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Web的3D模型浏览与交互系统的研究与实现

设计了基于Web的3D模型浏览与交互系统，主要采用基于WebGL的第三方库Three.js来实现。该系统的建立主要包括场景的构建、场景的交互控制和模型的云存储。模型是场景构建的前提，用户可从外部导入所需模型或利用系统自带的简单模型进行模型的构建。场景交互技术主要包括模型的平移、旋转、缩放、拾取、剖切、3D动画模型的播放以及信息的显示等。模型的云存储是指用户可以通过登录账户将3D模型存储到服务器，日后需要时直接从服务器中加载即可。     

以创新驱动为支撑实现新作为

任何企业,只有盈利性的增长,才会有持久健康的发展,才能够在行业中拥有不断稳固的影响力。但,怎样做才能够实现盈利性的增长?需要有创新能力,而且是源源不断地创新,既包括产品的创新,也包括管理的创新。A.O.史密斯作为一家有着146年历史的美国公司,深耕中国市场20多年间,无论进入哪个行业。     

清单与定额计价在招投标和预结算的应用探析

清单与定额计价是我国现阶段建设工程在其招投标及预结算中使用较多的方式。但在其相关过程中,无论是招投标还是预结算都以当地政府管理部门采用的定额编制方式为主,进而通过科学、合理的应用实现两种模式的内在价值。     

赤红球菌组氨酸激酶的融合表达和功能分析

对赤红球菌的组氨酸激酶基因进行密码子优化，将优化后的组氨酸激酶基因（rhks）构建重组表达质粒pGEX-4T-2-rhks。将此质粒导入到大肠杆菌BL21（DE3）中进行异源表达。在25 ℃和1 mmol/L异丙基-β-D-硫代吡喃半乳糖苷诱导条件下，组氨酸激酶融合蛋白（GST-RHK）获得成功表达，并具有催化活性。经谷胱甘肽琼脂糖亲和层析纯化，获得电泳纯的GST-RHK，其中纯化倍数为3.1，得率为19.5%。该蛋白大小约为72.75 kDa，Km、Vmax和Kcat值分别为20.92 μmol/L、0.17 μmol/（L·min）和1.4 min－1。野生型赤红球菌、组氨酸激酶基因增强株sdrhkE和组氨酸激酶基因敲减株sdrhkD在分别含有苯酚、甲苯、氯苯、异辛烷4 种有机溶剂的培养基中培养，菌株sdrhkD的生长情况都优于野生型赤红球菌，菌株sdrhkE的生长情况都低于野生型赤红球菌。本研究为进一步揭示赤红球菌SD3中组氨酸激酶涉及的信号转导途径与赤红球菌有机溶剂耐受性的关联机制提供一定参考依据。     

基于多任务目标检测的条形码倾斜矫正算法研究

条形码识别技术在日常工作中发挥着巨大作用,尤其是在智能物流包裹分拣领域。该技术主要分为三个部分:条形码检测、矫正和译码。目前条形码检测和译码技术较为成熟,而在条形码倾斜矫正技术上研究效果一般。为提升条形码矫正效果,设计一种矫正算法。先对条形码倾斜程度进行分类,再进行角度回归,有效降低条形码矫正任务难度;并将该算法与单阶段检测器融合构成多任务目标检测算法,协同促进发挥检测和矫正的作用。实验表明:余弦距离角度损失函数更加适合角度回归任务,针对条形码倾斜程度分类有助于提升条形码矫正效果。与其他相关算法对比,该算法在矫正准确率、实际译码率和速度上均取得最优的效果。