自动化仓库为例,根据其运行特点,提出运行控制的优化准则,分析确定仓库系统控制的优化控制数学模型,并运用有关原理,提出仓库巷道堆垛机及出入库系统货箱运行的优化控制程序。     

自动化仓库系统的可靠性

根据自动化仓库的功能及其运行特性,对系统进行逻辑分析,提出确定仓库系统可靠性的数学模型及计算方法的运用实例。