2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩137頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、本文結(jié)合鐵道部科技項目,采用人工智能技術(shù)、可靠性工程方法、概率論與數(shù)理統(tǒng)計、隨機過程等多學(xué)科相結(jié)合的方法,以寶成線等主要干線為試驗基地,對接觸網(wǎng)主要失效模式和系統(tǒng)的可靠性進行理論分析及應(yīng)用研究,并采用VISUALBASIC6.0和MATLAB編寫了一套接觸網(wǎng)可靠性分析軟件。 概率分布的確定是可靠性分析的前提,本文利用RBF神經(jīng)網(wǎng)絡(luò)自組織、自適應(yīng)和很好的容錯能力等特性建立了接觸網(wǎng)可靠性分析中概率分布的智能識別系統(tǒng),通過仿真實驗,它

2、的總識別率達到93.75﹪,并對接觸網(wǎng)定位裝置故障(維修)時間進行了概率分布的識別,識別的結(jié)果為指數(shù)分布,通過回歸分析得到進一步的驗證,為建立接觸網(wǎng)系統(tǒng)可靠性分析的馬爾可夫模型提供了依據(jù)。 針對接觸線.受電弓滑板這對特殊磨擦副的磨耗特性難以確定的問題,論文首次采用改進了算法的徑向基神經(jīng)網(wǎng)絡(luò)RBFNN,模擬得到磨耗特性的非線性關(guān)系式,用此關(guān)系式來分析磨耗率隨著外界因素的變化規(guī)律,由于改進了算法的RBFNN具有很強的函數(shù)逼近能力,可

3、以任意精確地逼近連續(xù)函數(shù),因此通過網(wǎng)絡(luò)輸出數(shù)據(jù)和實驗數(shù)據(jù)的對比,獲得了很高的精度。并且利用RBF模擬得到的磨耗率與可靠性理論相結(jié)合,建立了接觸線磨損可靠性分析的數(shù)學(xué)模型,基于數(shù)理統(tǒng)計的原理,定量地對不同型號的接觸線的磨損可靠性進行了評價和預(yù)測,并提出了減少磨損的措施,為接觸線的磨損可靠性研究和設(shè)計提供了新的方法和理論依據(jù)。 論文利用RBF神經(jīng)網(wǎng)絡(luò)確定了接觸線在不同非對稱應(yīng)力幅下疲勞極限,并根據(jù)接觸懸掛系統(tǒng)中接觸線的振動方程,推導(dǎo)

4、出了接觸線在抬升力作用下的應(yīng)力大小,在此基礎(chǔ)上,應(yīng)用數(shù)理統(tǒng)計的方法和原理提出了接觸線疲勞可靠性分析和疲勞可靠性優(yōu)化設(shè)計的方法,對影響接觸線疲勞失效的各種因素進行了評價與分析。 將有限元數(shù)值分析(FEM)、RBF網(wǎng)絡(luò)(RBFNN)和隨機模擬法(MonteCarlo)有機結(jié)合,提出了接觸懸掛各連接部件可靠性分析和設(shè)計的RBFNN-MC方法。在有限次有限元數(shù)值分析的基礎(chǔ)上,充分利用RBF神經(jīng)網(wǎng)絡(luò)高度的非線性映射能力和泛化能力,逼近部件

5、隨機參數(shù)與響應(yīng)之間的映射關(guān)系,由于RBF神經(jīng)網(wǎng)絡(luò)可以任意精確地逼近任意連續(xù)函數(shù),因此在理論上有效解決了中心矩法存在的精度問題,并且此方法不受隨機變量分布形式和極限狀態(tài)方程非線性的限制,可以獲得較高的計算精度。把接觸線線夾和套管雙耳這個失效頻率很高的連接部件作為算例,對比了中心矩法和RBFNN-MC法的計算結(jié)果,并就外界因素對線夾和套管雙耳的可靠性影響進行了分析,得出了很多有助于提高可靠性的結(jié)論。 論文在故障跟蹤試驗的基礎(chǔ)上,建立

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論