检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

铁路应急管理研究

铁道学报 2012年第3期34卷 7-13页

作者：程晓卿贾利民秦勇张颖北京交通大学轨道交通控制与安全国家重点实验室北京100044 北京交通大学交通运输学院北京100044

为提高铁路应急管理水平,保障运营安全与畅通,对铁路应急管理的内涵、体系、机制、体制等进行系统化和普适化研究。在理论研究和充分调研的基础上,总结我国铁路应急管理发展历程,对铁路应急管理的概念、体系结构和运作模式进行界定;分... 详细信息

为提高铁路应急管理水平,保障运营安全与畅通,对铁路应急管理的内涵、体系、机制、体制等进行系统化和普适化研究。在理论研究和充分调研的基础上,总结我国铁路应急管理发展历程,对铁路应急管理的概念、体系结构和运作模式进行界定;分析应急管理体制和机制构成;建立应急预案体系框架并研究全生命周期的铁路应急预案管理;通过应急预案综合管理系统案例,探讨信息技术对铁路应急管理的支撑作用。

关键词：铁路应急管理铁路应急预案体制和机制

基于多尺度本征模态排列熵和SA-SVM的轴承故障诊断研究

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2018年第9期54卷 168-176页

作者：姚德臣杨建伟程晓卿王兴北京建筑大学机电与车辆工程学院北京建筑大学城市轨道交通车辆服役性能保障北京市重点实验室北京交通大学轨道交通控制与安全国家重点实验室太原科技大学计算机科学与技术学院

针对轴承振动信号的非线性、非平稳性,提出一种基于多尺度本征模态排列熵和模拟退火优化支持向量机(Simulated annealing-support vector machine,SA-SVM)的列车轴承故障诊断方法。该方法首先对获取的轴承振动信息进行小波降噪处理,接... 详细信息

针对轴承振动信号的非线性、非平稳性,提出一种基于多尺度本征模态排列熵和模拟退火优化支持向量机(Simulated annealing-support vector machine,SA-SVM)的列车轴承故障诊断方法。该方法首先对获取的轴承振动信息进行小波降噪处理,接着通过集合经验模态分解(Ensemble empirical mode decompose,EEMD)将去噪信号分解成若干个平稳的本征模态函数(Intrinsic mode function,IMF),并提取多尺度本征模态排列熵作为SVM输入,在用样本训练SVM时,用SA对SVM的核函数进行优化,提高其分类准确率,最终实现智能化故障诊断。试验结果表明,基于多尺度本征模态排列熵和SA-SVM的列车轴承故障诊断方法能准确识别列车轴承故障类型,具有重要的实际工程应用价值。

关键词： EEMD 多尺度本征模态排列熵 SA-SVM 列车轴承故障诊断

基于改进NARX神经网络的接触线表面不平顺与弓网接触力关联分析方法

在线全文

学校读者我要写书评

暂无评论

中国铁道科学 2012年第3期33卷 84-91页

作者：张媛秦勇程晓卿庞学苗邢宗义北京交通大学交通运输学院北京100044 北京交通大学轨道交通控制与安全国家重点实验室北京100044 南京理工大学机械工程学院江苏南京210094

建立弓网耦合动力学模型,采用软件MATLAB的Simulink模块对该模型进行动态仿真,获取接触线表面不平顺和弓网接触力数据;对接触线表面不平顺和弓网接触力数据进行归一化处理后,分别作为非线性自回归(NARX)神经网络的输入和输出;对传统的... 详细信息

建立弓网耦合动力学模型,采用软件MATLAB的Simulink模块对该模型进行动态仿真,获取接触线表面不平顺和弓网接触力数据;对接触线表面不平顺和弓网接触力数据进行归一化处理后,分别作为非线性自回归(NARX)神经网络的输入和输出;对传统的贝叶斯正则化算法进行改进,并采用改进的贝叶斯正则化算法进行NARX神经网络权值修正,得到改进的NARX(NARX—IR)神经网络方法;利用NARX—IR神经网络方法进行接触线表面不平顺与弓网接触力的关联分析。采用根均方误差和相关系数,对基于LM算法的BP(BP—LM)神经网络方法、基于传统贝叶斯正则化算法的NARX(NARX—BR)神经网络方法和NARX—IR神经网络方法进行性能评价。结果表明:BP—LM神经网络方法难以描述接触线表面不平顺与弓网接触力的复杂关联关系;不论在训练还是预测中,NARX—IR神经网络方法的根均方误差均小于NARX—BR神经网络方法,而相关系数则大于NARX—BR神经网络方法。由此可推断:NARX—IR神经网络方法更适合于分析接触线表面不平顺与弓网接触力的关联关系。

