关键词： 驾驶模拟   行为分析   数据可视化   SSM框架   因子分析   K-means算法  

摘要： 驾驶模拟实验数据的处理分析有利于交通工程领域实验员对驾驶员行为进行深入研究。然而,现有的驾驶模拟实验数据庞大且实验流程繁杂,课题因人而异但基本数据处理方式和分析方法大致相同。为方便后续分析,交通领域学者往往需要学习不同的编程语言对原始模拟数据进行分段和提取,这无疑增添了重复的研究步骤;并且大量基于时间点的数据并不直观,人工寻找有效关键区域耗时耗力。因此,本论文从软件工程学出发,结合驾驶模拟实验和数据综合分析方法,以实验员和驾驶模拟员为研究对象,系统分析了驾驶模拟实验室数据和综合管理需解决的问题,开发了驾驶模拟实验室数据处理与分析平台。旨在方便交通领域实验员自定义提取专项分析指标、可视化展示驾驶模拟数据、对驾驶员进行综合评价以及对驾驶模拟实验室进行综合管理。本文分析了国内外驾驶模拟和行为评价的现状,在现有驾驶员行为评价的基础上,提出主观问卷分析方法以及雷达图综合评价方法进行分析评价展示。然后,在对系统理论和相关技术进行说明的基础上确定了系统的详细功能和实现方法。在系统功能设计方面,文中将驾驶模拟实验室数据处理与分析平台划分为数据存储、数据处理展示、驾驶数据分析和实验室综合管理四个模块展开叙述。在架构设计方面,选择SSM后台框架和***前端框架进行前后端分离开发,使用My SQL关系型数据库,并使用Redis作缓存,Tomcat服务器展开系统开发。在系统实现方面,对驾驶模拟数据进行分类存储、并结合ECharts工具提供自定义数据提取和可视化展示功能,可以对单变量变化趋势和多变量关系进行可视化,方便实验员分析数据;在驾驶员综合评价方面,使用因子分析和K-means聚类算法对收集到的问卷信息进行处理,得出基于主观问卷的驾驶行为分类;并使用“控制-决策-避险”综合评分方式用雷达图进行全面直观的量化评价;在综合管理模块实现对实验流程的梳理以便规范管理。最后,在设计基础上对系统进行了测试并进行总结和展望。

关键词： 受流器   型式试验   数据处理   软件开发   界面设计  

摘要： 地铁车辆是复杂的机电一体化产品,受流器则是车辆极其重要的电器部件。受流器与第三轨的接触状况将直接决定取流质量的优劣进而影响车辆运行的品质,在受流器完成设计之后投入生产之前需要进行接触压力的型式试验以验证其性能是否符合技术标准,本论文针对受流器型式试验接触压力的数据处理方法进行研究并研发一款数据处理软件以简化检测数据的处理过程,为受流器型式试验接触压力的数据处理提供帮助。在软件的理论基础方面,本文介绍了受流器型式试验的原理、研究了应变值与接触压力之间的精确转换方法,提出了各检测数据的处理手段。在研究接触压力的转换方法中提出了间接测量接触压力的方法,并根据变截面梁结构的归算质量计算法推导出了将受流器摆杆组件惯性力考虑在内的接触压力转换公式,为软件数据预处理模块提供理论基础。检测数据的处理分析从特征值分析、概率密度及累积分布分析、参数关联性分析、试验工况对比分析四个方面进行,奠定了软件数据计算分析模块的理论基础。在软件的设计发开方面,本文依据受流器型式试验的用户需求将软件划分为用户管理、原始数据源选择、数据预处理、数据计算分析、帮助五个部分,实现了对原始数据源的导入、修改、计算分析和输出结果保存等多种交互式数据处理功能。软件依据可视化编程及交互式设计的原则,采用通用性较高的C/C++语言在Microsoft Visual Studio 2019软件开发平台进行开发,模板框架使用基于对话框的MFC应用程序模板,软件设计为单机版且不使用数据库和外部绘图工具,使软件具有安装环境简单、通用性高、易操作和交互性强等优点。本文利用所开发的软件对“无锡地铁二号线”从“金桥路站”至“纺织城站”的实际测试数据进行了数据预处理和数据计算分析,软件分析结果表明受流器在此段的取流质量良好。本文所开发的软件计算结果准确、运行可靠,能够满足第三轨/受流器型式试验数据分析的要求。本文共有图102幅,表11个,参考文献73篇。

