CDBN‑IKELM的轴承变工况故障诊断方法

针对现有方法在轴承变工况方面存在的诊断精度低、人工提取特征不充分等问题，提出了基于卷积深度置信网络（convolutional deep belief network，简称CDBN）与改进核极限学习机 （improved Kernel?based extreme learning machine，简称IKELM）的滚动轴承故障智能识别方法。首先，由卷积深度置信网络对原始信号内的故障特征进行深层自适应提取；其次，利用等距特征映射对提取的多维特征进行降维，去除冗余特征信息；然后，采用改进的核极限学习机对特征进行分类，使用粒子群（particle swarm optimization， 简称PSO）对模型重要参数进行优化，实现滚动轴承变工况下的故障识别；最后，将所提方法应用于不同工况下多种轴承故障的诊断。实验结果表明，该方法能够智能有效地识别变工况的轴承故障，诊断结果优于已有的智能故障诊断方法。     

油田井下作业技术及安全监督工作

油田井下作业技术是油田开采技术的重要组成部分,为保证石油稳定、高速开采起着十分重要的作用,但该技术在实际应用过程中风险较高,需要认真做好安全监督工作。     

儿童高椅产品质量安全风险分析

介绍了儿童高椅产品特点和分类,综述了国内外儿童高椅产品标准现状,重点分析了儿童高椅产品的主要质量问题和质量安全风险监测情况,就儿童高椅的产品质量缺陷和监管情况提出了建议。