无线遥控器验证地磅称重标准

    轨道衡是测量铁路货物重量的称重仪器。标准地磅轨道衡是轨道衡的最高测量标准。本文主要研究标准轨道衡的关键部件支承梁。采用Solid Works建立三维模型，并使用ANSYS进行有限元分析。分析遥控器包括不同工况下支承梁的位移等值线云图、等效应力等值线云图。模态分析显示了前10阶固有频率和相应振动模型的结果。分析结果表明，支承梁的强度、刚度均满足标准轨道衡的要求。

    承重梁的第一阶固有频率与外部冲击引起的频率相差较大；低模态的振幅非常小，不会影响标准轨道地磅。分析结果验证了支承梁设计的合理性，分析数据可为标准轨道衡结构的优化提供参考。发展中国家城市中不健全的废物管理增加，影响了居民的公共健康。固体废物管理受到市政当局的广泛关注。城市固体废物管理系统的可持续规划和设计需要准确预测城市当局在垃圾填埋场产生和收集的固体废物控制器，以供最终处置和其他可再生能源选择。在本研究中，使用人工神经网络（ANN）替代模型预测了达卡南城公司（DSCC）Matuail垃圾填埋场2012年至2016年收集的固体废物。

    从地磅上获得的120个月固体废物量和车辆出行次数被用作模型的输入数据。70%的数据用于模型训练，15%的数据用于验证，15%的数据用于测试。剩余的60个月垃圾量用作开发模型的输出。前馈-反向传播神经网络与双曲正切S形激活函数和Levenberg-Marquardt优化方法一起使用。基于性能指标，即MSE的最小值和回归的高值，选择具有2-5-1-1拓扑的模型作为最佳拓扑。基于神经网络的固体废物预测模型在使用可用地磅数据时表现出了良好的前景，其确定系数（R2）用于训练和测试0.85和0.86。开发的模型可以与地磅软件一起成功地用于垃圾填埋场，以有效地预测固体废物收集，特别是在人口和社会环境相似的国家。考虑到其他拟议的替代处置方案和废物特性，估计了所需的垃圾填埋区，发现垃圾填埋管理局可以节省高达28.6%的宝贵城市垃圾填埋区需求。结果表明，利用人工神经网络和最终处置方法估算垃圾填埋场面积的创新方法可以交替使用，有助于无线遥控器更好地规划和管理垃圾填埋场。