关键词： 并行计算   GPU   消色散算法   单脉冲搜索   快速折叠算法  

摘要： 近年来,随着数据规模的与日俱增,对计算的需求也在不断增长。同时集成传统通用处理器(CPU)与新型协处理器(GPU、FPGA、Xeon Phi等)的异构系统成为解决各类计算问题一种途径,逐渐得到大众的认同,从学术界走向了工业界。传统通用处理器能够处理复杂的控制任务,提供通用计算;而新型协处理器以其核心数众多、高性价比等特点,能够为计算提供加速。然而由于异构系统的系统架构、指令集与编程模型与传统的计算存在着各种差异,使得基于异构系统的应用开发与调试变得越来越复杂,特别是众核GPU的出现,使得系统内部出现成百上千个计算核心,这对基于传统通用处理器的应用算法并行化提出了更高要求。因此研究基于CPU/GPU并行算法及其关键优化技术显得非常必要,通过提高算法并行度、优化算法的存储结构等手段,充分挖掘异构系统的计算潜力,利用好其众多计算核心的性能成为应用加速的有效途径。本文针对CPU/GPU并行算法及其关键优化技术进行了研究,针对脉冲星搜索数据处理流程中,不同处理步骤出现的不同问题,在异构系统环境下进行并行加速,将研究成果应用到具体项目中,取得了较好的加速效果。本文的工作与创新点主要包括:(1)研究了脉冲星搜索流程,并针对基于著名脉冲星搜寻工具PRESTO的搜索流程进行加速,对其中消耗时间占90%左右的非相干消色散步骤使用GPU进行加速,有效提升了消色散性能。通过FAST试观测阶段的相关参数模拟的脉冲星搜寻数据文件测试结果表明,在单GPU上执行相比于PC串行执行有超过10倍的加速;本文提出的并行消色散算法支持多GPU,在6块GPU上的计算加速相比于PC处理器串行执行有近60倍的加速,相比于服务器串行执行有超过200倍的加速效果。采用GPU处理2048通道的时间(816秒)与PC串行处理256通道数的时间(812秒)大致相同,而在GPU上计算2048通道的信噪比为149.4,相比在PC串行处理256通道的信噪比53.4,有近3倍的信噪比提升,从而更有利于后续脉冲星候选体的识别。对于FAST数据脉冲星搜寻处理流程中的实时快速傅里叶变换、加速搜索、折叠三个步骤,本文采用基于CPU的任务队列与线程池组合并行设计,在4核8线程的PC上测试结果表明,相比于PC串行有超过4倍的加速效果。本文分别在一台4核8线程CPU配置1块GPU的PC与一台64核128线程配置6块GPU卡的服务器上对基于FAST试观测参数模拟的一个脉冲星巡天文件进行计算,相比于PC串行执行,整体搜索有超过10倍的加速;相比于服务器串行执行,整体搜索有超过100倍的加速。(2)研究了单脉冲搜索及识别流程,对FAST超宽带数据进行了重处理,发现了7颗脉冲星候选体,其中2颗已经得到验证并公布,单脉冲共搜索到112颗脉冲星,其中45颗为FAST发现的新脉冲星。设计了一个并行化的单脉冲搜索及识别流程,对2017年8月至2018年5月之间FAST调试过程中的数据进行再处理。其中消色散由于耗时最高,在GPU上进行计算,单脉冲搜索、单脉冲候选体筛选、数据折叠3个步骤是采用CPU并行实现。对单脉冲搜索生成的单脉冲候选体文件进行分组与识别,通过后期数据分析及实验比对发现,通过减小消色散步长,加密消色散网格,可以有效提升单脉冲的识别效果。采用FFA快速折叠算法进行周期搜索,利用周期搜索到的最大信噪比所对应的周期进行数据折叠得到脉冲星候选体。利用脉冲星分类与诊断工具对色散值与信噪比分布情况进行检查判断搜到的单脉冲是否为来自于宇宙的射电辐射。建立了FAST超宽带数据单脉冲搜索数据库,对搜索到的单脉冲数据进行管理,数据库共计记录2244298个单脉冲候选体分组。将FAST单脉冲数据库与Parkes单脉冲搜索数据库做了比对,FAST在相同指向天区匹配到脉冲星21颗,其中包含4颗FAST新发现的脉冲星。经过DM值比对匹配到8颗FAST与Parkes共同探测到的已知脉冲星。(3)研究了快速折叠算法的并行策略,给出了一种基于GPU的并行快速折叠算法,算法分成块内并行与块间并行两部分。对影响GPU并行快速折叠算法性能的因素进行分析,对于在计算过程中采用双精度浮点格式的时间序列数据,其计算强度小于1/24,因此影响快速折叠算法性能的主要因素为访存带宽问题。讨论了几种增加访存带宽问题的基本策略,但是由于GPU硬件限制(全局内存、共享内存大小等),影响到了并行性的扩展。基于快速折叠算法周期搜寻工具ffancy中的第1种脉冲轮廓评估算法,给出了一种基于绝对中位差进行数据归一化以及过滤筛选的并行化脉冲轮廓评估算法。在一台4核8线程CPU配置1块GPU的PC上进行实验测试后发现,对于未进行下采样时间序列在CPU上串行周期搜寻耗时31.12秒,采用并行GPU实现耗时8.02秒,加速比约为3.88。对于目前的并行搜索算法,通过耗费比在CP

