三峡库区侏罗系地层人工高边坡破坏机理研究

三峡工程的移民迁建工程在建设过程中形成了大量人工高陡边坡,由于其风险性巨大,备受关注.影响边坡破坏的因素众多,作为内因的地质结构决定着边坡的破坏模式以及破坏机理.以三峡工程库区广泛分布的侏罗系近水平层状地层人工边坡为研究对象,从侏罗系地层岩石学特征入手,分析研究了边坡的地质结构、破坏模式,从岩石力学以及岩石矿物学的角度探索了边坡的破坏失稳机理.并进一步探讨了该类型的岩质边坡稳定性分析评价方法,有针对性地提出了边坡工程治理对策.     

三峡库区巴东县新县城高边坡破坏模式研究

影响高边坡破坏的因素众多,其中边坡的空间形态、地质结构与岩土参数是主要因素,而地质结构决定着边坡的破坏模式,边坡的破坏模式不一样,其稳定性计算方法、治理加固的方案也不一样,这要求在勘察工作起始即注意边坡破坏模式研究,以便有效布置勘探工作、针对性收集有关资料.巴东县新县城第四系覆盖层广布,基岩主要为三叠系中统巴东组粉砂质粘土岩和泥质灰岩,存在典型的土质高边坡、软岩和硬岩高边坡.以多个边坡为实例来阐述巴东县新县城高边坡破坏模式.     

一种三角矩阵特征变换方法

从特征空间初始基底的优化出发,提出一种特征提取中确定变换矩阵公式的方法,称作三角矩阵特征变换方法.其变换矩阵中的参量个数只是现有方法中的一半左右,极大地减小了计算量.而且该方法支持各种特征变换准则,灵活性好.     

信号包络特征识别在故障诊断中的应用

提供一种对调制类型信号的诊断方法,指出信号的包络分析是解决这类问题较有效的方法,采用基于小波变换的奇异点奇异性指数（Ｌｉｐ指数）作为信号包络的特征识别指标。同时,以往复式压缩机换气阀为例,对故障前后的信号作了分析计算,取得了较好的效果。     

神经网络泛化特性改善方法

人工神经网络（ANN）的泛化特性是其最重要的特性,同时也是最不容易保证的特性。在近二十年ANN的快速发展中,涌现了不少改善ANN泛化特性的方法,但是目前ANN的泛化问题仍然十分突出。本文对现有的ANN泛化特性改善方法进行了归纳整理,将它们归纳在五条改善途径之下,评价和检验了现有改善方法所能达到的水平和存在的不足,并对进一步改善ANN泛化特性的方法和途径进行了展望。     

基于智慧全景控制大数据的设备物资全寿命周期实时监测体系架构

多维视角分析了智慧电网落地实施大背景下构建电力设备物资全寿命周期实时监测体系架构的内在驱动需求性,构建了基于智慧全景控制大数据的设备物资全寿命周期实时监测体系架构并研发了配套原型系统。借助嵌入Storm流计算的数据融合算法对多维数据进行快速计算与暂存,利用ZigBee构建多节点无线物联自组网,采用Pandas分布式数据处理模型全景还原电力设备物资真实工作状态。研发对应原型系统开展运维效能验证试验,结果表明,原型系统具备电力设备物资多维状态数据获取、传送、解码回复、全景复现等全链功能,对智慧电力的深度融合落地实施具有积极作用。     

基于模糊C-均值的空间机构轴系健康评估方法

针对现有轴承健康评估方法在空间机构轴系上应用难度大的问题,提出了一种基于模糊C-均值聚类的空间机构轴系健康评估方法。首先,定义了新特征参数——特征谱线明显度;其次,提取了优良、故障两类典型轴系及待评估轴系振动实测信号峭度和包络频谱特征谱线明显度;然后,以峭度和特征谱线明显度两种特征参数为输入,通过模糊C-均值聚类模型获得了各待评估轴系对优良轴系类的隶属度;最后,根据隶属度计算轴系健康指数。应用实例表明,该方法既可对轴系健康状态正确排序,又可在高转速下给出可靠的健康指数,验证了该方法的可行性和有效性。     

改进协方差矩阵的智能车视觉目标跟踪方法

智能车辆视觉目标具有非线性、噪声分布非高斯性的典型特点，现有算法难以实时估计目标的状态。针对识别物体复杂且多变，很难用完全的特征来描述待识别目标及其背景的不断变化，提出了一种用于融合颜色特征及SURF（Speed-Up Robust Features）特征的协方差矩阵来改进粒子滤波算法，从而提升视觉目标跟踪的实时性，满足智能车辆的要求。首先，对采集的图像进行预处理来获取感兴趣区域。接着，通过融合颜色特征及SURF特征构造范围感兴趣区域（Region Of Interest，ROI）的目标特征协方差矩阵，建立目标状态预测模型及状态观测模型，用于改进粒子滤波算法粒子重采样过程，实现对目标的精确跟踪。最后，将该方法与Mean-shift算法和颜色属性（CN）算法进行对比。实验结果表明，在智能车视觉跟踪过程中对光环境瞬时变化、目标物体存在短时遮挡以及目标物体姿态改变时，该算法在满足智能车辆对实时性要求的前提下，有效提升算法的精确度及鲁棒性。