基于BiLSTM的滚动轴承剩余使用寿命预测

滚动轴承是重要的机械标准件,在机器中被大量使用,但轴承本身易出故障且比不易排查,预估轴承剩余使用寿命,能够提前对轴承开展有效的维护保养,保障机器的正常运行,因此,滚动轴承的剩余使用寿命有非常大的研究价值。针对滚动轴承开展研究,首先对传感器采集到的轴承振动信号计算时域特征,作为输入特征值,并预设寿命退化值,然后使用双向长短期记忆神经网络BiLSTM建立轴承退化模型,并根据模型拟合出轴承的剩余寿命曲线。通过在公开数据集上进行验证,基于BiLSTM的模型能准确预测出轴承的剩余使用寿命。     

基于双向耦合的东安513型发动机整机多物理场研究

以东安513型汽油发动机整机为例,基于ANSYS有限元分析软件对其进行流体场、瞬态温度场以及瞬态结构场的多物理场双向耦合研究,实现了对发动机实际工况下的有限元分析。研究了发动机整机在实际工况下的受力以及密封情况,并对现有发动机组合结构存在的密封缺陷进行优化调整。文中详细阐述了在分析过程中涉及到的关键技术和要点,并最终获得了发动机整机实际工作状态下的多个结果云图。根据分析结果云图可以发现,发动机在热载荷、螺栓预紧力以及爆破压力的共同影响下,会使整机发生一定的形变,这种变形会影响其工作状况下的密封性能。通过对分析结果的研究,最终选择调整螺栓预紧力的大小和分布来提高发动机密封性能。     

膜级钛系聚酯与锑系聚酯的成膜性能比较

利用流延膜挤出机、拉膜机分别对锑(Sb)系聚酯和钛(Ti)系聚酯进行挤出、拉伸成膜,考察了两种聚酯的成膜性能,对两种聚酯在加工过程中的热稳定性以及薄膜的热性能、力学性能、光学性能、取向结构进行了表征。结果表明:在挤出、拉伸过程中,Ti系聚酯的黏度降高于Sb系聚酯,Ti系聚酯切片的结晶度明显小于Sb系聚酯,但Ti系聚酯薄膜的结晶度与Sb系聚酯薄膜相当;在相同的成膜工艺下,Ti系聚酯薄膜的弹性模量、光学性能与Sb系聚酯薄膜相当,拉伸强度高于Sb系聚酯薄膜,断裂伸长率低于Sb系聚酯薄膜,双折射率大于Sb系聚酯薄膜。     

一种实现机会网络中移动终端屏幕共享的方法

针对传统的屏幕共享环境已不能满足人们的需求等问题,文中利用机会网络可以在间歇式连通环境下实现节点通信的特性,设计并实现了一种基于机会网络的屏幕共享软件。该软件在机会网络的场景下,基于Spring-boot框架,使用FFmpeg视频音频转换器和Node.js跨平台等技术实现移动终端设备在网络间歇性连通状态下的设备搜索、配对、屏幕共享等功能。运行结果表明,在所设定的通信范围内的情况下,该软件能实现基本的数据共享,性能比较稳定。     

3维卷积递归神经网络的高光谱图像分类方法

为了针对高光谱图像中空间信息与光谱信息的不同特性进行特征提取，提出一种3维卷积递归神经网络(3-D-CRNN)的高光谱图像分类方法。首先采用3维卷积神经网络提取目标像元的局部空间特征信息，然后利用双向循环神经网络对融合了局部空间信息的光谱数据进行训练，提取空谱联合特征，最后使用Softmax损失函数训练分类器实现分类。3-D-CRNN模型无需对高光谱图像进行复杂的预处理和后处理，可以实现端到端的训练，并且能够充分提取空间与光谱数据中的语义信息。结果表明，与其它基于深度学习的分类方法相比，本文中的方法在Pavia University与Indian Pines数据集上分别取得了99.94%和98.81%的总体分类精度，有效地提高了高光谱图像的分类精度与分类效果。该方法对高光谱图像的特征提取具有一定的启发意义。     

基于双向参考集矩阵度量学习的行人再识别

针对行人再识别中由于外观差异不显著导致特征描述不准确的问题，该文提出一种基于双向参考集矩阵度量学习(BRM2L)的行人再识别算法。首先通过互近邻算法获得每个摄像头下的互近邻参考集，为保证参考集的鲁棒性，联合考虑各摄像头下的互近邻参考集获得双向参考集。通过双向参考集挖掘出困难样本进行特征描述，从而得到准确的外观差异描述。最后利用该特征描述进行更有效的矩阵度量学习。在多个公开数据集上的实验结果证明了该算法比现有算法具有更好的行人再识别性能。     

一种高效提取SMT焊点质量信息的方法

以嵌入式为开发平台,在五线法的基础上,提出了一种高效提取SMT片式元器件焊点质量信息的方法。通过多光束的图像采集,建立数据搜索的新存储方法,利用曲线、曲面拟合恢复焊点三维形态并切片处理,获得关键截面信息。该方法能快速有效获取焊点的3D形态参数,为焊点质量好坏的智能鉴定、质量统计等提供可靠数据。