浅析我国铁路MOA在线监测存在的问题及解决方案

保证电气化铁路可靠安全运营,金属氧化物避雷器(MOA)被广泛应用于铁道牵引供电系统中,根据工作实践分析了在铁路MOA在线监测中遇到的各种问题并提出相应的解决方案。     

卡尔曼滤波技术在汽车故障解码器中的应用研究

目前常用的汽车故障解码器不能诊断故障码不出现的各类故障,为了扩展解码器的诊断功能,提出了一种利用基于模糊自适应卡尔曼滤波的径向基函数神经网络处理解码器数据流的新方法.该方法通过MATLAB软件与ACCESS数据库相结合编制故障诊断程序,可实现汽车电喷发动机无故障码的故障诊断.同时,还将基于模糊自适应卡尔曼滤波的径向基函数网络与BP网络进行了比较.结果表明,基于模糊自适应卡尔曼滤波的径向基函数神经网络诊断速度快且准确,更适合用于故障诊断,如果将本研究所编制的程序固化到解码器中,将会使其进一步向智能化方向发展.     

SPSS模糊聚类分析法在虹口区监测断面水质分类中的应用

由于采用精确关联的方法如单污染指数法等,对水环境质量的评价的大都存在一定的片面性,而模糊聚类方法对类似“水污染程度”这类界限不清或者隶属关系不明的问题具有很大的优势,故采用该法对虹口区不同监测断面的水质数据进行了处理,并采用SPSS模糊聚类分析法进行了聚类分析。结果表明：聚类分析结果与实际水系分布情况具有较高的一致性,模糊聚类方法可将监测断面的界限划分得较为清晰,此方法在水质分类中具有一定的优越性,利用模糊聚类分析方法对虹口区水环境质量进行划分,具有客观性与科学性,能够真实地反映虹口区水环境质量状况。     

基于网络摄像机的森林火灾烟火自动识别技术探讨

简要介绍了森林火灾视频监测系统的组成,对烟火自动识别算法进行了分析,提出了基于网络摄像机的智能森林火灾实时监测方法。烟火检测对由网络摄像机传过来的视频帧,使用一系列算法进行实时图像分析,这些算法由数字图像处理、数字图像模式识别技术组成。算法的实现是基于火焰和烟雾的行为特征,如:颜色、颜色分布、形状、轮廓、纹理等。这一系列独立的算法是并行处理的,最后将结果一起输入到模糊神经网络中,给出前面每一个算法的权重,得出一个是否有烟火出现的最终评估。     

基于MATLAB实现模糊神经网络模型在企业水环境中的应用

指出了水质评价是进行水环境容量计算和实施水污染控制规划的重要基础。应用模糊神经网络原理，以某企业污水处理站的检验数据为依据，选择3个评价参数，使用MATLAB函数工具箱编程，建立了T—S模型，经过仿真得出评价结果，研究表明：该方法能正确评价水质的样本，具有较好地客观性和预测性。     

基于自适应神经模糊系统的杉木冠幅估算方法

【目的】基于相邻木特征与对象木冠幅间的复杂关系,提出一种基于自适应神经模糊系统的冠幅估算方法,以提高林木冠幅智能化估算水平。【方法】以杉木为研究对象,根据相邻木相对对象木的距离和方位,采用象限补树法构建空间结构单元。测定100组4方向冠幅、距离和方位角,提出相邻木冠幅、距对象木距离2个自变量的计算方法,以对象木冠幅与相邻木冠幅的比值作为因变量。根据样本数据,分析变量间非线性映射关系,建立25条模糊逻辑推理规则,设计以2个自变量为输入、1个因变量为输出的零阶Takagi-Sugeno模型,以70组数据训练自适应神经模糊系统,以30组数据检验系统冠幅估算效果,并与多元线性回归法和BP神经网络法进行对比。【结果】3种方法冠幅估算值与真实值的线性关系均达显著水平,经检验,本研究方法、BP神经网络法和多元线性回归法的判定系数分别为071、067和066。【结论】基于自适应神经模糊系统的冠幅估算方法可在自变量不含对象木属性特征的情况下,根据空间结构单元内相邻木特征,直接实现对象木冠幅的智能化估算。     