ISBN: (纸本)9787560899718

关键词： 谐波诊断理论   数据处理   4G通讯   电机故障诊断系统  

摘要： 随着工业技术的进步和大型生产设备的持续更新,大型电机在生产过程中起到了举足轻重的作用。电机故障对电机自身的损害是必然的,同时会影响整个系统的正常运行,如果不及时维修便会危及人身安全,造成巨大的经济损失和事故。传统的故障诊断技术主要针对事后维修和定期检修两方面,且弊端都是需要电机的停止运行,因而影响了设备的维修成本和生产效率。针对以上问题设计出一套基于谐波分析的电机故障在线监测系统来解决故障诊断现存问题。在本文中,首先介绍了异步电机常见的几种故障类型,并阐述了相应机理。随后针对相应故障类型介绍了几种常用的故障诊断方法,并针对各种常见故障诊断方法的不足之处进行总结,从而提出谐波诊断理论。该方法能够准确诊断出电机设备的异常部位、劣化程度,是电机设备诊断的跨时代技术。针对谐波诊断技术,介绍了电气设备与谐波的关系以及谐波诊断法的诊断步骤。在原有的谐波法诊断流程的基础上提出了基于智能算法的故障诊断专家系统,并通过专家数据库中不同电机的运行状态数据作为样本进行仿真实验,验证该方法的可行性。在此理论的基础上,结合物联网技术设计了电机故障监测系统,通过信号的采集和处理后,将数据上传专家诊断系统进行故障诊断分析诊断,诊断结果下发回本地服务器,供Web应用软件访问,最后在用户终端显示电机运行状态、诊断报告和维修建议等。最后搭建电机系统运行平台,通过对电机故障类型的模拟,并使用此监测系统对其进行检测,实验诊断结果及分析证实了该方法应用于电机故障诊断领域的可行性,很好的解决了目前电机领域的停机检修和时效性差等问题。该设计符合工业技术的进步和大型生产设备的持续更新发展的要求,减少了由于电机故障而引起的经济损失和事故。图53表16参88

