Anchor plate bearing capacity in flexible mesh facings

This work addresses the problem of the loading capacity of an anchor plate coupled with a steel wire mesh in soil retaining applications. The interaction mechanism between the flexible mesh facing, the underlying soil layer and the plate is studied starting from the results of several laboratory punch tests involving both the plate and the mesh only, and the whole soil-mesh-plate system. The experimental tests have been reproduced by adopting a 3D discrete element model where also the wire mesh is discretized as an assembly of interconnected nodal particles. The interaction between these particles is ruled by elasto-plastic tensile force–displacement laws in which a distortion is introduced in a stochastic manner to account for the wires’ geometrical irregularities. The mesh model is then validated with reference to a set of punch tests in which the shape and size of the punching element as well as the nominal wire diameter were varied. Subsequently, the model is extended to a punch against soil test configuration permitting an insight into the nontrivial local mechanism between the mesh facing and the underlying granular layer. The good agreement between the numerical predictions and the experimental observations at the laboratory scale allowed us to extend the model towards more realistic field conditions for which the role of the mesh panel boundary conditions, the mesh mechanical properties, the soil mechanical properties and the anchor plate geometry is investigated.     

A Smart Deep Convolutional Neural Network for Real-Time Surface Inspection

A proper detection and classification of defects in steel sheets in real time have become a requirement for manufacturing these products, largely used in many industrial sectors. However, computers used in the production line of small to medium size companies, in general, lack performance to attend real-time inspection with high processing demands. In this paper, a smart deep convolutional neural network for using in real-time surface inspection of steel rolling sheets is proposed. The architecture is based on the state-of-the-art SqueezeNet approach, which was originally developed for usage with autonomous vehicles. The main features of the proposed model are: small size and low computational burden. The model is 10 to 20 times smaller when compared to other networks designed for the same task, and more than 700 times smaller than general networks. Also, the number of floating-point operations for a prediction is about 50 times lower than the ones used for similar tasks. Despite its small size, the proposed model achieved near-perfect accuracy on a public dataset of 1800 images of six types of steel rolling defects.     

铌对取向硅钢冷轧组织织构的影响

采用光学显微镜(OM)、电子背散射衍射(EBSD)等研究了铌对取向硅钢冷轧过程中的组织与织构的影响。结果表明:含铌正火板和不含铌正火板经冷轧后都是条带状组织,但含铌冷轧板在宽度方向更窄。铌元素的存在对织构也具有优化作用,经过中间退火后,含铌冷轧板二次冷轧织构得到明显改善,相较于不含铌二次冷轧板拥有强度较低的旋转立方织构以及强度较高的{111}<112>织构,其取向密度最高可达12.460。     

页岩气地质评价关键实验技术的进展与展望

页岩气地质评价实验结果为页岩气地质"甜点"评价、地质选区、储量计算、水平井压裂层段优选及开发方案确定等提供了重要的数据基础与科学依据。近年来,随着我国页岩气勘探开发工作的不断深入,相关地质评价实验技术也取得了较大的进展。特别是在页岩微观孔隙结构、含气性和物性这3个方面,通过引进先进技术与自主设备研发相结合,建立了适用于我国海相页岩的分析测试技术和标准,对于推动我国页岩气的勘探开发进程发挥了重要的作用。为了给我国页岩气基础地质研究、实验室建设及相关标准制定提供参考和指导,归纳总结了国内外在上述3项页岩气地质评价关键实验技术方面所取得的进展,并对相关技术未来的发展趋势进行了展望。研究结果表明:①对于页岩微观孔隙结构测试,目前已经形成了多种手段相结合的定性观测和定量表征测试方法,实现了由静态表征向动态表征的转化,未来需要在页岩孔隙结构的原位表征和孔内流体赋存特征直接观测等方面做进一步的研究;②对于页岩含气性测试,目前已经建立了现场与室内相结合的含气性定量表征系列技术,实现了对页岩吸附气和游离气赋存特征的定量评价,未来需要在深层页岩损失气量计算、页岩气吸附机理及模型等方面做进一步的研究;③对于页岩物性测试,目前已经建立了多种方法相结合的孔隙度和渗透率测试技术,实现了对页岩孔隙有效性的定量评价,未来需要在孔隙度测试条件和方法等方面进行对比研究并统一标准。结论认为,只有不断地改进和优化页岩气地质评价实验技术,才能够满足科研与生产的需求。     

