基于BP网络模型的汽轮发电机组的振动故障诊断

建立了汽轮发电机组的基于ＢＰ算法的神经网络振动故障诊断模型，对实际机组进行了现场诊断，效果良好。并将其与灰色关联度分析方法、模糊综合评判方法做了综合比较，提出神经网络方法在故障诊断领域中有广阔的应用前景。     

基于灰色理论的电站机组状态监测与故障诊断方法

本文主要研究了灰色理论在大型旋转机械的状态监测与故障诊断中的方法与应用问题。鉴于一般关联度分析方法在故障诊断应用中没有考虑到特征参数对诊断结果的不同影响,本文提出了加权关联度这一新概念,并给出了加权关联度用于旋转机械诊断中的方法与步骤。这种诊断方法能根据诊断结果采用自学习修正方法来修正关联度参数,提高诊断的准确度,并有很好的前景。     

基于LiDAR和CCD数据的地形与建筑提取方法优化及精度评价

借助机载小光斑激光雷达点云数据,采用Kraus滤波法结合增强Canny算子优化提取数字高程模型,然后结合LiDAR数据中提取的nDSM和粗糙度特征,以及CCD数据中获得的光谱属性和几何属性,应用多源特征融合面向对象影像分类方法,以提高城市环境下遥感分类的可靠性和建筑实体信息提取精度。结果表明:DEM估测值变异解释能力达到96%,其均方根误差1.15 m,拟合的直线紧贴1∶1线;同时,结合粗糙度、光谱信息和形态指数等信息分类的方法不仅缓解了分类“噪声”,降低了错分现象,且精度较高;研究区内建筑的面积决定系数大多高于0.7,高度信息的估测值变异解释能力也均达到92%以上,表明基于多源特征融合的面向对象分类方法结果可靠且对建筑的三维结构参数提取精度高。     

遂渝铁路古家垭口隧道洞口噪声特性研究

以遂渝铁路古家垭口隧道为研究对象,旨在研究时速200 km/h以下的隧道噪声特性。通过现场实测与结果分析,得到遂渝铁路CRH1A型和CRH1B型等两种不同类型的动车组列车通过古家垭口隧道洞口时的时域、频谱等噪声特性,并且发现列车进、出隧道导致的微气压波历时都约为50 s,波动周期约为1.7 s,频率主要在0.05 Hz~4 Hz,各测点最大声压级频率都在1.25 Hz。以列车通过时间段的等效声压级为评价量,总结其噪声衰减规律,对于今后开展环境影响评价工作具有一定的参考价值。     

结合LiDAR单木分割和高光谱特征提取的城市森林树种分类

基于多源遥感数据的城市森林树种分类对城市森林资源调查、森林健康状况评价及科学化管理具有重要意义。以江苏省常熟市虞山国家森林公园内的典型城市森林树种为研究对象,利用同期获取的机载激光雷达(LiDAR)和高光谱数据,针对5个典型城市森林树种进行了树种分类的研究。首先,基于点云距离判断单木分割方法进行单木位置和冠幅提取,并借助实测数据和目视解译结果进行精度验证;然后,在冠幅内提取4组高光谱特征变量,并借助随机森林模型对特征变量进行重要性分析;最后,筛选出重要性高的特征变量进行2个级别的树种分类并借助混淆矩阵进行验证评价。结果表明:基于点云距离判断分割方法的单木位置提取精度较高(探测率为85.7%,准确率为96%,总体精度为90.9%);利用全部特征变量(n=36)对5个树种进行分类,分类的总体精度达到了84%,Kappa系数为0.80;利用优选特征变量(n=9)进行分类,总体精度达83%,Kappa系数为0.79;利用全部特征变量(n=36)对两种森林类型进行分类,分类的总体精度达91.3%,Kappa系数为0.82,其中阔叶树种分类精度为95.6%,针叶树种分类精度为85%;利用优选特征变量(n=9)进行分类,分类的总体精度达90.7%,Kappa系数为0.80,其中阔叶树种分类精度为93.33%,针叶树种分类精度为86.67%。