关键词： 随钻测井   密度测井仪   实时数据处理   Flash均衡算法  

摘要： 随钻测井是指测井仪器随钻头一起下井工作,在钻井的同时进行测井工作,并把测量结果实时传输至地面,随钻密度测井是其中的代表技术之一,本文的研究内容就是围绕随钻密度测井仪器展开。测井结果的实时性是随钻测井技术独特的优势,但同时也对仪器的实时数据处理能力有着很高的要求。实时数据处理包括对原始数据的计算和存储,二者在工作流程中的关联性越低,数据处理流程的稳定性越高。Flash均衡算法旨在通过一定的策略,使得Flash存储器的各个块能够被均匀地磨损,提高仪器数据存储的稳定性,最大程度地延长Flash使用寿命。本文通过对数据处理结构需求的分析,确定了以MCU为主控制器,FPGA为数据缓存器的基础数据处理结构。通过对井下数据存储需求的分析确定了多片Nor Flash级联的存储硬件基础,结合其他需求,最终完成了数据处理模块的硬件方案设计。然后,针对数据处理模块的功能要求,完成了软件逻辑的设计,主要包括数据处理逻辑设计、通信逻辑设计和存储逻辑设计。接着,论文对Flash均衡算法进行研究,渐进地介绍了Flash均衡算法的背景和基本实现手段。然后对目前的几种动态、静态均衡方法进行了介绍和对比,并结合随钻密度测井仪的数据特点,实现了Flash均衡在数据处理模块中的应用,经分析,均衡算法应用效果良好。最后,论文介绍了针对随钻密度测井仪数据处理模块的一系列验证测试,包括功能测试和抗恶劣环境测试,以此验证模块的通讯、数据上传、数据存储等功能以及实际环境下的工作稳定性。测试结果表明,数据处理模块的命令响应与数据上传速度达到ms级,能够在140℃的高温环境以及加速度5g的强振动环境下稳定工作,可以应用于实际工程。

关键词： 全局灵敏度分析   多项式混沌展开   高阶偏最小二乘回归   张量   高阶奇异值分解  

摘要： 高阶偏最小二乘（Higher Order Partial Least Squares,HOPLS）将偏最小二乘（Partial Least Squares,PLS）算法扩展到了更高阶,成为一种新型的广义多线性回归方法。高阶偏最小二乘法与其它的回归模型有许多不同。HOPLS所使用的正交Tucker模型与CP分解相比,不管在适应性还是灵活性方面,皆有更好的性能,而且能够更好地使模型在适应性方面和复杂的计算问题上具有更强的平衡。引入的高阶奇异值分解（High Order Singular Value Decomposition,HOSVD）,是一种封闭形式的解决方案,使得新算法的计算过程比过去传统上常用的迭代具有更高的计算效率。随着各科学领域的大规模、高保真的模拟所产生的数据量越来越多,对数据的后续处理分析也变得愈为困难。HOSVD通过将大规模的张量进行压缩处理,在保证一定的精确度的同时,能够使原始张量所占的存储量大幅减少,使得数据的存储、传输与分析更为方便有效。除此以外,还可以根据实际工作精确度所需,采用HOSVD重建一个小规模的数据集,让普通配置的笔记本上的分析也成为可能。本论文在高维模型的全局灵敏度分析领域,将基于稀疏多项式混沌展开（SPCE）的Sobol’全局灵敏度分析方法与高阶偏最小二乘结合,通过几个算例对该方法进行了验证。本论文的主要研究内容主要包括以下几点:（1）提出了针对高维数据分析的HOPLS-SVM算法,通过对人口普查数据进行了分析,验证该方法正确性和适用性;（2）提出了针对大规模张量进行压缩分析的HOSVD算法,通过随机的张量地震数据集验证了HOSVD算法的准确性。对不同容许误差进行了探讨,在不同的压缩率条件下,HOSVD算法的效果也不同;（3）提出了针对全局灵敏度分析的HOPLS-PCE的算法,通过对Ishigami方程、Morris方程、100维的高维度方程进行全局灵敏度分析,并与Monte Carlo模拟和低秩逼近（LRA）进行了对比,验证了算法的有效性。

