疲劳驾驶预警系统的研究现状和发展趋势

近年来疲劳驾驶已成为汽车安全的主要隐患,严重地威胁着人们的生命和财产安全.疲劳驾驶预警系统已经成为汽车安全研究的热点和难点.分析了目前该领域国内外的研究现状、研究成果及没有产品化和商品化的原因,结合自己大量的实验研究和佩戴式电极帽的设计,提出了基于脑电信号和无线网络协议的疲劳驾驶预警系统将是未来的发展趋势.     

基于漏磁检测的矿用钢丝绳励磁装置

针对目前研究未考虑工程应用背景下钢丝绳摆动对励磁装置的影响,导致钢丝绳漏磁检测效果不理想的问题,设计了一套矿用钢丝绳励磁装置。通过建立钢丝绳仿真模型,仿真研究了不同气隙、提离值对钢丝绳漏磁场的影响,发现增大气隙或提离值均会降低钢丝绳漏磁场磁感应强度,影响钢丝绳漏磁检测结果。但实际应用中矿用钢丝绳摆动幅度大且易污染,因此钢丝绳励磁装置的气隙和提离值不宜过小。在考虑工程适用的条件下,设置气隙为6 mm、提离值为5 mm,进一步仿真分析永磁体厚度与长度、磁极间距、衔铁厚度对钢丝绳漏磁场的影响,发现永磁体厚度与长度对钢丝绳漏磁场影响最大,磁极间距对钢丝绳漏磁场影响较小,衔铁厚度对钢丝绳漏磁场的影响可忽略不计。基于仿真结果并考虑经济性和便携性,设置钢丝绳励磁装置参数：永磁体厚度为10 mm、永磁体长度为30 mm、磁极间距为180 mm、衔铁厚度为10 mm。动态仿真结果表明,钢丝绳漏磁场磁感应强度峰峰值达0.9 mT,说明该励磁装置能够保证损伤处产生较高的漏磁。实验结果表明,漏磁信号在钢丝绳不同断丝处均出现了明显波动,说明该励磁装置具有良好的励磁效果,可准确检测出钢丝绳断丝损伤。     

斜井中感应测井响应分析的一种新方法

本文以张氏几何因子理论为基础,用解析法推导出一种新的适用于斜井环境的阵列感应测井响应函数——倾斜层几何因子,说明倾斜影响与电荷影响和体积影响有关。通过垂直井与斜井条件下的响应函数曲线的对比,进一步表明井斜角是造成阵列感应测井响应函数值明显变小和曲线畸形的重要因素。因此,这种几何因子可以更好地用于分析斜井中的阵列感应测井响应,为现场解释处理提供准确的资料。     

遗传算法和神经网络组合求解离散变量结构优化问题

利用遗传算法优良的全局搜索性能和对目标函数的仅要求有定义的特点进行离散变量结构优化设计。利用BP神经网络的模拟逼近功能，建立结构设计输入与输出之间的全局映射关系，获得遗传算法中的适应度函数值。将此方法应用于垂直循环式停车设备钢结构骨架优化问题。结果表明，该方法只需较少的有限元分析次数就可以获得良好的优化解。     

基于改进邻域粗糙集与S_Kohonen神经网络的滚动轴承故障诊断研究

针对现有滚动轴承故障诊断技术中,存在输入属性冗余过多、故障识别率不高等缺点,提出了基于改进邻域粗糙集与S_Kohonen神经网络的故障诊断方法。由于传感器采集的故障信息大多为数值型数据且数据维数较大,文中引入邻域粗糙集理论并对基于邻域粗糙集的经典前向贪心算法进行改进,利用改进算法约简故障数据,大大减小了算法复杂度;对Kohonen神经网络进行改进,在其原有结构基础上添加输出层构成S_Kohonen神经网络,使其输出类别满足给定分类要求;分别采用前向贪心算法、改进算法约简故障数据,将约简前、后的故障数据分别输入S_Kohonen神经网络、BP神经网络识别滚动轴承故障状态,试验结果证明邻域粗糙集可有效消除属性之间的重复信息,改进算法提取故障属性信息更能反映故障状态的本质,S_Kohonen神经网络具有良好的故障识别能力,两者配合使用,改进邻域粗糙集——S_Kohonen神经网络模型具有很好的故障诊断能力。     

垂直循环机械式停车设备传动系统的形式

总结了垂直循环机械式停车设备传动系统的形式，说明各种形式传动系统的组成、工作原理和特点，为垂直循环机械式停车设备传动系统的选型和开发新型传动系统提供了参考。     

K-means聚类精简点云驱动PointNet++的行星齿轮故障诊断

复杂装备的三维模型点云数据具有非结构化、无序性、离散性的特点，数据精简策略和深度神经网络模型构建被视为点云数据驱动的机械设备故障诊断关键技术难点。提出了一种K-means聚类(K均值聚类算法)精简点云驱动PointNet++的行星齿轮故障诊断方法。首先，提出了基于K-means的点云数据精简策略实现了在充分保留细节特征的前提下，精简84%的冗余数据；其次，构建了简度、速度、精度的精简效果三维评价指标体系并对精简算法进行评价；最后，构建了能够提取局部特征的PointNet++故障诊断模型。实验结果表明，相比于点云数据直接驱动PointNet++,K-means聚类精简点云驱动PointNet++的行星齿轮故障诊断的准确率提升了6.9%,表明了所提方法的有效性。