关键词：接触线表面不平顺弓网接触力神经网络关联分析

在线全文

学校读者我要写书评

暂无评论

基于模糊故障树的塞拉门系统可靠性分析

中南大学学报（自然科学版） 2013年第S1期44卷 310-314页

作者：刘萍程晓卿秦勇张媛邢宗义南京理工大学机械工程学院江苏南京210094 北京交通大学轨道交通控制与安全国家重点实验室北京100044 南京理工大学自动化学院江苏南京210094

从地铁塞拉门基本部件的失效模式出发,运用故障树分析理论,建立了以车门不能正常打开为顶事件的故障树模型,并收集了相关部件的故障发生概率。针对系统中部件故障发生概率不确定等因素,运用模糊数学理论构建概率模糊数,并采用重要度分... 详细信息

从地铁塞拉门基本部件的失效模式出发,运用故障树分析理论,建立了以车门不能正常打开为顶事件的故障树模型,并收集了相关部件的故障发生概率。针对系统中部件故障发生概率不确定等因素,运用模糊数学理论构建概率模糊数,并采用重要度分析算法对故障树进行定量分析,得到车门的可靠性指标——单元重要度、车门故障概率区间。研究结果表明:EDCU、行程开关、螺母组件、锁闭机构等为影响车门可靠性的薄弱环节,从而为提高地铁车门的可靠运行提供数据分析基础。

关键词：可靠性塞拉门系统故障树分析模糊数

基于云边交互机制的自主式高速铁路防灾系统架构

在线全文

学校读者我要写书评

暂无评论

中国铁道科学 2022年第5期43卷 165-176页

作者：贾利民陈熙元马小平赵静程晓卿北京交通大学轨道交通控制与安全国家重点实验室北京100044 北京交通大学交通运输学院北京100044

基于高速铁路防灾系统精准性、实时性、高弹性、自主化、协同性、节能性发展需求,分析既有防灾系统运用现状及存在的缺乏架构支撑、效能不高等问题,开展云边交互机制在高速铁路防灾系统的适用性研究。基于云边交互机制,进行高速铁路自... 详细信息

基于高速铁路防灾系统精准性、实时性、高弹性、自主化、协同性、节能性发展需求,分析既有防灾系统运用现状及存在的缺乏架构支撑、效能不高等问题,开展云边交互机制在高速铁路防灾系统的适用性研究。基于云边交互机制,进行高速铁路自主式防灾系统架构设计,包括:应用不同功能在云端、边缘侧的分布模式,构建系统功能架构;运用8类应用场景下系统功能单元在云端、边缘侧的逻辑交互机制,构建系统逻辑架构;利用系统功能单元的物理实体映射、云边空间分布与交互关系,构建系统物理架构。采用包含预/报警准确率、事件响应时间、系统弹性、智能决策程度、数据共享率、能耗效率6个指标的评价体系,评估自主式防灾系统架构。结果表明:自主式防灾系统架构,可通过降低时延提升系统防灾响应能力,可通过逻辑重构保障局部失效情况下的系统整体效能,可通过边缘计算降低通信带宽需求,并为传感器部署、智能算法应用提供架构支撑。

关键词：高速铁路灾害监测云边交互机制自主式防灾系统架构

基于博弈映射学习的多传感源信息融合三相电机智能故障诊断方法

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2023年第17期38卷 4633-4645页

作者：任翔宇秦勇王彪贾利民程晓卿轨道交通控制与安全国家重点实验室(北京交通大学) 北京100044 北京交通大学交通运输学院北京100044

利用多传感数据能够全面地诊断三相电机的各类机械或电气故障,然而现有的智能诊断方法缺乏有效的关键故障信息挖掘与跨传感源特征聚合学习机制,导致其诊断效果不佳。针对以上问题,该文提出一种基于博弈映射学习的多传感源信息融合三相... 详细信息

利用多传感数据能够全面地诊断三相电机的各类机械或电气故障,然而现有的智能诊断方法缺乏有效的关键故障信息挖掘与跨传感源特征聚合学习机制,导致其诊断效果不佳。针对以上问题,该文提出一种基于博弈映射学习的多传感源信息融合三相电机智能故障诊断方法。首先,使用多个并行的自学习特征映射网络从各传感数据中自动地提取故障特征;然后,构建传感源鉴别器并使其与自学习特征映射网络形成博弈关系,精炼故障特征并引导其跨传感源分类聚合;之后,将样本差异度量损失函数引入到优化目标中,以确保各类故障特征之间的空间可分性;最后,利用故障模式识别器进行多传感故障特征融合诊断。实验结果表明,该方法能够基于振动、电流、声等多传感数据准确地诊断三相电机轴承故障、转子故障及电气故障,且诊断性能优于现有方法。

关键词：三相电机智能故障诊断多传感源信息融合对抗学习信息度量

在线全文

学校读者我要写书评

暂无评论

基于局部频谱的滚动轴承故障特征提取方法

电子学报 2018年第1期46卷 160-166页

作者：苏维均杨飞于重重程晓卿崔世杰北京工商大学计算机与信息工程学院北京100048 北京交通大学轨道交通控制与安全国家重点实验室北京100044

滚动轴承振动信号是非线性、非平稳信号,如何对复杂的非周期滚动轴承数据进行准确特征提取十分具有挑战性.本文提出一种基于局部频谱的轴承数据特征提取方法.该方法将预处理得到的分割点与频谱分析结合起来,构建了数据的局部化特征,确... 详细信息