关键词： 广视野光学成像   噪声减除方法   神经元   间期放电   神经血管耦联  

摘要： 第一部分广视野光学成像中的血流动力学伪迹分离目的:广视野光学成像技术被广泛的应用于记录神经网络中的群体活动。由于血红蛋白对荧光和照明光有很强的吸收,在体光学记录数据中常包涵血流动力学伪迹。本实验的目的即去除在体实验中与荧光信号同时产生的功能血流动力学变化。方法:基于血流动力学信号衰减的时间延迟,我们开发了一种时间减法,计算血流动力学在荧光信号中的影响参数,利用该参数把血流动力学影响从荧光信号中减掉。结果:使用荧光信号终止后的时间窗口,但血流动力学变化仍然存在,我们计算并减去信号之间的差异。利用血流动力学减法技术,可以有效地从原始荧光图像中去除血流动力学伪迹。结论:本研究的时间减法技术在发作间期和发作期癫痫样事件中得到了证实,并显示出优于更常用的除法方法。第二部分麻醉及清醒小鼠癫痫急性间期放电时的神经血管耦联目的:基于神经血管耦联机制的脑功能成像技术(例如基于内源信号的光学成像,fMRI和SPECT),通常在临床被用于评估癫痫活动的空间分布情况。但是,在癫痫等病理情况下,神经血管耦联的机制尚不清楚。既往的研究主要集中在麻醉动物模型中,而在清醒状态下得到的数据较少。本实验利用钙成像技术产生的神经活动、谷氨酸成像产生的神经递质活动及内源光学信号光谱的空间图来研究癫痫间期放电(IISs)时神经血管耦联的时空动力学,并在麻醉及清醒小鼠发生癫痫间期放电时检测氧合血红蛋白(HbO)、脱氧血红蛋白(Hbr)和总血红蛋白(HbT)的含量变化,进而探讨神经活动与血流动力学变化的时空相关性。方法:选用兴奋性神经细胞表达GCaMP6f(13只)和iGluSnFR(10只)的转基因小鼠。在头骨上打开一个跨越中线双侧对称的5×7mm的骨窗,位于前囟和人字缝之间。将透明膜覆盖于骨窗上,以用于长期的光学记录。术后三周,将小鼠头部固定于架子上,在清醒或麻醉状态下进行光学成像。在新皮层局部注射0.5ul 5m M Bicuculine(BMI)以诱发IISs。使用470nm的钙照射光和530nm和610nm的内源信号反射光进行光照,同步记录神经元、神经递质和血流动力学的变化。为了探究丘脑在IIS过程中的作用,本研究选用TTX抑制对侧的腹侧后内侧核(VPM)和腹侧后外侧核(VPL)。结果:(1)在清醒和麻醉小鼠中,都可在注射BMI之后数分钟在LPF中观察到IISs。与麻醉状态相比,IIS诱导注射BMI侧的钙信号呈现单向增高,清醒小鼠的钙信号振幅更高,动力学更快;(2)在注射BMI的同侧大脑半球,IIS触发的HbT信号表现为单相增加,麻醉状态下的振幅较低,动力学较慢。HbO和Hbr信号都是双向的,麻醉明显抑制和延迟了血流动力学信号的达峰时间及幅度;(3)在注射BMI的对侧大脑皮层,麻醉对钙信号的影响最小,但对神经血管耦联有显著的影响,导致血流动力学反应的达峰时间延迟和振幅显著下降;(4)在清醒小鼠中,IISs的间隔时间与HbO和HbT的幅度变化呈线性相关;(5)麻醉大大降低了对侧血流动力学变化的空间扩布范围,采用改良的Chen-Bee法测定。在清醒小鼠和麻醉小鼠中,HbT最能呈现神经元活动的空间扩布;(6)在清醒小鼠中,于对侧注射TTX以抑制丘脑也大幅度的降低了对侧皮层的血流动力学反应,这与麻醉相似。对丘脑的麻醉作用可能在减弱对侧血流动力学反应和影响神经血管耦联中起作用;(7)双侧谷氨酸信号的扩布范围均比钙信号大,麻醉状态下更显著。结论:我们的数据表明(1)在间期放电中,神经活动引起的血流动力学参数变化的范围大于神经活动的范围。但是在血流动力学信号传播的过程中的特定时刻,其空间分布范围与神经活动的范围更吻合;(2)麻醉状态下的数据未必能推断出清醒状态下的数据。我们的结果为临床癫痫成像数据的解读提供借鉴意义。

