自适应概率神经网络结构损伤检测

由于用人工神经网络进行结构损伤检测会受到环境噪声的影响，故提出了运用概率神经网络（PNN）进行结构损伤检测的方法和基本原理，并通过一个两层框架的模型对PNN和传统的BP网络的损伤识别精度作了对比。针对基本PNN的不足之处，提出了自适应PNN，并将其损伤识别精度与基本的PNN进行比较。研究发现，运用PNN进行结构损伤识别精度要优于传统的BP网络，而且自适应PNN要比基本的PNN精度高。     

移动荷载作用下结构损伤的近似熵分析

当移动荷载接近或远离结构损伤部位时,结构的振动响应的幅值和非线性特征会发生变化,可以从中提取有关结构损伤的信息;近似熵可以表达一个时间序列的复杂性和内在模式。用移动荷载作用于结构上,对其振动响应数据进行近似熵计算,提取其非线性特征值,进而用神经网络进行结构损伤模式识别。通过一个移动荷载作用下简支梁的计算实例考察了这一方法的有效性。移动荷载的作用,使得损伤造成的结构非线性特征更加显著;研究、计算与实测案例表明近似熵能够有效地表征信号的非线性程度,而且对噪声干扰的敏感度低,可以作为神经网络模式识别的特征向量。     

基于小波分析的结构损伤检测

损伤结构的动力特性具有局部时变的特征，小波变换在时域和频域都具有表征信号局部特征的能力，小波包分析利用可以伸缩和平移的可变视窗能够聚焦到信号的任意细节，因此可以对损伤结构的非线性动力特性能进行有效的分析。提出运用小波分析提取结构损伤特征向量的方法和基本原理，并进一步用神经网络进行损伤位置和程度的检测。文章通过一个两层框架的模型对小波神经网络和传统的BP网络的损伤识别精度作了对比。研究表明，小波神经网络的抗噪声能力较强，损伤识别的效果更好，运用小波神经网络进行结构损伤识别精度要优于传统的BP网络。     

SQL Server2000数据库安全管理及配置

从SQLServer2000的安装、用户权限管理、网络通信与系统环境等多个方面,讨论SQLServer2000的数据安全性和使用上的有关问题．使用户容易理解其管理机制,从而能快速进行数据库的安全配置。     

结构损伤的分形神经网络检测方法

利用神经网络具有强大的非线性并行处理能力以及分形几何方法不依赖于系统的数学模型的特点,将分形维数与神经网络相结合,建立了结构损伤的分形神经网络检测方法。研究结果表明,结构不同状态下的振动信号的分形维数有明显的不同,可以将分形维数作为结构损伤检测的特征量,并用神经网络将结构的不同状态模式识别出来。     

基于Taguchi方法的多段预混压燃发动机喷油策略优化

在一台4缸柴油机上使用一种低辛烷值G80混合燃料(汽油和柴油的体积比为80∶20)进行了多段预混压燃(MPCI)模式的研究.通过Taguchi试验设计方法和方差分析,解析了喷油时刻、喷油比例等变量对燃烧和排放性能的影响,结果表明:指示燃油消耗率和NO_x排放主要受次喷时刻影响,碳烟排放主要受首喷时刻影响.基于上述结果,协同优化喷油时刻和喷油比例,实现了低于原柴油机的NO_x、碳烟排放和指示燃油消耗率.通过能量利用分析,发现低传热损失和低排气损失是G80压燃发动机获得高指示热效率的主要原因.     

基于分形的结构损伤检测方法

将分形维数用于结构损伤检测。研究结果表明,结构不同状态下的振动信号的分形维数有明显的不同,可以将分形维数作为结构损伤检测的特征量,为结构的损伤检测技术提供了一个新的分析方法。     

结构损伤的遗传神经网络检测方法

将遗传算法与神经网络相结合,用遗传算法完成神经网络的学习过程,建立了结构损伤的遗传神经网络检测方法,并对遗传算法进行了改进.研究结果表明,用改进的遗传算法进化神经网络可以有效地避免BP算法有可能陷入局部极小的缺点,而且运算速度大大加快,精度提高.