检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

飞轮储能技术在断路器动态特性检测中的应用

湖州师范学院学报 2024年第8期46卷 47-56页

作者：欧志新邓春兰安徽交通职业技术学院城市轨道交通与信息工程系安徽合肥230051

在地铁列车断路器动态特性检测中,引入飞轮储能系统能够有效回收列车再生制动能量,稳定断路器开关动作电压,但单飞轮储能系统容量较小,难以满足列车再生制动能量利用需求,飞轮储能阵列(FESA)是解决这一问题的有效手段.首先,分析飞轮储... 详细信息

在地铁列车断路器动态特性检测中,引入飞轮储能系统能够有效回收列车再生制动能量,稳定断路器开关动作电压,但单飞轮储能系统容量较小,难以满足列车再生制动能量利用需求,飞轮储能阵列(FESA)是解决这一问题的有效手段.首先,分析飞轮储能系统的数学模型和运行特性;然后,考虑稳压节能及弱磁需求,给出基于多电压阈值的单飞轮储能系统控制策略,并在此基础上针对飞轮阵列均速控制和工作模式管理等核心问题,提出基于转差修正控制和基于“电压-转速-电流”三闭环控制的两种飞轮储能阵列控制策略;最后,通过仿真和实验验证飞轮储能阵列控制策略的可行性.

关键词：断路器特性检测飞轮储能阵列永磁同步电机飞轮均速控制储能工作模式

基于密度峰值聚类算法的实验教学课程个性化推荐方法

在线全文

学校读者我要写书评

暂无评论

合肥师范学院学报 2024年第3期42卷 110-114页

作者：师海燕齐芸汪玲安徽交通职业技术学院城市轨道交通与信息工程系安徽合肥230051

海量的教学课程资源,增加了用户的选择困难性。面对这种情况,为帮助用户选择适合的课程资源,研究基于数据挖掘的实验教学课程个性化推荐方法。利用密度峰值聚类算法对用户进行聚类,并找出目标用户的最近邻。根据最近邻用户对课程的评分... 详细信息

海量的教学课程资源,增加了用户的选择困难性。面对这种情况,为帮助用户选择适合的课程资源,研究基于数据挖掘的实验教学课程个性化推荐方法。利用密度峰值聚类算法对用户进行聚类,并找出目标用户的最近邻。根据最近邻用户对课程的评分,预测目标用户对每门实验课程的评分。从预测评分中选择得分最高的N个实验课程作为个性化课程推荐给目标用户。实验结果表明:当采用基于数据挖掘的推荐方法时,推荐新颖性为0.536,推荐覆盖率为95.63%,与三种传统推荐方法相比,推荐新颖性和推荐覆盖率均更大,由此说明所研究方法的推荐性能更好。

关键词：数据挖掘密度峰值聚类算法实验教学课程个性化推荐

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

mei基于EEMD分解的阶次跟踪方法研究

机电工程 2024年

作者：魏仕华蔺梦雄泰州职业技术学院机电技术学院北京联合大学城市轨道交通与物流学院

摆线针轮减速器组成零部件繁多、构成复杂，工作时噪声干扰大且多在变转速、往复的复杂工况下工作，因此，难以准确提取其内部的故障特征。针对这一问题，提出了一种基于集合经验模态分解（EEMD）与阶次跟踪分析的方法，对摆线针轮减速... 详细信息

摆线针轮减速器组成零部件繁多、构成复杂，工作时噪声干扰大且多在变转速、往复的复杂工况下工作，因此，难以准确提取其内部的故障特征。针对这一问题，提出了一种基于集合经验模态分解（EEMD）与阶次跟踪分析的方法，对摆线针轮减速器进行了故障诊断。首先，对采集到的时域振动信号和转速信号进行了等角度域差值采样，得到了振动信号的等角域平稳信号；然后，对等角域信号进行了集合经验模态分解，得到了若干个固有模态分量（IMFs），计算了各个固有模态分量的峭度值，选取目标模态分量进行了信号重构；接着，采用快速傅里叶变换得到了故障信号的阶次图；最后，根据减速器的传动方式、各零部件的模数，计算出了各主要部件的故障阶次，对比减速器在故障前后阶次图的能量峰值进行了故障诊断。研究结果表明：该方法能够准确提取包含故障信息的固有模态分量，实现从等时域信号到等角域信号的转换，并提取摆线针轮减速器的滚针故障阶次（8.37阶），故障准确率达到99.6%，可实现摆线针轮减速器在非平稳工况下的故障特征识别，并验证该方法的可行性和有效性。

关键词：摆线针轮减速器集合经验模态分解阶次跟踪分析故障诊断变转速工况固有模态分量

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于EEMD分解的阶次跟踪方法研究

机电工程 2024年第9期41卷 1604-1612页

作者：魏仕华蔺梦雄泰州职业技术学院机电技术学院江苏泰州225300 北京联合大学城市轨道交通与物流学院北京100101

摆线针轮减速器组成零部件繁多、构成复杂,工作时噪声干扰大且多在变转速、往复的复杂工况下工作,因此,难以准确提取其内部的故障特征。针对这一问题,提出了一种基于集合经验模态分解(EEMD)与阶次跟踪分析的方法,对摆线针轮减速器进行... 详细信息

