摘要：车轮是保证城市轨道交通车辆安全、平稳运行的最重要部件之一,其再运行中产生的机械应力、制动热应力和声辐射功率都与车轮辐板的几何形状有密切关系。其中,波形辐板车轮是国际铁路联盟UIC标准规定得标准车轮形式。波形辐板车轮辐板几何形状的优化设计可以使得用较少的材料尽可能提高轮对的承载能力和运行寿命,本设计运用SOLIDWORKS三维软件对列车车轮进行了三维建模,运用ANSYS分析了波形辐板车轮在典型工况下的应力分布状态受车轮几何形状主要参数的影响规律。通过对轨道交通车辆车轮进行有限元模拟,基于列车制造和运行中产生的应力对波形辐板车轮几何形状进行优化设计。为日后对波形辐板轮对的动力特性的研究提供了指导。

摘要：为提高心拍的分类效果,研究基于双向长短期记忆(BiLSTM)模型的深度学习算法.首先,采用“双斜率”法对心电信号进行预处理;然后,设计自适应阈值对预处理后的心电信号进行QRS波定位,并依据R波波峰分割截取心拍;最后,采用BiLSTM模型的深度学习算法对获取的心拍形态进行分类.使用MIT-BIH心率失常数据库验证算法有效性,实验结果表明:文中算法对正常或束支传导阻滞(N)、室上性异常(S)、心室异常(V)、融合(F)类型的敏感性分别为98.56%,97.10%,93.33%,79.52%,特异性分别为98.38%,98.08%,98.54%,99.65%;与传统的支持向量机等方法相比,文中算法能够进一步提高心拍分类的正确率.