云模型过渡特性分析及其在绝缘子憎水性等级评价中的应用

来源 :铁道学报 | 被引量 : 0次 | 上传用户:hbc235wjm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对经典云模型在绝缘子憎水性相邻等级之间评价比较模糊的问题,通过对经典云模型进行改进,提出一种可改善边缘特征提取能力的过渡云模型.首先,基于确定度在0.5附近的不确定性最大这一特点,结合过渡态理论,在保证论域范围与雾化特性与经典云模型相一致的前提下,通过对确定度0.5以上云滴的舍弃-镜像-拉伸-重新生成等步骤,构造过渡云模型;然后,在此基础上,与经典云模型以及传统的基于图像的复合绝缘子憎水性等级判定方法进行对比试验.结果表明,本模型在保证水珠边缘像素信息不确定性的条件下,相比其他方法能较准确地分辨出交叉处的等级,从而验证了过渡云模型具有概念边缘特征的提取能力,且在绝缘子憎水性等级评价方面具有比较好的应用前景.
其他文献
动车组车轮缺陷主要发生在轮辋部位,有效确定轮辋内部疲劳裂纹尺寸和形态对保障车轮运行安全、延长车轮使用寿命至关重要.目前,车轮超声探伤主要通过基本的扫描超声成像发现缺陷,但因裂纹走向或闭合状态的不确定性无法实现准确定量.针对常规轮辋超声探伤成像能力的不足,将相控阵全矩阵捕获及全聚焦成像方法应用到轮辋超声探伤成像优化研究中,并与传统相控阵线性扫查成像和扇形扫查成像进行对比分析.基于有限元法的成像仿真和实车缺陷轮测试表明,相控阵超声全聚焦成像技术的应用可以减少探伤近场成像盲区,改善轮辋内部缺陷成像质量,有利于更
为探索高速列车气动减阻新方法,采用基于Realizable k-ε的数值计算方法探索在列车尾部不同位置以不同速度射流对列车周围湍流流场和气动阻力的影响规律.研究结果表明:在列车等截面车身和流线型尾部过渡位置(位置1)和尾车挡风玻璃上方流动分离位置(位置2)设置射流具有明显的减阻效果;当射流速度小于0.12倍车速时,位置1射流具有最佳减阻效果,整车减阻率高达4.88%(射流速度为0.05倍车速);当射流速度大于0.12倍车速时,位置2射流减阻效果更显著,减阻率在0.2倍车速时达到最大,整车减阻率达2.99%
铁路保价运输业务经过30年的发展,在保障客户权益、提高货运安全、提升铁路运输服务等方面发挥了重要作用.铁路货运险业务的开展对铁路保价运输市场产生了一定影响,探讨铁路保价运输与货运险融合发展具有现实意义.通过分析铁路保价运输与货运险发展现状,从业务性质、适用范围、法律依据、赔偿期限等方面比较两者之间的互补性和差异性,针对铁路保价运输与货运险融合发展面临的挑战,从发展模式、政策融合、信息交流、人才培养等方面提出铁路保价运输与货运险融合发展对策.
