排序方式: 共有68条查询结果,搜索用时 0 毫秒
1.
基于图像传感器网络的隧道形变监测系统研究 总被引:4,自引:0,他引:4
随着地铁建设的持续发展,隧道结构的安全性受到了广泛的关注。介绍了一种地铁隧道整体沉降的监测系统,采用安装在隧道内壁的分布式图像传感器网络对相邻断面的目标光源进行监测,并将图像数据进行采集、储存、传输、处理,数据库系统对历史数据进行融合与分析之后获得相邻断面间的相对位移,在经过坐标变换和定位基准传递后,计算出每个断面在隧道整体中的绝对位移。最终通过网络发布隧道沉降信息,建立隧道形变的预警机制。 相似文献
2.
针对由PLC及变频器驱动的桥机系统加入防摇算法后在制动阶段防摇效果不明显的问题,从制动阶段计算速度曲线出发,分析了反向超调对制动阶段防摇效果的影响,提出了改变控制主导参数、分段减速制动、去除反向超调制动三种方法,在MATLAB及实际桥机中对三种方法进行了仿真及试验,结果表明去除反向超调制动方法能有效提高桥机在制动阶段的... 相似文献
3.
4.
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. 相似文献
5.
一维卷积神经网络实时抗噪故障诊断算法 总被引:3,自引:0,他引:3
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. 相似文献
6.
7.
8.
9.
运营地铁隧道形变检测信息系统设计 总被引:4,自引:0,他引:4
首先简述地铁隧道形变检测原理,描述相应信息系统数据库结构设计,详细阐明该数据库设计步骤及应用程序链接方式.最后简要说明隧道形变检测信息系统的基本模块组成和工作原理. 相似文献
10.