基于强化学习单元匹配循环神经网络的滚动轴承状态趋势预测

为了解决当前人工智能预测方法在滚动轴承状态趋势预测中预测精度较差、计算效率较低的问题,提出基于强化学习单元匹配循环神经网络(RLUMRNN)的滚动轴承状态趋势预测新方法。先采用滑动平均奇异谱熵作为滚动轴承状态退化特征,再将该特征作为RLUMRNN的输入完成滚动轴承状态趋势预测。在RLUMRNN中,利用最小二乘线性回归法构造单调趋势识别器,将轴承整体的状态退化趋势分为上升、下降、平稳3种单调趋势单元,并通过强化学习为每一种单调趋势单元选择一个隐层数和隐层节点数与其相适应的循环神经网络,从而改善了RLUMRNN的非线性逼近能力和泛化性能;用3种单调趋势单元和不同隐层数、隐层节点数分别表示Q值表的状态和动作,并构造关于循环神经网络输出误差的新型奖励函数,以明确强化学习的目标,从而减小循环神经网络的输出误差,避免在Q值表更新过程中使Agent(即决策函数)盲目搜索,提高了RLUMRNN的收敛速度。通过双列滚子轴承状态趋势预测实例验证了该方法具有较高的预测精度和计算效率。     

往复式压缩机缓冲罐振动分析与控制

针对某储气库往复式压缩机组一级进气缓冲罐振动超标问题，对进气缓冲罐的振动及压力脉动进行测试分析，结合数值仿真分析讨论引起压缩机组进气缓冲罐振动超标的主要因素。为了有效解决缓冲罐振动超标问题，提出更改缓冲罐结构、安装刚性支撑和改变缓冲罐进气方向等振动治理方案，并进行数值仿真验证。根据现场工艺要求和条件，完成一级进气缓冲罐的现场改造，并进行现场振动测试分析和评价，结果表明治理后振动速度最大值为7.83mm/s，压力不均匀度为0.945 %，均满足API(American Petroleum Institute) 618 标准要求。压缩机组进气缓冲罐振动治理实施效果表明，所提出的减振措施有效降低进气缓冲罐的振动，延长了缓冲罐的使用寿命并提高了其可靠性。     

甲烷报警仪1.OO%CH4点检定的测量不确定度评定

根据JJF1059-1999《测量不确定度评定与表示》要求，对甲烷报警仪基本误差检定测量不确定度的评定与表示方法进行介绍，有利于对该方法的理解。     

基于COSMOSMotion的装载机工作装置仿真分析

采用SolidWorks软件建立装载机工作装置的虚拟样机模型,用COSMOSMotion软件进行仿真分析.分析结果对缩短产品的开发周期,提高设计质量有指导意义.所使用的仿真方法对装载机工作装置设计具有重要的参考价值.     

再谈挤泥机浮动螺旋

本文提出了在原有传统的挤泥机悬臂主轴的基础上，不改变主轴结构，使用“浮动螺旋”的螺旋新结构。方便了全国挤泥机用户自行采用挤泥机浮动螺旋。     

改进消防水枪性能的实验研究

针对目前消防水枪中出现的问题，为提高水枪射流的喷射距离和灭火效果，对国产现用消防水枪提出了改进方案。改进后的水枪由整流器、自激振荡脉冲射流喷嘴和接头所组成。实验观测：射流以脉冲形式喷出，如同一连串的水弹，喷射距离也有一定程度的提高。     

游戏业界的过去、现在和未来——三大硬件厂商的高级制作人畅所欲言

——从红白机到NGC，任天堂领导了游戏业界约20年，所以，想问一下任天堂领导游戏业界的着眼点是什么？     

钛/镍/不锈钢脉冲加压扩散连接接头组织及力学性能研究

为抑制钛/不锈钢脉冲加压扩散连接接头界面产物的过度生长,降低界面脆性相对接头性能的不利影响,选用Ni做中间层对Ti和不锈钢进行扩散连接实验。利用扫描电镜、能谱分析、万能拉伸试验和XRD对脉冲加压扩散连接钛/镍/不锈钢接头显微组织和力学性能进行研究。结果表明:在钛/镍界面生成了Ti2Ni、Ti Ni和Ti Ni3金属间化合物层,在镍/不锈钢界面生成了Ni-Fe固溶体;当连接时间为90 s时,接头强度达到最大值,为360 MPa;在拉伸载荷下,接头沿钛/镍界面Ti2Ni和Ti Ni层发生断裂;接头断口形貌为大量的解理条纹,说明接头呈脆性。     

加窗插值快速傅里叶变换在滚动轴承故障诊断中的应用

针对滚动轴承故障信号强噪声背景和非线性等特点,为精确识别滚动轴承的故障特征频率,在最小熵解卷积和Teager能量算子解调基础上,提出了一种基于Hanning窗插值快速傅里叶变换的滚动轴承故障诊断新方法。该方法首先利用最小熵解卷积对轴承故障信号进行降噪,再结合Teager 能量算子对降噪后的故障振动信号进行解调,经傅里叶变换后得到信号的Teager解调谱;然后采用Hanning窗对解调谱进行加权处理;最后利用信号频点附近三根离散频谱的幅值做插值处理,从而得到精确的故障特征频率。轴承实测振动信号的分析结果表明：与传统的Teager 能量算子解调方法相比,在选取较少分析点的基础上,大多数情况下所提方法仍能精确识别轴承故障特征频率。