首页期刊导航|重庆理工大学学报
期刊信息/Journal information
重庆理工大学学报
重庆理工大学
重庆理工大学学报

重庆理工大学

石晓辉

月刊

1674-8425

023-62769495

400050

重庆市九龙坡区杨家坪

重庆理工大学学报/Journal Journal of Chongqing Institute of Technology北大核心CSTPCD
查看更多>>本刊是中国学术期刊综合评价数据库来源期刊，中国科技核心期刊，重庆市一级期刊，教育部优秀期刊。主要刊登有创造性、探索性、开拓性的学术论文、科研成果报告、重要学术问题的评述和学科前沿的综述。
正式出版
收录年代

    双电机两挡驱动系统协同控制策略研究

    何洪文韩陌曹剑飞石曼...
    81-89页
    查看更多>>摘要：基于某新型双电机两挡变速箱驱动系统,研究了能耗经济性双电机转矩分配策略以及工况适应性两挡变速箱换挡策略.针对经济性优化目标,挖掘行驶工况数据与双电机效率的互补特征,提高协同控制效率,实现车辆能耗经济性最优控制.针对瞬态最优策略的换挡频繁问题,提出了在线辨识工况特征参数的方法,实时调整变速箱换挡规律及双电机转矩分配策略.基于Matlab/Simulink仿真验证了双电机两挡驱动系统工况适应性协同控制策略的可行性及有效性.

    双电机驱动两挡变速箱转矩分配策略工况适应性换挡策略

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于模型预测控制的电动车辆换挡策略研究

    秦杭何洪文韩陌
    90-95,104页
    查看更多>>摘要：基于模型预测控制框架,提出了一种考虑未来工况变化趋势的智能换挡策略.建立循环神经网络,以过去一段时间工况为输入,对未来5s的车速序列进行预测.以训练好的神经网络作为模型预测控制的预测模型.采用动态规划方法构建基准策略,并作为模型预测换挡策略的滚动优化部分,建立了模型预测换挡策略.构建了基于C-WTVC的复合工况并仿真.设计了双参数经济性换挡规律作为对照.结果表明:模型预测换挡策略可以节约能源消耗,降低换挡频率.

    换挡策略电动车辆循环神经网络模型预测控制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于组合降噪的卷积神经网络轴承故障诊断方法

    陈雪俊贝绍轶李波卿宏军...
    96-104页
    查看更多>>摘要：针对滚动轴承振动信号包含不同频率复杂噪声,单一降噪方法难以去除多种噪声,导致最终故障诊断率低的问题.提出一种基于组合降噪的卷积神经网络的轴承故障诊断方法.首先,通过SVD分解方法,根据奇异值差分谱,一次降噪并重构信号,去除信号内能量较低的宽频率噪声;再根据降噪重构信号,自适应选取CEEMD分解的参数,并进行自适应CEEMD分解,利用线性相关系数与峭度交集法滤除相关程度低、故障特征信息少的IMF分量,同时二次降噪并重构信号;最后,构建一维卷积神经网络并进行轴承故障诊断.通过原信号和组合降噪后信号的时频分析,轴承故障诊断实验,验证了该方法的有效性.

    SVD分解自适应CEEMD分解卷积神经网络故障诊断

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    阶次跟踪在行星齿轮箱非平稳信号故障诊断中的应用

    王博王斌赵东平
    105-111页
    查看更多>>摘要：齿轮箱行星轮系复杂的结构导致常规的频谱和解调方法在分析此类振动信号时,频谱会出现"模糊"现象,不能有效提取齿轮箱行星轮系故障特征频率.为此,提出了一种阶次跟踪新方法,把时域非平稳信号在角度域进行等角度重新采样,变成角度域平稳信号,再对角度域平稳信号进行傅里叶变换可得到阶次谱.考虑转速对故障频率的影响,总结了齿轮箱太阳轮、行星轮和内齿圈的故障阶次特征表.通过对风电齿轮箱振动信号的阶次分析,实现了变转速工况下的故障诊断.结果表明:阶次跟踪方法能够识别时变工况下齿轮箱行星轮系故障特征频率并对故障进行准确定位,体现了阶次跟踪技术在时变工况下故障诊断的优势.

    阶次跟踪齿轮箱行星轮系非平稳故障诊断

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    微裂隙密度对白云岩力学性质影响及其作用机制

    汪权明穆锐牛亮
    112-120页
    查看更多>>摘要：为研究原状微裂隙对白云岩力学性质的影响规律,结合实际工程项目对岩层进行钻芯取样,得到原状试样.采用手绘和CAD扫描统计法对微裂隙统计分析,根据微裂隙密度将试样进行分类;通过单轴压缩试验和SEM电镜扫描试验研究微裂隙密度对白云岩微观结构及力学性质的影响机制,得到岩石试样的微裂隙密度范围为0.0015～0.042 mm/mm2,均值为0.024 mm/mm2.研究结果表明:1)在单轴压缩试验中,白云岩力学性质主要由微裂隙"根状"结构控制,试样的破坏分为张拉、剪切和拉剪复合破坏3种类型,应力应变关系为Ⅰ类曲线;2)白云岩的抗压强度和弹性模量随微裂隙密度的增大而减小且微裂隙密度在0.010～0.020 mm/mm2范围内变化幅度最为明显;3)随微裂隙倾角的增大,抗压强度先减小后增大,但在微裂隙倾角大于45°时,这种影响作用不明显,呈波动性;4)基于微裂隙密度和微裂隙倾角,分析了白云岩的力学性质影响作用机理,可为类似研究提供基础数据和参考价值.