摆线针轮减速器组成零部件繁多、构成复杂,工作时噪声干扰大且多在变转速、往复的复杂工况下工作,因此,难以准确提取其内部的故障特征。针对这一问题,提出了一种基于集合经验模态分解(EEMD)与阶次跟踪分析的方法,对摆线针轮减速器进行了故障诊断。首先,对采集到的时域振动信号和转速信号进行了等角度域差值采样,得到了振动信号的等角域平稳信号;然后,对等角域信号进行了集合经验模态分解,得到了若干个固有模态分量(IMFs),计算了各个固有模态分量的峭度值,选取目标模态分量进行了信号重构;接着,采用快速傅里叶变换得到了故障信号的阶次图;最后,根据减速器的传动方式、各零部件的模数,计算出了各主要部件的故障阶次,对比减速器在故障前后阶次图的能量峰值进行了故障诊断。研究结果表明:该方法能够准确提取包含故障信息的固有模态分量,实现从等时域信号到等角域信号的转换,并提取摆线针轮减速器的滚针故障阶次(8.37阶),故障准确率达到99.6%,可实现摆线针轮减速器在非平稳工况下的故障特征识别,并验证该方法的可行性和有效性。

关键词：摆线针轮减速器集合经验模态分解阶次跟踪分析故障诊断变转速工况固有模态分量

基于改进DELM在不同放电工况下的锂电池SOH预测方法研究

在线全文

学校读者我要写书评

暂无评论

绵阳师范学院学报 2024年第5期43卷 38-45,57页

作者：钟晓旭李岚安徽交通职业技术学院城市轨道交通与信息工程系安徽合肥230051 合肥工业大学计算机与信息学院安徽合肥230009

锂电池性能受到多种因素的影响,尤其在不同放电工况下其健康状态(SOH)预测难度极大增加.因此,研究以基于深度极限学习机为基础的锂电池SOH预测方法为基础,利用改进鲸鱼优化算法解决深度极限学习机中存在的随机权重和偏置问题,旨在提高... 详细信息

锂电池性能受到多种因素的影响,尤其在不同放电工况下其健康状态(SOH)预测难度极大增加.因此,研究以基于深度极限学习机为基础的锂电池SOH预测方法为基础,利用改进鲸鱼优化算法解决深度极限学习机中存在的随机权重和偏置问题,旨在提高锂电池SOH预测的精确率.对比实验结果表明,研究提出的预测方法算法的误差在[-0.02,0.04]之间,平均精确率达到96.23%,相比利用麻雀搜索算法、灰狼优化算法,改进的深度极限学习机算法分别提升了9.67%和5.05%.平均召回率为90.83%,平均误报率为3.75%.此外,高负载工况下,100次充放电循环后锂电池SOH值仅有0.221,下降幅度最大.不同工况下研究提出的预测方法平均精确率达到96.07%.研究提出的锂电池健康状态预测方法对于提高电池性能、延长寿命、提高安全性和降低环境影响具有重要的实际意义.

关键词：锂电池健康状态预测深度极限学习机鲸鱼优化算法

基于改进LSTM的城市轨道短时流量预测研究

在线全文

学校读者我要写书评

暂无评论

太原学院学报（自然科学版） 2024年第4期42卷 49-55页

作者：魏化永李建华安徽交通职业技术学院城市轨道交通与信息工程系安徽合肥230051 合肥工业大学计算机与信息学院安徽合肥230022

针对LSTM应用于城市轨道短时流量预测存在的模型参数确定困难、对预测精度影响大的问题,采用改进的BA算法对模型参数进行优化。对传统BA算法,采用自适应策略来动态调整脉冲频率和蝙蝠速率,同时蝙蝠位置更新模型中引入随机扰动项,提高了B... 详细信息

针对LSTM应用于城市轨道短时流量预测存在的模型参数确定困难、对预测精度影响大的问题,采用改进的BA算法对模型参数进行优化。对传统BA算法,采用自适应策略来动态调整脉冲频率和蝙蝠速率,同时蝙蝠位置更新模型中引入随机扰动项,提高了BA的优化性能。采用BA对LSTM参数进行优化,提出了基于改进LSTM的城市轨道短时流量预测模型。将提出的模型应用于郑州地铁1号线,通过和BP神经网络预测模型、LSTM预测模型的对比,验证了所提出的改进LSTM预测模型具有更高的预测精度。

