基于价值流图的机翼安装工位精益化研究

为了提高机翼安装工位的生产效率,基于价值流图对机翼安装工位进行精益化研究。分析了工位生产现状,提出了价值流未来图,并对精益化实施效果进行了计算,确认了应用价值流图的有效性。     

稀土元素Ce与Y对JG4246A合金高温氧化行为的影响

在第二代高温合金JG4246A中分别添加不同含量的稀土元素Ce和Y,得到含0.012Ce(质量分数,%,下同)、0.017Ce、0.034Y、0.061Y四种合金铸锭,研究了在1100℃下Ce与Y对合金高温抗氧化性能的影响。采用X射线衍射仪(XRD)及扫描电镜(SEM)分析了氧化膜的物相组成以及氧化表面的形貌。结果表明,JG4246A合金在1100℃空气中恒温氧化过程中,添加稀土元素可以减少合金的氧化质量增加,氧化动力学符合抛物线规律;相对于稀土元素Y,Ce对减缓JG4246A合金的高温氧化速率的作用更显著;稀土元素的添加没有改变氧化膜的表面形貌,但是生成的尖晶石型氧化物使氧化膜更加致密,能够抑制阳离子的向外扩散,降低氧化反应速率,从而提高高温抗氧化性能。     

强磁场下电磁振荡对Al-Si过共晶合金凝固中初生硅分布和形貌的影响

研究了强磁场与交变电流复合作用产生的振荡对Al-18%Si合金中初生硅分布和形貌的影响规律.结果表明,磁场强度较小时,初生硅发生偏聚现象;随着磁场强度的增大(10 T),初生硅的偏聚现象逐渐减小至消失,并且随着振荡力的增大,初生硅由星瓣状向板条状和近颗粒状转变.同时,分析了初生硅的迁移行为,发现磁场下颗粒迁移的终端速度随颗粒尺寸的减小以及磁场强度的增大而降低.理论分析与实验结果相符.     

基于多通道加权卷积神经网络的齿轮箱振动信号特征提取

为了解决单通道振动信号输入不能全面表达故障特征信息及齿轮箱故障早期诊断问题,提出了一种新的深度神经网络(Deep neural network,DNN)模型—多通道加权卷积神经网络(Multi-channels weighted convolutional neural network,MCW-CNN),并应用于齿轮箱振动信号特征学习和故障诊断.首先,采用经验模态分解(Empirical mode decomposition,EMD)对振动信号进行处理,得到多通道一维信号突出振动信号的故障特征,并将其转化为多通道图像输入,从而充分发挥CNN在图像特征提取上的优良性能,将齿轮箱故障诊断问题进一步转化为CNN更为擅长的多通道图像识别问题;其次,针对各通道图像频率和带宽的不同,在卷积层采用动态感受野进行图像特征提取,全面提取多通道图像特征细节;针对各通道图像携带冲击特征的强弱不同,提出了基于峭度加权的多通道融合方法,增强了冲击特征强的通道故障特征.最后,通过故障诊断仿真试验和齿轮箱故障诊断试验验证所提方法的有效性.试验结果表明,MCW-CNN可有效提取振动信号的故障特征,识别正确率明显高于典型的深度学习方法和传统的分类器.     

基于ITD与稀疏编码收缩的滚动轴承故障特征提取方法

针对滚动轴承早期故障信号具有周期性冲击的特点和被强噪声淹没而难以提取的问题,提出了一种基于固有时间尺度分解(Intrinsic Time Scale Decomposition,ITD)与稀疏编码收缩(Sparse Coding Shrinkage,SCS)集成的轴承故障特征提取方法(命名为ITD-SCS)。ITD能自适应地将振动信号分解成若干固有旋转分量(Proper Rotation,PR),选择有效的PR分量突显信号的冲击特征。进一步采用奇异值分解(Singular Value Decomposition,SVD)对每一有效PR实施滤噪作为SCS的前置滤噪单元以提高信号的稀疏性。最后,通过SCS利用极大似然估计方法提取合成信号中的冲击特征。将ITD-SCS应用于轴承内圈故障仿真信号和外圈实际故障振动信号的实验结果表明,ITD-SCS能有效提取强背景噪声下的轴承故障信号的冲击特征。     