    天然微裂隙白云岩统计分析SEM电镜扫描微裂隙密度破坏机理

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    LOCA条件下环境介质影响感应加热过程中锆合金内部温度场的有限元计算

    席航谢东升张瑷月康锐...
    121-129页
    查看更多>>摘要：基于COMSOL软件模拟计算了典型锆合金核材料在失水事故条件下经感应加热后的温升行为,重点考察了3种特殊的工况条件,即氩气环境、水蒸气环境和高温水蒸气环境.结果表明:金属块的体积内最高温度、体积平均温度、表面平均温度和表面中心点的温度差值逐次降低.相较于氩气条件,锆合金在水蒸气和高温水蒸气条件下加热至1200℃时,金属块的体积内最高温度和表面中心点的温度差值将分别降低6.223℃和11.952℃;体积平均温度和表面中心点的温度差值将分别降低3.652℃和7.13℃;表面平均温度和表面中心点的温度差值分别降低3.162℃和6.161℃.即在高温水蒸气的环境下,金属块内外的温度分布最为均匀.相关结果将为高性能反应堆包壳材料的设计以及可能发生的LOCA事故下的应急措施提供理论依据.

    LOCA环境介质锆合金感应加热

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    Bi2O3/硅藻土复合催化剂的微波合成及其催化性能研究

    周千王瑞琪林兵傅敏...
    130-135,143页
    查看更多>>摘要：采用微波合成制备Bi2 O3/硅藻土复合催化剂,利用X射线衍射仪(XRD)、傅里叶变换红外光谱仪(FT-IR)、扫描电子显微镜(SEM)和比表面积测定仪(BET)对催化剂的结构、形貌等进行了表征;研究了不同微波条件对合成Bi2 O3/硅藻土复合催化材料催化性能的影响;结果表明:氧化铋成功负载在硅藻土上,复合材料比表面积相比单一材料有所增大,在微波条件为140℃、10 min、350 W,催化剂投加量为40 mg,氧化剂H2 O2用量为6 mL时,对浓度为10 mg/L的结晶紫去除率可达97％以上.

    微波合成硅藻土氧化铋湿式催化氧化

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    训练集对遥感图像超分辨率下自动目标识别影响的研究

    王艳李昂王晟全
    136-143页
    查看更多>>摘要：采用深度学习算法:首先通过超分辨复原生成对抗网络实现图像超分辨率,在包括测试船舶本体的多个训练集中进行训练;然后采用AlexNet网络进行分类检测;最后采用Reti-naNet网络进行目标识别.实验表明:与不包含测试本体的训练集相比,包含测试本体的训练集超分辨率下的目标识别精确率最高.

    图像超分辨率遥感图像SRGAN目标识别深度学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于DTW和CNN的仿真驾驶手势识别及交互

    杨尊俭张淑军
    144-151页
    查看更多>>摘要：研究仿真驾驶中的手势识别及自动交互,利用Kinect空间编码技术提取人体运动关节信息,采用DTW与深度学习相结合的方法进行手势识别.提出了一种加权的DTW算法,对提取的骨架信息进行分析,实现对连续手势实时的粗粒度识别;对手部信息,通过关节点计算提取ROI,利用7层CNN网络对ROI信息进行特征提取并得到手部行为的细粒度识别.利用Unity3 D对驾驶场景进行仿真,虚拟环境与用户手势实时交互,实验结果真实有效.

    手势识别虚实交互深度学习动态时间规整

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    门循环单元预测模型在故障诊断中的应用

    王华秋李鑫
    152-158页
    查看更多>>摘要：为了提高动力设备故障诊断的效率和精准度,提出了一种结合规则推理和改进门循环单元(improvement gate recurrent unit,I-GRU)预测模型的诊断系统.I-GRU算法通过对门循环单元算法的重置门、更新门共同点进行分析,改进了门循环单元算法的更新门,使得I-GRU算法比门循环单元算法在结构上有了一定的优化.利用工业生产数据预测后续数据趋势,通过预测数据趋势结合3σ标准的故障阈值判断出异常点,将各类信息进行关联规则挖掘出内在关系,通过产生式推理推导出关联故障信息,最终进行案例匹配获取解决方案.试验表明,提出的模型比其他诊断方法更高效、更准确.

    动力设备故障诊断改进的门循环单元网络相似性案例

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据