人造板厚度在线监测系统的研究

基于板厚偏差在线监测这一问题展开研究，采用智能仪器的设计方法和手段，进行人造板厚度在线监测系统的研究设计。通过对人造板板厚偏差控制要求的分析，确定了以超声波测试技术为基础、以计算机技术为核心的人造板厚度在线监测系统设计方案。     

基于神经网络的工程造价估价模型

利用神经网络方法更能充分有效地利用已有的经验,提高工程投资估算的速度和精度。经系统开发和案例计算,证明该方法能改进模糊类比法的估算结果,更好地满足工程项目初期造价估算的要求。     

变电站设备绝缘在线智能监测及诊断系统

变电站设备绝缘在线智能监测及诊断系统能对35kV～500kV变电站,电厂的MOA,电容型设备绝缘进行智能监测、诊断、通讯。监测参数为系统电压谐波、频率、MOA全电流、阻性电流、功耗、计数器阻值,CT、PT、CVT、主变套管、耦合电容泄漏电流、介损正切、电容量以及温、湿度等。     

浑善达克沙地荒漠化指标评价的研究

土地荒漠化评价是荒漠化研究中的重要问题。本文以浑善达克沙地为研究对象，采用实地调查和室内分析的研究方法，提出了该地区土地荒漠化评价体系确定的原则，并通过分析和筛选，选择出能够显著评价该地区土地荒漠化状况的3个指标，从而建立了浑善达克沙地土地荒漠化的评价指标体系。针对该地区土地景观生态系统的复杂性和模糊性，运用模糊综合评判的方法对所获得的数据进行了定量分析，从而验证了该评价指标体系与实际调查情况基本相符。     

基于BP神经网络的变量喷雾供药系统研究

在变量喷雾供药系统的研究中,由于控制对象及控制算法尚未突破,使得目前的精确供药系统很难满足动态变化的变喷量精确农药流量控制。笔者从变量喷雾供药系统入手,基于流量调节阀的开度及其两端压差决定其通流量大小的原理,对变量施药的供药系统进行了研究,利用Matlab中的BP神经网络工具箱函数对试验结果进行了拟合和测试,结果表明:流量调节阀两端压差恒定时,其通流量的大小与其开口度存在一定的正相关关系;利用BP神经网络拟合了压差恒定时,通流量与调节阀开度的非线性递增关系曲线,经过结果分析,验证了BP神经网络在该控制系统中的可行性。此项试验分析为变量喷雾精确供药的深入研究提供了理论基础。     

输变电工程水土保持在线监测中三维激光技术的应用

特高压输变电工程在解决我国能源空间分布十分不均衡的问题上发挥着至关重要的作用,但是面对其引起的水土流失问题,在线监测和及时防治显得尤为重要。基于三维激光技术的输变电工程水土保持在线监测系统,可通过太阳能模块为其余部件进行供能,三维激光扫描模块和高度集成的气象传感器获取精确的水土流失量以及其他环境因子数据,并在LED显示屏展示数据,摄像头监控模块方便工作人员监控以及抓拍闯入者,最后所有数据信息都通过卫星通信模块进行传递,可以通过在线监测系统和移动端app随时查看。     

哑变量在森林蓄积量模型估测中的应用

【目的】建立含哑变量的林分蓄积量估测模型，分析哑变量在香格里拉高山松林分蓄积量模型中的意义与作用。【方法】以香格里拉为研究区，基于2008—2009年3幅TM遥感影像与2008年抽样控制样地数据，对香格里拉高山松林分神经网络模型与考虑龄组构造的哑变量神经网络模型两种类型建立蓄积量遥感估测模型，并进行精度评价。对比模型的估测值与实测值，计算模型残差，检验各龄组残差均值与0之间的差异性；同时对模型的预测值结果进行组间均值的差异性检验，以此作为确定龄组分类形式构建哑变量的标准与依据。【结果】2个模型的独立样本检验结果表明，引入哑变量的神经网络估测模型比神经网络模型拟合效果要好，其决定系数要高于神经网络模型，决定系数从0.516提高到0.783。模型预估精度从神经网络模型的66.3%提高至哑变量模型的74.8%，估算误差优于神经网络模型。【结论】根据模型的残差差异性结果得出，哑变量模型可以在一定程度上解决在估测幼龄林、中龄林蓄积量低值高估的问题；可见引入哑变量估测森林蓄积量的方法是相对有效的。     