关键词：改进蝙蝠算法长短时记忆网络城市轨道交通短时客流量预测

基于空时分组/混沌编码的多天线多基频通信编码研究

在线全文

学校读者我要写书评

暂无评论

成都工业学院学报 2024年第5期27卷 29-34页

作者：钟晓旭李岚安徽交通职业技术学院城市轨道交通与信息工程系合肥230051 合肥工业大学计算机与信息学院合肥230009

为了优化空时分组编码(STBC)和混沌编码,提升无线通信的性能与可靠性,采用多基频混沌编码(MFCC)结合空时分组编码技术搭建了一种双重编码模型,并对该模型的编码解码性能进行仿真分析,评估模型的编码解码性能。实验结果显示,当信噪比为10... 详细信息

为了优化空时分组编码(STBC)和混沌编码,提升无线通信的性能与可靠性,采用多基频混沌编码(MFCC)结合空时分组编码技术搭建了一种双重编码模型,并对该模型的编码解码性能进行仿真分析,评估模型的编码解码性能。实验结果显示,当信噪比为10 dB时,新模型的误码率低至10-8,并且能在两基频条件下实现3548 b/s的高吞吐量。表明该编码解码模型不仅能降低误码率,还能有效提高基频的吞吐量,为促进无线通信技术的发展提供了有力支持。

关键词：空时分组编码混沌编码无线通信信号

基于时序聚类CEEMDAN-LSTM的轨道短时客流预测

在线全文

学校读者我要写书评

暂无评论

安徽科技学院学报 2024年第5期38卷 73-83页

作者：朱永霞刘洋肖赟安徽交通职业技术学院城市轨道交通与信息工程系安徽合肥230051 长安大学运输工程学院陕西西安710064 合肥大学城市建设与交通学院安徽合肥230601

目的:高效精确的短时客流预测是城市轨道交通运营管理的重要前提,为提高短时客流预测精度,提出一种基于时序聚类的CEEMDAN-LSTM组合模型。方法:以DTW距离为度量标准,采用Kmeans算法对客流时序进行分类,在此基础上通过CEEMDAN算法进行时... 详细信息

目的:高效精确的短时客流预测是城市轨道交通运营管理的重要前提,为提高短时客流预测精度,提出一种基于时序聚类的CEEMDAN-LSTM组合模型。方法:以DTW距离为度量标准,采用Kmeans算法对客流时序进行分类,在此基础上通过CEEMDAN算法进行时序分解以弱化样本噪声干扰,再将分量输入到LSTM模型中进行预测。结果:CEEMDAN-LSTM模型在3类客流时序下的预测误差均小于其他4个基线模型,并能有效反映短时客流的变化趋势;考虑时序聚类的预测模型的预测精度与时效性均优于不分类下的预测模型。结论:以合肥南站地铁的短时进站客流数据为例进行实证分析,证实客流时序聚类对预测精度提升的贡献,并与SARIMA、RF、XGBoost、LSTM等4个预测模型比较,CEEMDAN-LSTM模型具有较高的预测精度,且能有效反映实际客流曲线的变化趋势。

关键词：城市轨道交通短时客流预测时序聚类 CEEMDAN算法长短期记忆神经网络

在线全文

学校读者我要写书评

暂无评论

模块化公交系统车辆单元动态编组方案优化

交通运输系统工程与信息 2024年第5期24卷 160-172页

作者：岳昊董显龙王力曲秋莳张旭北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044 北京交通大学交通运输学院北京100044 北京交通运输职业学院城市轨道交通学院北京100096 河南工业大学土木建筑学院郑州450007

为研究基于模块化公交系统的车辆单元路段运行动态编组方案优化问题,首先,构建车辆单元方向分配与位置调整的两阶段联合优化模型。第1阶段,构建以乘客换乘次数最少为目标的整数线性规划模型,实现车辆单元最佳方向分配与增补车辆单元数计... 详细信息

为研究基于模块化公交系统的车辆单元路段运行动态编组方案优化问题,首先,构建车辆单元方向分配与位置调整的两阶段联合优化模型。第1阶段,构建以乘客换乘次数最少为目标的整数线性规划模型,实现车辆单元最佳方向分配与增补车辆单元数计算;第2阶段,构建以位置调整时间最小和车内换乘时间最小的双目标混合整数非线性规划模型,实现车辆单元动态编组方案优化。其次,构建模型的求解算法,利用CPLEX求解器求解第1阶段车辆单元分配模型,设计非支配排序遗传算法(NSGA-Ⅱ)求解第2阶段车辆编队位置调整模型。最后,算例验证构建模型及求解算法的有效性,并定量探究不同车辆单元容量下的车辆单元动态编组效率与公交载客率变化。算例结果表明:在模块化公交车辆单元容量一定增幅内,模块化公交车辆单元动态编组效率会随着车辆单元容量的增加而提高;而车辆单元容量增幅太大,不仅不会提高动态编组效率,反而会降低车辆编队的载客率,造成模块化公交车辆编队运力过剩。

关键词：城市交通动态编组方案优化两阶段联合优化模型模块化公交车辆单元 NSGA-Ⅱ 车内换乘