串联式混合动力推土机系统建模及性能仿真

为了从理论上对混合动力推土机进行研究,并从中找到有利于系统节能的有效途径,以某传统动力推土机为原型,运用AVL CRUISE和MATLAB/Simulink软件建立基于电池的双电机串联式混合动力推土机的仿真模型.通过试验采集原型机在典型工况下的速度谱和载荷谱验证仿真模型和设计推土机工况,从而研究混合动力推土机的动力性和经济性.仿真结果表明:双电机串联式混合动力推土机方案能实现原机的动力性,稳定发动机工作点,提高燃油经济性.     

串联式混合动力推土机控制策略的优化

根据推土机的结构和工况提出了串联式混合动力系统的设计方案,通过仿真平台对串联式混合动力推土机动力系统的能量管理策略和不同工作模式间相互切换的条件进行了研究及分析,应用模糊逻辑技术,构建模糊推理器,对控制策略进行了模糊优化,使系统的工况稳定性和效率得到了提高.计算结果表明:控制策略优化后,混合动力推土机的发动机工况点在高效区的比例增加了16.38%,燃油经济性提高了6.2%左右,效果显著.     

基于优化VMD与欧氏距离的柴油机故障识别

为实现利用单一通道信号通过同一方法区分多种发动机故障的目的,笔者对现有算法进行了优化以提取振动信号中的故障特征。首先,针对变分模式分解（variational mode decomposition,简称VMD）的分解层数选择困难问题,文中以几种不同类型故障的频率特征为基础,优化了其中心频率迭代初始值,在保证准确性的前提下提高了算法的计算效率与简便性;然后,利用鲁棒性独立分量分析（Robust independent component analysis,简称Robust ICA）对VMD处理结果再次分解,分析发动机中可能存在的不同振源的同频率信号,并将两个阶段分解结果重构信号的四阶累积量作为故障判定指标。结果表明：以模糊C均值聚类（fuzzy C-means clustering,简称FCM）确定的聚类中心为参考点,利用各个工况点与喷油故障聚类中心的欧氏距离区分故障类型,取得了较高的正确率。     

电控共轨柴油机燃用乳化柴油的耐久性试验研究

在未对发动机进行任何调整的前提下,对柴油机进行了400h耐久性试验研究。试验用电控共轨柴油机满足国Ⅲ排放标准,试验用乳化柴油（以下简称E10）由90%柴油、6.4%水及3.6%乳化剂组成。耐久性试验期间,试验用柴油机功率、油耗、烟度和排气温度等参数稳定,柴油机无不良反应,未发生如起动困难、自动停车等故障;耐久性试验后,该柴油机动力性、经济性、排放性能等参数变化都很小。     

基于深度迁移学习的柴油机故障诊断研究

得益于大数据和人工智能的高速发展,数据驱动的智能故障诊断方法受到广泛关注。然而,在柴油机故障数据稀缺的情况下,传统神经网络训练容易出现过拟合且网络泛化能力差。为解决上述问题,提出一种基于深度迁移学习的小样本故障诊断方法。构建一种适用于柴油机原始振动信号的宽卷积核卷积长短期记忆神经网络,来提高故障数据特征提取和抗噪的能力,另外从原始数据自动提取特征,增强特征学习的智能性。进一步采用迁移学习方案,将大型标签源域数据的诊断知识迁移到目标域网络上,改进网络在目标域任务小样本条件下的学习和分类能力。在跨故障域和跨设备域迁移任务上进行算法评估,并与传统深度神经网络进行比较,验证了所提方法可有效改进小样本诊断性能。     

无证书密码算法对区块链共识协议的改进方法

基于用户标识的无证书公钥密码算法（CL-PKC）可以在不使用数字证书和密钥中心的前提下,实现用户公钥的管理和发布,提供便捷密钥管理的同时,能够防止密钥中心的用户机密泄露问题,同时获得高效的数字签名验证性能。在区块链应用环境下,节点之间频繁地使用共识协议进行数据交换,该过程具有显著的高频并发性,所以共识算法的性能将会严重影响区块链的处理速度。为了能够提升共识算法的性能,在本文中,我们将设计一个无证书密码算法,该算法具有计算速度快、存储需求小等优点,并且可提供数据完整性保护和抗抵赖性保护。