关键词： LMD算法   采样点斜率匹配   黄金分割率   小波软阈值去噪   轨道不平顺   频率跃变   动检数据  

摘要： 局部均值分解（Local Mean Decomposition,LMD）是一种处理非平稳或弱平稳信号数据的时频分析方法,在数据处理过程中该方法利用数据信号本身的尺度变化特征自适应地将非平稳信号,从频率的角度由高至低分解为系列单一的乘积函数（Product Function,PF）之和。现阶段LMD算法广泛应用于机械故障检测、地震波分析、特征信息提取、生物医学及图像信号分析等方面。轨道不平顺数据的处理是分析轨道空间几何状态、评定运营铁路轨道质量以及轨道养护维修的重要工作内容,动检数据是一种弱平稳的信号数据,LMD算法在处理非平稳或弱平稳信号数据方面具有独特优势,因此,拓展LMD理论在轨道不平顺分析处理领域的应用,无疑是一个极具有价值的研究内容。本文利用LMD算法对轨道不平顺数据进行去噪预处理及多尺度分析,并对LMD算法中存在的问题进行了深入研究,提出了相应完善的解决方案,主要研究成果如下:本文对局部均值分解的整体理论进行深入研究,在LMD算法的理论基础上,以LMD算法本身存在的缺点为研究对象,针对LMD算法在分解过程中存在的端点效应、滑动平均步长等相关问题进行了大量的深入研究,并提出了相应完备的解决方案。端点效应导致平滑所得局部均值函数和包络估计函数两端出现发散,并且在LMD分解过程中随着算法迭代次数的不断增加,相应的发散现象会逐渐向信号内部蔓延,使得最终所得分解结果出现失真现象,为削弱端点效应在分解过程中的影响程度,提出基于采样点斜率匹配数据序列延拓方法,来抑制LMD分解过程中的端点效应。并根据采样点斜率匹配原理提出相应的斜率匹配有效值的端点效应评价指标。通过仿真数据处理分析,证明了该方法可以有效抑制端点效应,提高LMD分解精度,且基于采样点斜率有效值可以作为端点效应的一种评价方法。此外,针对LMD分解过程中滑动平均步长的选取,本文提出一种基于黄金分割率的滑动平均步长选取方法,以信号相邻极值点间的最大距离为选取对象,对其进行黄金分割选取分割点较小的部分作为滑动平均步长,以此作为平滑的步长。通过仿真实验分析,该方法相较于传统的步长选取方法计算效率更高、局部细节特征保留的更完整,用以说明改进LMD的分解结果更优。为有效地对轨道不平顺数据进行去噪处理,构建了改进LMD算法与小波软阈值去噪相结合的组合去噪模型,该方法以LMD分解的系列PF分量的平均频率为基础,计算相邻PF分量之间的频率跃变程度,构建噪声分量分界阶数的判定准则,依据频率跃变程度判定噪声主导的PF分量并对其进行小波软阈值去噪处理,通过仿真实验分析,该方法可以更好的保留噪声分量中的有用信息,在精度和稳定性上都优于传统的去噪方法。利用改进的LMD分解方法对轨道不平顺数据进行多尺度分解,识别动检数据中不同波长的范围,提取轨道不平顺中隐含的规律波长,对轨道变形做出正确判断,准确提取、分析和合理利用动检数据中隐含的各种波长信息,从而实现轨道局部高频病害的检测与定位。

摘要： 项目概况进入21世纪后,由于国内外市场对能源需求量的增加,人们对地震勘探提出了更高的要求。地震勘探开始进入以往被认为禁区的复杂地表区域,如山地、黄土塬以及冻土带。在该类地区地震资料处理的最大问题是静校正问题,常规的方法难以解决。PSGSEIS地震勘探数据处理与成像系统可以大大提高地震数据成像的质量,从而提高解释精度和准确度,并显著提高井位部署成功率,这使其对常规二维/三维地震数据处理解释技术产生了不可逆转的替代性。目前国内相关企业均依赖国外进口软件,计算规模及速度均受很大限制,急需国内具有自主知识产权的地震数据处理解释技术平台。PSGSEIS地震勘探数据处理与成像系统将成为该领域的创新型应用产品,为国内相关领域的应用水平提升提供支持。