客流控制是当前大城市轨道交通应对高峰拥挤的重要措施.既有研究较少考虑客流常态波动导致的方案可靠性降低问题,为此构建客流不确定条件下控制方案编制鲁棒优化模型,以期降低潜在运营安全风险.首先,分析进站流及站间OD流波动特征;其次,以确定型控制模型为基础,以乘客站外总延误时长最小化和客运周转量最大化为目标,基于相对鲁棒思想构建控制方案编制鲁棒优化模型;最后,以北京地铁5号线实证分析,结果表明:通过牺牲较小的目标损失能够有效降低客流淤积风险、提高方案的鲁棒性;在方案实施周期(1个月),鲁棒型方案相比确定型方案优势
为解决高速铁路基础设施建设工程中各环节信息相对孤立、信息共享及业务应用相互脱节等难题,结合智能化技术在我国高速铁路的创新应用,引入全生命周期管理理念,构建智能高速铁路基础设施全生命周期管理框架,形成有效推动全流程对称管理和全生命周期整体效益最佳、全过程正向反馈的新思路.在智能高速铁路基础设施全生命周期管理框架下,结合管理成本最优的系统目标,创新提出静态时间截面全要素协同的基本前提、动态时间轴全过程状态监测的必要手段和全生命周期各阶段过程流信息流深度融合管理的内在机理,为推动新时期中国智能高速铁路发展提供新
针对永磁悬浮结构的刚性解耦与振动抑制问题,以单自由度永磁悬浮系统为对象,研究弹簧阻尼结构对永磁悬浮系统的动态特性调节机理.将阻尼悬挂的动力学特性引入永磁斥力型悬浮模型中,分析表明弹簧阻尼悬挂并不能直接改善永磁悬浮结构的零阻尼特性.引入并联式混合悬浮结构,构建弹簧阻尼影响下的电磁永磁混合模型,并在电流/间隙双环反馈控制下,改善永磁悬浮结构的动、静态特性,结果表明:弹簧阻尼结构加剧了被控系统模型的复杂程度,但合理的弹簧有利于车辆减振与控制解耦,为进一步考量中小型悬浮架的机械解耦、车辆减振等设计,提供了理论基础
编制行包运输方案是铁路行包运输组织的关键环节,在旅客列车挂运行李车的方式下,仍然依靠人工经验编制,存在运输能力与行包流在时空上不完全匹配的问题.根据其性质和特点,采用时空网络建模方法,将其转化为多商品流问题.为保证时效性,以行包运输时间最短为目标,考虑行李车载运能力、行包中转次数以及各项时间约束,建立二元整数规划模型.针对模型规模庞大、精确求解困难的特点,提出基于拉格朗日松弛的求解算法,将原问题分解为一系列最小费用路径子问题;设计上界启发式算法,弥补拉格朗日下界解不可行的不足.经算例验证,模型与算法具有良
高速铁路接触网支撑装置顶紧螺栓在列车长期运行中会产生松脱和脱落等不良状态,针对其缺陷样本不足、状态变化特征粒度差别小不易判定等问题,提出SSD512和U-net8两种深度学习算法.并基于SSD512定位算法和U-net8语义分割模型的设计,实现顶紧螺栓状态的智能检测.通过SSD512实现了顶紧螺栓区域的定位和截取;通过U-net8将顶紧螺栓图片中薄螺母、螺杆等语义信息进行不同颜色的标记;通过语义图片的判定,实现对顶紧螺栓的状态检测.通过在顶紧螺栓的定位、顶紧螺栓的语义分割两个数据集上进行训练、验证,结果表
信号集中监测(CSM)系统通过对无绝缘轨道电路(JTC)指定位置的数据采集,实现了对JTC的故障诊断.为进一步提高CSM系统的诊断水平,提出基于随机森林的JTC故障智能诊断方法.首先,通过传输线理论,对CSM系统所采集的JTC数据进行建模,并利用JTC半实物仿真平台对模型进行验证;然后,采用故障注入技术,利用所建模型,对JTC的典型故障模式下的CSM监测数据进行仿真,以此建立故障特征集;最后,制定包含再训练过程的JTC故障智能诊断策略,基于随机森林模型设计相应的故障诊断算法.实验结果表明,所提方法基于CS
转辙机的健康状态评估是实现状态修的重要技术之一.提出基于时域、时频域特征与循环神经网络的状态评估方法.首先利用集合经验模态分解将原始信号分解,得到不同时间尺度的固有模态分量,并提取每个分量的模糊熵与6个时域特征组合作为原始特征集;然后利用局部加权回归对特征曲线进行平滑以捕获退化趋势,并利用特征的固有属性进行特征选择;最后将最优特征子集作为门控循环单元神经网络的输入,建立时间序列特征与转辙机健康指数的非线性关系.实验结果表明,该方法可以利用转辙机原始功率数据准确提取并选择混合特征,有效识别早期故障,评估转辙