滚动轴承振动信号是非线性、非平稳信号,如何对复杂的非周期滚动轴承数据进行准确特征提取十分具有挑战性.本文提出一种基于局部频谱的轴承数据特征提取方法.该方法将预处理得到的分割点与频谱分析结合起来,构建了数据的局部化特征,确定了局部频率的定义以及时频域的构造方法,并对局部频谱进行特征提取.实验表明,该方法克服了希尔伯特变换仅适合描述窄带信号的局限性,并弥补傅里叶全局频率只对无限波动周期信号才具有明显价值的缺陷.减少虚假频率产生的同时,兼容了时域和频域的分析能力,为非线性非平稳滚动轴承时域数据的特征提取提供了一种新方法,在滚动轴承故障诊断方面有很高的实用价值.

关键词：故障诊断滚动轴承特征提取局部频谱分割点

在线全文

学校读者我要写书评

暂无评论

基于内外双视角的高速铁路风险预测

铁道科学与工程学报 2024年

作者：夏溪蔓孟学雷程晓卿林立韩正兰州交通大学交通运输学院北京交通大学先进轨道交通自主运行全国重点实验室山东交通学院轨道交通学院中国铁路设计集团有限公司

精准预测高速铁路风险对高速铁路安全管理至关重要。为有效预测高速铁路运行中的风险概率，解决事故诱因内外部特征的提取与学习过程难以同时兼顾的问题，提出一种考虑事故诱因拓扑结构的内外双视角的高速铁路风险预测模型（Internal an... 详细信息

精准预测高速铁路风险对高速铁路安全管理至关重要。为有效预测高速铁路运行中的风险概率，解决事故诱因内外部特征的提取与学习过程难以同时兼顾的问题，提出一种考虑事故诱因拓扑结构的内外双视角的高速铁路风险预测模型（Internal and External Perspectives on the Topological Dendrogram of Accident Causes,IEPTDAC）。首先，基于树状结构刻画事故内部诱因的拓扑关系，从“人、机、环、管”4个方面提取事故诱因的外部特征，在此基础上，采用卷积神经网络的多层卷积操作提取事故诱因的内外部特征，并引入粒子群算法对卷积神经网络的关键超参数进行优化，进一步提升模型的预测性能。最后，选取某铁路局的5个区段，以19个事故诱因与风险事故数据作为研究对象，在1、3和5h的时间粒度下，分别采用9种既有预测模型与IEPTDAC模型进行对比分析。实验结果表明，相较于现有的组合预测模型以及传统的单一预测模型，IEPTDAC模型拥有更优的预测精度和拟合效果。例如，在1h时间粒度下，对比实验中基于暂态提取变换与DSRNet-AttBiLSTM的预测模型，IEPTDAC模型的平均绝对误差fmae降低了32.04%，均方根误差frmse降低了36.35%，决定系数fr2提高了0.46%；在1h、 3h、 5h的时间粒度下，IEPTDAC与传统的ConvLSTM (Convolutional Long Short-Term Memory)模型相比，fr2分别提高1.71%、3.00%、1.27%。此外，本文设计的模型消融实验验证了IEPTDAC模型各分支的合理性和有效性。该方法为高速铁路风险预测提供了一种有效的技术手段。

关键词：高速铁路卷积神经网络深度学习多尺度风险预测粒子群优化算法

基于BP神经网络的城市轨道交通车辆可靠性预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中南大学学报（自然科学版） 2013年第S1期44卷 42-46页

作者：李建伟程晓卿秦勇张媛邢宗义南京理工大学机械工程学院江苏南京210094 北京交通大学轨道交通控制与安全国家重点实验室北京100044 南京理工大学自动化学院江苏南京210094

针对传统可靠性预测方法对非线性故障数据预测效果较差的特点,采用BP神经网络对城市轨道交通车辆的可靠性进行预测。首先,介绍可靠性常用指标和可靠性预测模型;然后,建立BP神经网络三层模型,输入层到中间层采用S型正切函数,中间层到输... 详细信息

针对传统可靠性预测方法对非线性故障数据预测效果较差的特点,采用BP神经网络对城市轨道交通车辆的可靠性进行预测。首先,介绍可靠性常用指标和可靠性预测模型;然后,建立BP神经网络三层模型,输入层到中间层采用S型正切函数,中间层到输出层采用线性函数,并采用基于梯度下降法与高斯牛顿法结合的反传算法作为学习函数;最后,利用广州地铁故障数据进行仿真分析。研究结果表明:预测效果较佳,相关性为0.900 69。

关键词： BP神经网络可靠性故障率预测