轨道不平顺检测中任意阶移变补偿滤波研究

目前的轨道动态检测系统都是基于等间隔的空间采样,在时域具有固定截止频率的滤波器会随着速度的变化使得信号在空间域产生移变衰减特性,这需要采用空间移变补偿滤波器对信号进行恢复。在分析了轨检系统中移变补偿滤波器的理论及设计方法基础上推导出了任意阶移变补偿滤波器传递函数的系数计算公式,解决了高阶移变滤波器设计困难和速度因子影响检测结果的问题。最后把这种移变补偿滤波技术应用于轨道不平顺检测系统中对采集到的加速度信号进行补偿,验证了补偿滤波算法,具有良好的补偿效果。     

一种新型的基于密度和栅格的聚类算法*

针对网格和密度方法的聚类算法存在效率和质量问题,给出了密度和栅格相结合的聚类挖掘算法,即基于密度和栅格的聚类算法DGCA（density and grid based clustering algorithm）。该算法首先将数据空间划分为栅格单元,然后把数据存储到栅格单元中,利用DBSCAN密度聚类算法进行聚类挖掘;最后进行聚类合并和噪声点消除,并将局部聚类结果映射到全局聚类结果。实验通过人工数据样本集对该聚类算法进行理论上验证,表明了该算法在时间效率和聚类质量两方面都得到了提高。     

基于Notes Domino实现Web动态列表的探讨

Notes Domino是典型的开发办公自动化的群件产品，它在安全性、基于工作流等方面的特点是其它产品无法比拟的。Notes的视图具有从多方位显示数据库中文档信息的功能，但Notes视图不能根据用户的需要动态的改变要显示的列表数。为此探讨了利用Notes的代理，用LotusSeript语言编程来实现在Web中动态列表的显示。     

基于SOA软件架构的数据集成方法

根据数据的自治性和语义复杂性以及跨平台多样性等特点,并结合数字化业务平台的应用和需求,提出一种基于面向服务的体系结构(SOA)的数据集成方法。它是基于JBI规范,通过加入了四个服务模块解决了语义、多消息以及自治性等问题。最后结合SOA的相关技术和系统框架,并对其进行了实现。     

基于CCWEEMDAN和包络谱熵的轴承故障诊断研究

完全互补小波噪声辅助集总经验模态分解(CCWEEMDAN)是经验模态分解(EMD)的改进算法,是一种噪声辅助的自适应非线性非平稳数据处理方法。噪声辅助能克服EMD方法处理间歇信号出现的"模态混叠"问题。而相比较互补集总经验模态分解(CEEMD),完全互补小波噪声辅助集总经验模态分解能实现更优的性能。在轴承故障诊断的应用中,这里的方法利用小波分解高频段噪声细节成分,添加到原始轴承故障信号中,提取出本征模态信号。利用包络谱熵判断轴承故障导致的冲击响应特征所在本征模态信号,通过对轴承外圈、内圈局部故障状态下的特征提取进行故障诊断,结果表明该方法能有效提取故障冲击响应特征。     

一种通用管理系统代码自动生成器的设计与实现

介绍了一种自动获取数据库表结构并运用数据模型技术自动生成所需的程序代码的方法。该方法允许用户自定义代码模板,自动读取数据库表结构并生成项目中操作数据库的代码和页面代码,实现数据模型驱动的开发模式。通过这种方法能够完成项目中95%以上的数据库层代码设计,大大减少了程序员的编程工作量和项目完成周期。     

基于激光传感器的槽型轨轮廓匹配方法

为了实时掌握有轨电车线路的轨道状态,以期更有效地指导线路运营维护,针对有轨电车特殊的轨道结构和安装方式带来的轨道轮廓匹配困难问题,提出适用于槽型轨的轮廓匹配算法. 通过分析轨道的磨损规律及结构特征,定义槽型轨的匹配基准区域,给出区域的自动分割方法. 为了解决匹配区域定位困难的问题,设计两段式最近点迭代（ICP）匹配算法,实现轮廓的精确匹配;通过卡尔曼滤波器对匹配得到的旋转平移参数进行连续预测,解决在特殊情况下的异常匹配问题;通过实际线路实验,验证算法的可靠性. 实验结果表明：所提匹配算法具有快速、高精度和高鲁棒性的特点,能有效克服槽型轨的特殊结构和嵌入式安装方式带来的匹配困难问题.     

轨道非平稳不平顺激扰下高速列车半主动控制研究

为改善轨道非平稳随机不平顺对列车动力学性能的影响,基于高速列车线路运行的重复性以及周期性,采用变步长迭代寻优控制算法,建立高速列车抗蛇行减振器半主动变阻尼控制系统,以转向架横向加速度峰值为目标函数,不断迭代寻找最有利于列车动力学性能的减振器阻尼值,改善了传统列车定阻尼值的弊端。多体动力学软件和控制系统仿真软件相结合联合仿真,仿真分析表明,轨道非平稳随机不平顺会使得车体和构架横向加速度、轮对横向力以及轮轨磨耗以倍数增加,严重影响列车动力学性能;通过变阻尼控制之后,构架横向加速度、轮对横向力以及轮对磨耗明显减小,车体横向加速度也略有减小,能够改善列车动力学性能,提高列车运行安全性与平稳性。     

基于激光摄像式传感器的轨底坡动态检测方法研究

动态检测轨底坡可高效指导铁路运营维护,合理设置坡角有利于保证钢轨轨头与车轮踏面的合理接触,延长钢轨的使用寿命。提出一种基于激光摄像技术,可在线、连续提取钢轨轮廓图像的轨底坡动态检测方法;考虑摄像机镜头畸变对钢轨轮廓图像的影响,建立了用于轨底坡动态检测的两个激光摄像式传感器空间姿态关系的非线性标定解算模型;利用Kalman滤波算法的数据融合功能建立了对多传感器信号融合的状态空间模型,消除因车体振动对轨底坡计算结果的影响。选用GJ-4型轨道检测车进行实车试验,验证了轨底坡计算方法切实、可行,通过Kalman滤波后的传感器数据能很好地对轨底坡坡角计算结果进行补偿。