基于SCAE⁃ACGAN的直升机行星齿轮裂纹故障诊断

直升机行星传动轮系结构复杂、工况多变,其振动信号受工况影响大,在故障样本较少的情况下导致行星齿轮箱故障诊断准确率不高,早期故障诊断困难。针对上述问题,提出将堆栈收缩自动编码网络(stacked contractive autoencoder,简称SCAE)与辅助分类生成式对抗网络(auxiliary classifier generative adversarial networks,简称ACGAN)相结合的SCAE-ACGAN故障诊断方法。ACGAN的生成器产生与真实样本具有类似分布的生成样本,扩展训练样本集,并与真实样本一起输入至判别器进行训练。ACGAN采用SCAE作为判别器,利用SCAE良好的抗数据波动能力,从扩展样本集中挖掘出有效的深度特征,并实现样本的真伪与类别的判定。ACGAN的判别器和生成器在对抗学习训练机制下交替优化,提高方法的样本生成质量与故障判定能力。将SCAE-ACGAN应用于直升机行星轮裂纹故障诊断,结果表明,SCAE-ACGAN的故障诊断性能好,在样本数量少与工况变化情况下具有较好的健壮性和适应性。     

基于振动搅拌技术高寒地区基层抗冻性与抗裂性试验研究

为了改善水泥稳定碎石半刚性基层收缩性能大,混合料拌和不均匀等,并提高基层抗冻性等路用性能,采用振动搅拌技术来改善基层的性能,提高其抗裂性和抗冻性等路用性能.振动搅拌技术是一种能较好地改善混合料拌和质量的机械强化技术.本工作研究振动搅拌水泥稳定碎石混合料的抗冻性和收缩性,对两种不同的水泥稳定碎石混合料进行了冻融试验,试验结果表明室内振动搅拌水泥稳定碎石基层材料冻融循环后强度损失比非振动搅拌水泥稳定碎石混合料冻融循环后强度损失少,且振动搅拌水泥稳定碎石基层材料的BDR值比其非振动搅拌的BDR值大,效果较为明显.由此得出振动搅拌技术有助于增强基层材料的抗冻性.根据收缩性能试验的对比分析,试验研究表明振动搅拌能很显著降低混合料的收缩应变和收缩系数;电镜试验结果也证明在振动作用下水泥结合料能更好地分散在骨料周围,使混合料能更好地成为一个整体.从试验中可以看出,振动搅拌水泥稳定碎石混合料中裂缝较均匀,裂缝宽度较小,由此表明振动作用能增强基层材料的抗裂性,减少其裂缝的产生.     

一种基于深度学习的智能威胁评估算法

在现代信息化战争中依据战场态势变化进行合理威胁评估，对实现指挥系统自动化具有重要意义。为了克服传统规则算法评估能力的局限，设计了一种基于深度学习的新型智能威胁评估算法。首先设定了防空威胁评估指标选取原则，在此基础上从多个不同角度出发建立了反映空中目标威胁的指标体系，然后构建深度神经网络模型予以解决。新算法的优点在于威胁评估快速可信、易于实现，且对于不断变化的空情威胁可进行持续更新优化。最后，通过典型作战场景的仿真数据验证了模型的有效性和可行性。     

一种带有浮体下水防挤拉功能的水上光伏浮体阵列的研制

文章针对水上光伏电站浮体阵列挤拉组件受损的问题,研制出一种新型带有浮体下水防挤拉功能的水上光伏浮体阵列的连接装置,并提出三种方案进行定性定量分析,选取最佳方案为"限位盒"结构,并对最佳方案进行细化,确定基本结构.通过在现有工程中进行技术推广,并跟踪使用效果,结果表明:新装置提高了施工效率,降低了施工成本,效益显著.     

5G多频协同技术研究

与4G时代网络能力主要以下行为主不同,5G时代的业务特性正在发生变化。随着直播业务的高清化,无线视频监控类应用等一系列5G基础业务的兴起,对上行能力提出了更高的要求。本文结合中国移动5G频率资源现状,简述基于5G R16版本的几种多频协同技术,深入分析多频协同技术的网络性能及组网中面临的问题,并提出在实际组网中多频协同技术的选择策略建议,充分发挥各频段的优势,取长补短增强上行能力,最大化资源效率,打造差异化的竞争优势。     

Sintering behavior of Ni–Zn ferrite powders prepared by molten-salt synthesis

Ni_0.5Zn_0.5Fe₂O₄ powders were prepared by a novel molten-salt synthesis method. The effects of calcination processes of the powders on their sintering behaviors were investigated. Compared with the synthesis by traditional solid-state reaction, the proposed molten-salt method can significantly reduce the synthesis temperature of Ni_0.5Zn_0.5Fe₂O₄ from 800 to 550°C below, and the prepared powders have relatively high sintering activity at low temperature, which can thus decrease the sintering temperature. However, the abnormal growth of grains is easy to occur during sintering, thus resulting in uneven grain size. In particular, during the molten-salt synthesis, the holding time for calcination is a dominant factor affecting the activity and crystallization degree of the resultant powders. From the point of view of increasing the density of sintered bodies, the optimal conditions for synthesizing Ni_0.5Zn_0.5Fe₂O₄ powder by the proposed molten-salt synthesis is 400°C for 6 h. In addition, the saturate magnetization of the finally obtained ferrite ceramics has nothing to do with the preparation processes, while their coercivity depends on their densification and grain size caused by their different processing routes.     

基于ISVD多级降噪和SVM的轴承故障诊断研究

在强噪声背景下难以提取出滚动轴承的故障特征，导致对轴承的故障诊断准确率不高，针对这一问题，提出了一种基于小波变换、改进奇异值分解多级降噪算法与支持向量机模型的轴承故障诊断方法。首先，采用小波降噪对滚动轴承的原始信号进行了初始降噪，消除了部分的随机噪声；然后，主要通过改进相空间矩阵重构方式，对该信号进行了改进奇异值分解二次降噪，并提出了新的奇异值有效秩阶次确定方法，利用峭度对一维信号提取方案进行了优化，并对其完成了降噪；最后，通过提取了10个有效特征，结合支持向量机在MATLAB中进行了仿真实验，分析了不同特征对轴承的故障诊断结果的影响，并将方法与其他方法进行了对比分析。研究结果表明：采用多级降噪算法降低了轴承工作状态下的背景噪声，使其故障特征频率更为明显；支持向量机分类诊断器的故障识别准确率达到98.3%,能够有效地识别轴承故障发生的位置和严重程度。