基于Oracle9i的XML数据库存取技术的实现

XML已成为Web数据表示和交换的标准格式，针对XML的特点，本文探讨了XML与关系数据库之间的关系，并利用Oracle9i对XML的支持机制，围绕电子病例的实例分析了在Oracle9i中存储和读取XML文档，及对XML文档支持的索引和检索的技术。     

知识堆叠降噪自编码器EI北大核心CSCD

深度神经网络是具有复杂结构和多个非线性处理单元的模型,广泛应用于计算机视觉、自然语言处理等领域.但是,深度神经网络存在不可解释这一致命缺陷,即“黑箱问题”,这使得深度学习在各个领域的应用仍然存在巨大的障碍.本文提出了一种新的深度神经网络模型——知识堆叠降噪自编码器(Knowledge-based stacked denoising autoencoder,KBSDAE).尝试以一种逻辑语言的方式有效解释网络结构及内在运作机理,同时确保逻辑规则可以进行深度推导.进一步通过插入提取的规则到深度网络,使KBSDAE不仅能自适应地构建深度网络模型并具有可解释和可视化特性,而且有效地提高了模式识别性能.大量的实验结果表明,提取的规则不仅能够有效地表示深度网络,还能够初始化网络结构以提高KBSDAE的特征学习性能、模型可解释性与可视化,可应用性更强.     

基于天空模型的公共场所照明智能控制

公共场所照明具有全天候、多应用、能耗大的特点;掌握任意时间的天空亮度分布情况是充分利用自然光、实现智能照明的基础;基于国际照明委员会(CIE)给出的天空亮度计算公式,建立自然光对公共照明区域产生的天空照度模型;引入数学和光学相关原理建立公共场所人造光和自然光的混合模型;利用改进蚁群算法求解模型,得出最佳的灯具亮度组合,实现舒适和及节能的综合最优;最后,选择典型的大跨度带天窗建筑物为采光对象完成仿真实验,实验结果验证该策略的有效性。     

基于多元通讯集中控制器的LED植物促生长智能照明控制系统

LED可以高效地释放特定波长的光线,促进植物光合作用;然而市场上较多采用的植物生长灯缺乏系统化的控制,订制成本高,可靠性和灵活性低;为了解决这些问题,开发了一套LED植物促生长智能照明控制系统;该系统采用集中分布式的架构,拓展了可控制的地域范围和优化了系统的响应能力;特别是系统采用了多元通讯模式,巧妙地融合了多种数据传输方式,其中包括多种远程通讯和局域网络通讯,极大地提高了控制系统的灵活性和可靠性;在该模式下,控制设备中嵌入了可配置的优先级列表,集中控制器实时检测并动态地选择高优先级且连接状态良好的通讯方式;在局域无线组网通讯中,提出了一套具有自愈和自维护功能的系统组网策略,极大地提高了下行网络的稳定程度;最后搭建了实验平台,测试了相关功能,试验结果良好;该控制系统具有高可靠性和高灵活性的特点,适应多种农业现场状况,拥有良好的市场潜力。     

LED景观灯照明智能控制系统

针对现有城市景观灯控制系统控制范围小、管理效率低、灵活性差的问题,提出一种城市发光二极管(LED)景观灯智能控制系统,采用基于脉冲宽度调制调光技术的智能控制终端,使用RS485总线实现LED灯管的终端通信,并通过通信转换器接入以太网网络与远程控制中心相联,实现远程智能控制。阐述智能控制终端的硬件电路设计、软件设计流程、系统通信协议和远程控制实现方法。测试结果证明,该系统数据传输可靠、响应及时、成本低,易于实现分布式远程控制和管理。