基于单片机的隧道内涝监测预警系统的设计

为了在暴雨天气时保障隧道内通行车辆与人员安全，基于LabVIEW和单片机设计了隧道内涝的实时监测预警系统。采用超声波液位计测量水位数据，利用雷达流量计收集流速和流量数据；通过雨量桶收集实时降雨量数据，由单片机采集并进行分析和处理；通过内置循环神经网络算法获得将来一定时间内的隧道水位数据并输出控制信号，控制报警电路报警状态。通过相关分析，证明系统对于隧道内涝具有良好的监测和预警功能。     

我国交通事故损失程度模糊聚类分析

我国幅员辽阔,地形各异,为了探究我国交通事故损失程度,基于模糊聚类算法,对全国31个地区的9个特征元素建立分析指标体系.通过国家统计局2017年数据,建立模糊相似矩阵,然后用平方法计算传递闭包,得到模糊等价矩阵,根据相似系数不同的值进行动态聚类.结果表明:该方法能够将交通事故损失程度进行分类,为城市道路交通安全管理提供...     

伊犁河水质自动监测站运行管理初报

指出了水质自动监测系统是一套建立在计算机和网络基础上综合性的在线自动监测体系,能够准确地监测目标水域的水质及变化状况等。通过伊犁河水质自动监测站的运行情况和数据的分析,对水质自动监测系统的建设前景与运行情况提出了几点建议,为今后水质自动监测系统建设与运行提供参考。     

基于模糊神经网络的可控串补控制策略

目前已运行的可控串补(TCSC)工程都是采用常规的控制策略,采用各种先进控制策略比如非线性控制策略、智能控制策略能使TCSC的作用得到最大限度的利用.设计的TCSC模糊神经网络控制系统采用TCSC当地测量的频率增量及功率增量作为模糊控制的输入,用一种神经网络模拟模糊推理机的知识模型和推理模型,采取误差反传的方法依据输入量的值和系统当前的状态来设计调整神经网络的连接权值以及隶属度函数的参数,从而调整模糊控制规则和量化因子.通过对系统处于不同运行点受到不同干扰下的仿真,表明所设计的TCSC模糊神经网络控制系统具有良好的鲁棒性.     

能耗在线监测系统在工业节能中的应用

指出了随着我国工业的发展，能耗在线监测系统成为企业实现节能减排的重要技术之一，此系统改变了人工报表方式，还具有客观反映实际能耗等功能。介绍了由安徽工业大学自主研发的电能量在线监测系统，该系统实现了电能数据的实时自动抄表和统计，提高了生产效率和自动化管理水平。     

基于GA-BP神经网络的雷竹林CO2浓度反演

【目的】研发竹林气象因子采集系统,分析雷竹林CO₂浓度与温湿度等气象因子之间的关系,探讨基于GA-BP神经网络的雷竹林CO₂浓度反演模型（简称GA-BP模型）,为竹林碳储量、竹林增汇、竹林固碳能力等研究提供基础数据。【方法】根据微气象学相关原理、方法及森林碳通量动态感知的需求,设计基于嵌入式的森林碳通量数据远程实时监测系统,该监测系统以成熟雷竹林为监测对象,进行为期2个月（2019年10—11月）的气象数据监测;在此基础上,提出GA-BP模型。【结果】根据GA-BP模型和BP模型反演的结果可知：GA-BP模型反演结果的决定系数R²为0.86,比BP模型的R²（0.79）提高了0.07;平均绝对误差为8.12 mg·m^-3,比BP神经网络下降2.79 mg·m^-3。GA-BP模型相较于BP网络具有更稳定的反演性能和更高的反演精度。【结论】可以利用竹林气象因子采集系统获取相关气象数据;基于CO₂浓度与温湿度等气象因子之间的相关性,本研究提...     

林区电力监测及预测系统的设计

近年来林区工业的发展使林区的用电量逐年增加，供电问题日益突显。为实现对林区电力系统供电状况的监测并预测未来一定时间内的用电量，设计了电力监测及预测系统。该系统由ARM嵌入式系统和计量芯片共同完成电量采集和处理，将经过统计处理的用电量参数传送到计算机后，由BP神经网络系统进行长期用电量的预测，对电力系统安全及经济运行具有十分重要的意义。