朔黄铁路重载列车电控空气制动试验研究

重载列车的制动技术是重载运输发展的关键。针对国内朔黄铁路,对重载列车电控空气制动系统进行试验研究,比较分析有无电控空气制动系统作用下列车制动系统的性能指标。实验结果显示：电控空气制动系统性能指标达到设计要求,在缓解车钩作用力、同步列车管及制动缸压力和缩短制动距离等方面具有明显的优势,该电控空气制动系统能够保证重载长、大列车运行的安全性。     

延伸奇异值分解包及其在高速列车轮对轴承故障诊断中的应用

结合多分辨奇异值分解包的分解结构和对滚动轴承故障信号的Hankel矩阵的奇异值分布特性研究,提出了延伸奇异值分解包。该算法的核心包括矩阵递推构造和矩阵重构。以分量信号能量为指标,提出了有效分量信号的筛选准则,并基于该准则,进一步提出了延伸奇异值分解包的快速算法。仿真结果表明,延伸奇异值分解包对信号中共振频带分量信号具有很好的分解能力,方法具有强鲁棒性,同时极大地改善了奇异值分解包中出现的模态混叠。应用高速列车轮对轴承试验数据对该方法进行试验验证,结果表明,该方法能有效分离高速列车轮对轴承复合故障信号的不同共振频带信号,对筛选的有效分量信号进行包络分析,可有效提取不同类型的故障特征频率及其谐波,对共振频带的聚集性和故障的表征力相比奇异值分解包均有显著提高。     

高速列车服役性能研究

高速列车运行时空上的跨越所面临的振动、环境变化,使其服役状态与安全性态始终处于时变状态,给高速列车安全保障与健康维护带来极大的挑战。随着高速列车运营里程的增长,高速列车服役性能的研究成为保障我国高速列车技术持续发展的重要课题。在分析高速列车服役性能基本内容的基础上,提出了高速列车服役性能检测体系,阐明了其建设内容与方案,并发展了高速列车走行部跟踪试验技术,跟踪试验对高速列车服役性能的研究具有显著成效与提升。最后,指出了本领域今后的发展趋势及需重点关注与加强的研究工作。     

轨道局部缺陷动态检测冲击特征定位比较法

利用前后车轮相继冲击轨道局部缺陷特点,提出轨道局部缺陷车载动态检测新方法。即对车速积分确定车轮旋转一圈对应的起止时刻,用该起止时刻去截取对应时间历程前后轴箱垂向加速度,对截取信号作频率切片小波变换提取信号的时频特征,将时频特征时间轴变换为车轮弧长位移轴,实现冲击特征车轮圈内定位,在车轮连续旋转三圈内定位特征中,比较前后轴箱加速能量峰位置,建立轨道局部缺陷动态检测模型。经动力学仿真数据对该方法及模型的有效性验证结果表明,该方法精准性好、可靠性高,具有一定工程适应性。     

车轮不圆顺动态检测的时频特征圈内定位比较法

利用车轮旋转中车轮不圆顺循环冲击轨道的特点,提出一种车轮不圆顺车载动态检测的新方法。该方法的核心是：对车速积分确定车轮旋转一圈对应的起止时刻,用该起止时刻去截取对应时间历程的轴箱垂向振动加速度,对截取信号作频率切片小波变换提取信号的时频特征,将时频特征图的时间轴变换为车轮弧长的位移轴,在车轮旋转一周内实现时频特征定位,通过比较连续不同起止时刻的时频圈内定位特征来检测车轮的不圆顺。应用带有车轮不圆顺的动力学仿真数据对该方法的有效性进行了验证,结果表明：该方法实时性好,准确性高,具有良好工程适应性。     

高速列车齿轮箱振动特性分析与故障识别方法

基于EEMD和HT方法的先进性,将其应用于高速列车齿轮箱振动特性分析与故障识别。采用EEMD和HT方法分析了高速列车齿轮箱的振动特性,包括时域和频域特性。通过与连续小波方法的比较,探讨了EEMD和HT方法在高速列车齿轮箱故障识别与诊断中的应用优势。研究工作中得出的结论:1)EEMD和HT方法能较好地识别高速动车组齿轮的故障特征,比常用的连续小波变换具有良好的应用性能。2)有缺陷齿轮箱的振动幅度明显大于普通齿轮箱,其振动特性发生了显著变化。     

自适应谱峭度图及其在滚动轴承故障诊断中的应用

提出了一种新的自适应谱峭度图方法。首先采用CEEMDAN方法分解信号的傅里叶频谱,然后对得到的低频IMF分量与残差项进行分层累加计算,对每一层的频谱趋势寻找极小值点,使其作为频谱划分边界,将划分后的各频段通过正交滤波器并利用峭度指标对划分后信号中的故障信息进行评估,构造出一种新的自适应谱峭度图。该方法能够克服快速谱峭度图因遵循固定划分规则易使检测出的频带不能包含完整的故障信息或是提取到无效分量的情况,并且分别利用轴承外圈故障的仿真信号和试验信号,验证了该方法的有效性。     

基于分层算子形态小波的轮对轴承复合故障检测

形态学算子可以分为降噪型算子和特征提取型算子两大类。现有的形态非抽样小波方法在多层分解的每一层均使用相同的形态学算子,但反复使用某种降噪型或特征提取型算子有时很难准确获得信号的特征信息。为此,提出分层算子形态非抽样小波,每一层分解采用不同的形态学算子,通过对去噪型和特征提取型算子的有机融合,方法在故障特征提取方面具有更强的针对性、灵活性,同时也具有明确的物理意义和可解释性。针对轮对轴承复合故障的特点,提出一种局部特征幅值比原则,从不同分辨率对应的不同分析尺度的分析结果中,分别挑选出对不同类型故障最为敏感的分析尺度,进而实现复合故障中各故障的有效分离。在试验台采集轮对轴承复合故障振动信号,将提出的分层算子形态小波应用于实测数据的分析。研究结果表明,提出的方法能有效检测轮对轴承复合故障,与现有的形态非抽样小波方法相比,分层算子形态小波对复合故障的辨识能力更强。     

谈错视与无理图形

错觉和幻觉在艺术创作中是常见的现象,正如美术史家龚布里奇所说:“艺术是幻像,或制作幻像。”这些由错视导致的幻像,在现实生活中往往不可能存在;而艺术家们用文字、音乐、舞蹈、画面表现了出来。绘画及印刷设计中,由于必须把三维的形态表现于二维的画面之中,所以便有其勉强之感。为超越这一局限,艺术家不得不挖空心思     

基于层次自动机模型的复杂事件层次实现研究

复杂事件处理技术从数据流中提取满足特定模式的事件序列,具有实时、海量、智能的特点,近年来引起了学术界和商业界的广泛关注。但是,之前的工作侧重于对单层复杂事件检测的研究。事实上,由于业务系统对信息有不同层次的需求,需要对事件进行分层处理,单层复杂事件检测并不能充分支持事件分层的需求。针对这种情况,在事件层次概念以及传统NFA模型的基础上,定义了分层复杂事件检测模型层次自动机NHA,基于NHA模型设计了更为直观高效的EH-Tree结构,并给出了分层复杂事件检测HCED算法和代价模型。最后以吞吐量和内存占用为指标,进行了大量的实验,对比并分析了HCED算法与传统基于NFA模型的SASE算法的时间性能和空间性能。实验结果表明,HCED算法能有效且高效地实现分层复杂事件检测,填补了CEP不支持分层复杂事件检测的空白,为下一步研究提供了基础。