基于深度信念网络的列车故障音频诊断方法

铁路在交通运输行业有着举足轻重的地位，一旦列车发生故障将会导致严重的生命财产损失。由于列车发生故障的概率相对较低，因此难以捕获列车的故障样本。针对上述问题，提出了一种无监督学习的列车故障识别方法，通过检测列车音频信号来识别列车故障。该方法基于深度信念网络(DBN)，利用小波包分解提取检测信号的特征向量并将其作为DBN的输入，待网络充分训练后，由训练好的DBN识别当前列车的运行状况。现场监测实验结果表明，该方法能够在无监督的条件下有效识别列车故障，保障了列车的运行安全。     

基于YOLOv4与光流法的行人检测和计数方法研究

针对行人进行检测与统计的问题进行分析和研究,提出一种基于深度学习的方法。首先分析YOLOv4算法的优越性,并使用监控下获取的行人图像和YOLOv4算法,训练出深度学习模型。再在监控下进行实时行人检测和统计,针对部分实验结果精度较小的问题,采用光流法进行改进。改进后的检测速度以及检测精度基本满足行人检测和计数的需求。     

顶板深孔爆破防治小煤柱冲击地压研究

以巴彦高勒煤矿1202回风巷小煤柱区域为研究对象,采用数值模拟、理论分析、钻孔窥视等方法,研究小煤柱区域应力分布状态及顶板断裂结构特征。对煤柱侧顶板卸压机制及其断裂结构进行了分析,结果表明:采空区顶板的断裂能够实现应力的转移和释放,较断裂前垂直应力降幅达32. 0%、应力峰值位置向实体煤侧偏移4 m,同时有效降低了拐角煤体与其他区域的应力差值。划分了小煤柱侧顶板断裂类型,结合全断面窥视结果,确定出深孔爆破技术治理煤柱侧坚硬顶板的爆破参数。顶板治理措施实施后,巷道变形量得到有效控制,降低了小煤柱区域冲击地压危险程度。     

基于旧设备改造升级助力智能制造业发展研究

经济高速发展,产品新旧更替加快,而很多制造业旧设备难以适用于新产品的加工,导致设备闲置,需对旧设备进行改造升级。对旧机械设备的现状进行了分析,总结了旧机械设备技术落后的方面和原因,讨论了对其进行升级改造的目标、方向和要点。利用好旧机电设备,采用创新技术进行升级改造,能够更好地助力智能制造业的发展。     

一气呵成,自在紫圆——简谈“圆一壶”的概念造型与创新精神

千百年来,中国诸多传统手工艺品令世界目眩神迷,让人们一睹古典中国之风姿魅力,紫砂壶便是其中十分具有代表性的一种。在人们的印象中,紫砂壶是古典美的代名词。而本文所关注的这件“圆一壶”则是创新特征十分明显的新概念壶型,因此本文将通过对它的分析来说明其概念造型的表现与具有时代性与进步性的创新精神。