基于改进奇异值分解滤波和谱峭度的滚动轴承故障诊断

针对含噪信号的有效奇异值个数难以确定的问题，提出了一种改进的奇异值分解降噪方法--奇异值累积法。该方法通过计算奇异值的实际下降值与奇异值平均下降速度累积量的差值，并取该差值最大值点的位置作为有效奇异值的分界点来确定有效奇异值的个数。在此基础上，提出了一种基于奇异值累积法与快速谱峭度的滚动轴承故障诊断方法。采用奇异值累积法对原信号进行降噪处理，然后利用快速谱峭度确定滤波器中心频率及带宽，通过分析频段包络谱中明显的频率成分来诊断故障。该方法可以有效去除信号中的噪声，使得到的峭度值所反映的故障冲击更接近实际情况。对含内圈、外圈故障的滚动轴承实验数据进行分析，实验结果表明，相比快速谱峭度的故障诊断方法，该方法具有更好的故障识别效果。     

基于并行多通道卷积长短时记忆网络的轴承寿命预测方法

在预测轴承剩余使用寿命时，数据间的时序特性是一个可以利用的重要隐藏信息。为了更好地提取具有时序信息的特征用于预测，提出了一种基于并行多通道卷积长短时记忆网络（PMCCNN-LSTM）的剩余使用寿命预测模型。该模型主要由两部分组成：前端为并行多通道卷积网络（PMCCNN），提取信号特征，挖掘数据的时序特性，并采用逐层训练和微调的方式提升参数的收敛性；后端为长短时记忆（LSTM）网络，基于特征进行剩余使用寿命预测，并采用加权平均的方法对预测结果进行平滑处理。在一个轴承加速寿命实验的公开数据集上使用留一法验证了该模型的准确性，实验结果表明：所提模型的平均误差与最大误差分别比传统的卷积神经网络（CNN）低23.38%和15.84%，比传统的LSTM低24.14%和19.01%，比卷积长短时记忆网络（CNN-LSTM）低30.32%和23.09%。     

整体壁板离散填料滚弯成形有限元模拟

具有一定曲率外形的铝合金整体壁板属于典型的多筋零部件,传统弯曲成形工艺成形困难,容易产生多种缺陷。提出了离散填料辅助滚弯成形整体2A12T4铝合金壁板滚弯工艺,并通过实验与整体填料滚变成形进行了对比,同时采用有限元模拟技术,探究了离散填料辅助整体壁板滚弯成形中的影响因素。研究结果表明:填料数量、上下垫板厚度等因素对成形性能影响较大,填料在3~6块时成形稳定,可以有效地避免筋条屈曲与失稳;随垫板厚度增加,壁板表面圆弧更加光滑、连续,但是回弹性增强;上下垫板分别在10~20 mm厚度时,综合性能较好。通过离散填料辅助滚弯技术可以成形出质量较高的整体壁板。     

机翼极限环颤振的CFD/CSD全隐式紧耦合方法

针对轴承振动实时状态监控的需要，从符号动力学角度提出了符号聚合近似与Lempel-ziv复杂度（SAX-LZC）融合的振动监控参数。首先，以Logistic映射和Duffing方程为对象，从理论角度验证了SAX-LZC对动力学结构表征的准确性，并验证了该指标的抗噪能力和计算效率；其次，将SAX-LZC指标与信息熵、样本熵、多分段Lempel-ziv复杂度等动力学参数性能进行了综合对比；最后，从实验角度对轴承早期微弱异常进行了监测，并对轴承典型故障进行了特征提取。理论研究结果表明，SAX-LZC具有动力学结构表征准确、抗噪能力好、计算高效简洁等优点，克服了常规动力学参数工程应用能力弱的问题。实验研究结果表明，SAX-LZC对早期微弱异常有准确的监测，对不同种类故障具有较好的区分度，弥补了时域和频域对轴承微弱故障表征能力不足的缺陷，是一种轴承振动实时状态监控与故障特征提取的有效参数。     

基于双应力加速寿命试验的关节轴承寿命预测与可靠性分析

自润滑关节轴承寿命主要是由衬垫的磨损性能决定的,但衬垫的磨损一般是非线性的,使得寿命难以预测。采用同时改变载荷和摆频2种应力的方法进行加速寿命试验,建立以pv值、磨损量退化数据为输入参数,寿命值为输出参数的灰色神经网络预测模型。经验证该预测模型对关节轴承寿命预测的最大误差仅为7.33%,平均误差仅为3.892%。对不同加速应力下自润滑关节轴承可靠性进行评估,结果表明,关节轴承的可靠性在L_(10)(可靠度为90%时的寿命)之前下降趋势缓慢,然后迅速下降,pv值越大可靠性下降越迅速;随着pv值的增大,关节轴承寿命近似呈指数下降,经验证可用逆幂率加速模型反映二者关系。     

基于OTN技术的大颗粒业务大连接承载模式研究

近年，各类专线业务的“大带宽、低时延、快响应”诉求愈加明显，对传送网的承载能力提出更高的要求，特别是其中N*10G 业务需求规模逐年增加， 有必要研究一套标准化的承载模式来满足业务接入的需求，以实现对业务连接的网络承载模式标准化、快速化、智能化。