基于深度信念网络的列车故障音频诊断方法

铁路在交通运输行业有着举足轻重的地位，一旦列车发生故障将会导致严重的生命财产损失。由于列车发生故障的概率相对较低，因此难以捕获列车的故障样本。针对上述问题，提出了一种无监督学习的列车故障识别方法，通过检测列车音频信号来识别列车故障。该方法基于深度信念网络(DBN)，利用小波包分解提取检测信号的特征向量并将其作为DBN的输入，待网络充分训练后，由训练好的DBN识别当前列车的运行状况。现场监测实验结果表明，该方法能够在无监督的条件下有效识别列车故障，保障了列车的运行安全。     

机器人远程控制中的视觉建模与仿真引导策略研究

为 解 决 远 程 控 制 时 ，操 作 者 无 法 对 操 作 现 场 全 局 掌 握 的 问 题 ，通 过 视 觉 方 法 对 现 场 环 境 进 行 建模 ，利 用 虚 拟 仿 真 技 术 ，实 时 显 示 在 操 作 界 面 。 利 用 视 觉 算 法 处 理 双 目 相 机 获 得 的 目 标 图 像 ，获 取 目 标 的 位置 信 息 。 利 用 仿 真 平 台 对 目 标 位 置 信 息 进 行 二 次 处 理 ，在 现 场 环 境 的 模 拟 模 型 中 将 目 标 物 体 仿 真 建 模 。 最后 在 操 作 界 面 上 利 用 虚 拟 提 示 ，引 导 操 作 者 完 成 任 务 。     

基于小波降噪和循环神经网络的煤矿瓦斯浓度预测

在瓦斯浓度监测数据分析中发现,瓦斯浓度序列往往呈现出较强的随机性和复杂性,时序数据中含有的噪声会对数据的预测结果产生干扰。为了减少数据中的噪声所带来的负面效果,提出了一种将小波阈值降噪与LSTM(长短期记忆网络)相结合的瓦斯浓度预测模型。通过将原始数据进行分解、阈值处理和重构,对时序数据中的噪声进行剥离,再通过LSTM模型进行预测分析,与普通LSTM和RNN网络进行比较,结果表明,所提出的基于小波降噪的LSTM的瓦斯浓度预测模型在精确度和泛化能力上都具有更好的表现。     

南水北调中线工程受水区二期需调水量预测研究

2002年12月国务院批复了《南水北调工程总体规划》，明确中线工程分两期建设。目前，一期工程已经通水。近年来，随着社会经济的快速发展，受水区的人口、生产规模、节水水平、人们对环境的要求都发生了变化，因此有必要根据新的情况对受水区的用水需求重新预测。分析了城市化发展和城镇用水变化的新形势，依据流域、区域水资源规划成果，提出了中线二期工程受水区需调水量，并与《南水北调中线工程规划》提出的二期需调水量进行对比，以供各方参考。     

矿用电动机振动信号早期故障特征提取方法

针对现有矿用电动机振动信号故障特征提取方法存在依赖参数设置、频率混叠、信号失真等问题,提出了一种基于双树复小波变换的矿用电动机振动信号早期故障特征提取方法。利用双树复小波变换对采集的矿用电动机振动信号进行分解,得到各层双树复小波系数,并采用软阈值滤波对各层双树复小波系数进行滤波处理,滤波处理后的双树复小波系数经双树复小波变换重构获得去噪信号。应用结果表明,该方法能有效去除电动机振动信号中噪声,提取的早期故障特征能很好地反映电动机实际运行工况,为电动机早期故障诊断提供了有效依据。     

携圆提线“智”在紫砂壶——浅析“携提壶”的艺术美与内涵

"携提壶"属于"线圆壶"的一种,壶身处有明显的分割线,是由上下两部分合成扁圆形制成壶身;壶嘴小巧精致、圆润可爱、线条流畅,能够做到流水不涎;提梁高耸,方方正正,且转角处圆滑自然。壶身无多余装饰,仅靠点、线、面的结合将壶塑造起来,不仅体现出自然的美与质朴,更有一种智慧在其中,赋予深远的内涵。     

高强型高模量低收缩聚酯帘线性能的研究

研究高强型高模量低收缩聚酯帘线的性能。结果表明：与第2代高模量低收缩聚酯帘线相比，第3代高强型高模量低收缩聚酯浸胶帘线模拟硫化及耐疲劳试验后的断裂强力提高，定负荷伸长率略低，耐疲劳性能提高，其他性能相当。     

微型步进马达线架组自动卷线设备设计

微型步进马达线圈组卷线上下料基本靠手动作业,效率低下,同时因工人技术水平的不同造成产品品质不稳定的问题多发.为此专门设计了微型步进马达线圈组自动卷线及上下料设备.通过结合现阶段的先进工业技术,采用振动盘分离区分进料,多机构并联三菱PLC及威纶人机界面触摸屏研发了此微型步进马达线圈组自动上下料及卷线设备.通过该设备实现了微型步进马达因工人不足导致产能减少和品质多发问题,减少企业成本,提升产品品质.