基于贝叶斯决策模型的热轧卷筒电机故障诊断

卷筒电机是卷筒的动力来源,对钢卷卷形质量和卷取稳定性有着重要影响。针对热连轧机组卷取工序中卷筒电机的鼠笼条断裂问题,通过从现场采集卷筒电机电流信号,并经过信号截取、滤波、拟合等操作提取出信号特征,利用多元高斯模型进行建模,并基于最小风险的贝叶斯分类算法对其进行故障诊断。试验结果表明,采用最小风险贝叶斯决策模型可以较好地识别卷筒电机的鼠笼条断裂故障,与支持向量机、Fisher等分类器相比,该方法具有较好的分类效果,且通过调节风险系数能够增强对异常样本的捕获能力。     

填料函可轴向填加

设备的轴封填料函通常都是绕轴加入，这种填加法是通过紧固填料函压盖来压迫填料函，使填料函径向变位扩大挤压轴及填料盒来达到密封目的。 但是，当密封轴面经较长时期使用后，会逐渐磨损，此时仍采用绕轴加填料函的方法，密封的效果就很不佳。因为绕轴加入的填料函经压盖压紧后发生径向变位，通常为１－２ｍｍ，经多次紧压填料函后，填料函便失去了弹性，不能填满高低不平的轴封面，从而失去密封作用。 当密封面经较长时期使用后，我们加填料函时将填料函轴向加入填料盒就可以避免上述问题。将填料函轴向加入填料盒，紧固压盖，填料函的厚…     

新型倾斜式冷却技术三维数值模拟

自行设计制造了改进的倾斜式冷却技术试验装置,用来制备半固态A1-3%Mg合金坯料.建立了模拟制备半固态A1-3%Mg合金三维分析模型.结果表明:冷却斜板的倾角对合金温度场与速度场分布具有明显影响,出口温度与速度随斜板倾角增大而增大,合金温度沿合金中心线从浇口到出口基本成线性逐渐降低.合金出口温度随着浇注温度的提高而明显升高.为制备具有良好质量的半固态A1-3%Mg合金坯料,倾角θ=45°较合理,浇注温度控制在650℃-660℃的温度范围,不能高于700℃.     

新型倾斜板技术制备A2017半固态合金

采用新型的波浪型倾斜板技术,对制备半固态A2017合金进行了研究.熔融的合金在倾斜的波浪型冷却板表面非均匀形核,并在流动与碰撞剪切的条件下生长,逐渐从粗大的等轴晶网络演化为细小的近球形晶.通过试验发现,在浇注温度为720 ℃、倾角为45°的条件下,选用长度为400～500 mm有间隔波浪的室温倾斜板可获得细小均匀的合金组织.坯料在二次加热温度为625 ℃、保温时间为60 min的条件下,球化理想,适合于触变成形.     

齿轮传动优化设计方法

该论文通过齿轮传动设计比较着重介绍了一种仅用常规设计手段就能求得较优参数的一种简便优化方法。     

PVA与淀粉薄膜的研究进展与应用

介绍了聚乙烯醇(PVA)和淀粉多羟基、多氢键、高结晶等结构特点,以及根据此开发的可塑化方法和水溶性薄膜生产方法,包括最新的PVA薄膜一步熔融挤出法。PVA和淀粉水溶性薄膜熔融挤出法的难点在于均要破坏结晶结构,达到可塑化,前者主要是要获得增塑凝胶化可自由流动粒子,后者在于糊化处理。     

基于强化学习的工控系统恶意软件行为检测方法

网络环境下的恶意软件严重威胁着工控系统的安全,随着目前恶意软件变种的逐渐增多,给工控系统恶意软件的检测和安全防护带来了巨大的挑战。现有的检测方法存在着自适应检测识别的智能化程度不高等局限性。针对此问题,围绕威胁工控系统网络安全的恶意软件对象,本文通过结合利用强化学习这一高级的机器学习算法,设计了一个检测应用方法框架。在实现过程中,根据恶意软件行为检测的实际需求,充分结合强化学习的序列决策和动态反馈学习等智能特征,详细讨论并设计了其中的特征提取网络、策略网络和分类网络等关键应用模块。基于恶意软件实际测试数据集进行的应用实验验证了本文方法的有效性,可为一般恶意软件行为检测提供一种智能化的决策辅助手段。      

建设项目规划设计招投标存在的问题及对策研究

论文在分析我国规划设计招投标市场发展现状的基础上,指出了我国目前规划设计招投标所存在的问题及不足,进而探讨了其存在的原因及影响因素,最后提出了政策建议,以期为实际工作提供参考和借鉴.     

建设项目规划设计招投标存在的问题及对策研究

论文在分析我国规划设计招投标市场发展现状的基础上,指出了我国目前规划设计招投标所存在的问题及不足,进而探讨了其存在的原因及影响因素,最后提出了政策建议,以期为实际工作提供参考和借鉴。     

一种增强的程序行为异常检测方法

程序行为异常检测是保护应用程序的重要方法。针对异常检测的数据源选择问题,提出一种细粒度的安全审计事件L-Call,用来刻画程序行为,该事件本质上是一种具有位置属性的系统调用。为了评估程序行为偏离程度,提出一种基于切比雪夫不等式的异常度量化方法,用以在序列概率分布未知情况下估算异常强度。最后实现了基于马尔科夫模型的检测原型系统LC-ADS。试验结果表明,提出的新安全事件和异常度量化方法可较好地反映程序行为变化,LC-ADS取得了更高的检测率和更低的误报率。