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。     

爆炸冲击作用下埋地并行输气管道的动力响应

天然气泄漏爆炸已成为埋地输气管道主要的极端灾害。选取TNT当量法作为输气管道小孔泄漏致爆的估算模型,适当选取材料本构模型,采用任意拉格朗日-欧拉方法 (ALE),在验证模型精度的基础上,建立了埋地输气管道-土壤-炸药耦合的三维实体模型,分析了埋地输气管道动力响应(等效应力、位移)与爆心距和炸药量之间的关系。研究结果表明:ALE法可较好地描述球形爆炸波在土中的传播规律,且可形象展示爆炸空腔及地表土丘的宏观演化过程;在爆心距为205 cm时,应力随着药量的增大而增大,管体的抗爆极限药量为58. 4 kg;应力与位移均随着装药量的增大或爆心距的减小而增大; X向位移、迎爆点及背爆点的Y向位移随着时间的变化先增大后减小,管顶的Y向位移则呈现先增大后减小的二次震荡,管底的位移近似呈正弦规律变化;基于应变的失效判据与应力的失效判据评定结果存在偏差,应力评定结果相对偏保守。所得结论可为并行输气管道的安全评估提供参考。     

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。     

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。     

看好定制安装服务的前景 OSD AUDIO全球销售总监Timothy J.Leahy先生专访

今次展会上我们带来了最新推出的Black系列,它的独特设计使得安装和调试使用都十分简单,完全不用担心空间便利与否。我们认为杜比全景声的迅速流行对于整个影音行业和OSD AUDIO来说都是一个机不可失的发展机遇,所以我们率先推出了杜比全景声音箱MK 690TT,其响应频率较同类产品更宽。而MK系列的产品则采用了Kevlar或者聚丙烯材质的振盆和合金球顶高音,通过橡胶圈环绕结构达到坚固耐用的目的,同时配备了高     

川西彭州地区雷口坡组潮坪相薄储层辨识机理研究

川西彭州地区三叠系雷口坡组雷四上亚段潮坪相薄储层识别难度极大。围绕如何从复合地震强反射中区分并识别上、下两套储层面临的地球物理难题,采用先“分”后“合”的研究思路,基于实际地层结构及不同储层叠加样式建立正演模型,利用全波场波动方程正演模拟技术,剖析了不同主频条件下薄储层的地震响应特征,通过波形差异化分析,从复合地震响应中“剥离”出了两套储层所引起的地震响应特征及变化规律,明确了两套储层在不同频带下的地震识别标志和识别方法,为该区强反射界面干扰下两套薄互层储层辨识机理分析及精准预测奠定了基础。基于不同频带下薄储层辨识机理的分析结果,定性预测了薄储层平面展布,提出了深层潮坪相薄储层识别和预测难题的解决方案,为该区地震资料品质评价、面向薄储层的地震采集技术设计、地震资料处理及薄储层预测提供了依据和指导。     

基于Gabor融合特征与深度自动编码器的笑脸识别方法

Gabor特征的人脸表情识别具有良好的识别性能,但同样存在特征维数大的缺点,该文提出用Gabor融合特征的方法来进行降维以解决维数大的缺点。深度自动编码器具有对人脸自学习的能力,能精确提取有用的信息,也有非线性降维的作用。考虑到Gabor融合特征降维幅度不大,便加入自动编码器进行二次降维,将经过二次降维的特征输入深度自动编码器进行笑脸识别。该文在实验过程中采用两个数据库(公开的GENKI数据库,实验采集的数据库)进行实验。实验结果表明经过Gabor融合特征的实部作为深度自动编码器的输入的识别率比传统方法和未经降维Gabor特征识别率高。