移动荷载下复合路面的数值分析

应用有限元数值计算方法,分析了复合路面在移动荷载下的动力响应问题.针对多层结构体系,建立了相应的有限元实体模型,并进行了动力响应分析.分别讨论了复合路面在不同车速的作用下的位移和应力变化.计算结果表明,车辆速度对路面的结构力学响应有较大影响,在路面设计和疲劳寿命设计中需要充分考虑振动和冲击载荷的影响.     

基于谱峭度和Teager能量算子的轴承故障特征增强

共振解调法的难点在于带通滤波器的确定,谱峭度可根据信号特征寻找最优滤波器参数,很好地解决以上问题。然而谱峭度在对低信噪比数据进行处理时,滤波后的信号往往残留较大带内噪声,极大地影响了后续故障诊断的准确性。针对该问题,提出利用Teager能量算子追踪SK滤波信号的系统总能量,从信号能量的角度消除带内噪声,二次增强隐藏于噪声中的故障冲击特征,最后通过包络谱分析获得诊断结果。应用轴承故障仿真数据、实验室内圈和外圈故障数据验证了本方法的有效性。     

基于MED和SK的滚动轴承循环冲击特征增强

提出了一种融合最小熵解卷积(minimum-entropy deconvolution,简称MED)和谱峭度(spectral kurtosis,简称SK)的轴承循环冲击类故障检测方法。利用最小熵解卷积得到消噪信号,若能检测到轴承故障特征则完成诊断过程,否则对消噪信号进行谱峭度分析选取最佳滤波器参数,对滤波信号进行二次滤波。通过包络谱检测确定是否存在故障及故障类型。实验室信号及工程案例的分析结果验证了该方法在检测轴承局部故障中的有效性和优越性。     

基于SK-NLM包络的滚动轴承故障冲击特征增强

非局部均值算法(NLM)是活跃于图像信号处理领域的一种新方法,因其良好的去噪特性,近几年来在滚动轴承故障诊断领域也开始获得应用。NLM利用样本点邻域窗口包含的局部结构为基本单元,通过对相似成分加权运算后取其平均值以达到抑制噪声干扰、突出故障冲击特征的目的。但对于强噪声条件下的低信噪比信号而言,NLM滤波效果并不理想。提出一种结合谱峭度(SK)和NLM权重包络谱的故障诊断方法,首先对原始信号进行SK分析得到最优中心频率及带宽构成最优滤波器,初步消除环境干扰及测量噪声;其次对NLM算法进行改进,不再以滤波信号为分析对象,而是直接利用NLM加权运算得到的信号样本点权值分布曲线作为预处理信号的包络信号,从权重角度使故障冲击得到二次增强,消除SK带通滤波器的带内噪声;最后对权值分布曲线进行包络谱分析,进而得到诊断结果。通过仿真信号、实验室信号及工程实际信号分析对所提方法进行了验证,并与最小熵解卷积(MED)进行了对比。     

AP1000机组停堆运行

西屋公司开发了AP1000第三代核电技术,并在中国三门、海阳进行首堆建造。目前这两个厂址都相继进入调试阶段,因此深入地研究AP1000机组的运行操作是非常必要的,特别是AP1000引入了一些新的设计。这些新的设计将导致机组运行、特别是停堆运行,相比传统的压水堆而言,发生了一些显著的变化。本文介绍AP1000机组停堆工况下的主要操作和注意事项,指出停堆运行工况下压力/温度控制要求和方法,概要停堆运行各模式和状态下运行限制条件和停堆运行的主要风险。通过本文的介绍,进一步提高技术、调试和运行人员对电站停堆运行的理解。     

自适应非局部均值及在轴承故障检测中的应用

非局部均值算法(non-local means,简称NLM)的数据处理效果受其参数设置的影响较大,极大地限制了NLM的数据处理效果及应用范围。针对不足,提出把粒子群算法引入NLM参数的寻优求解。首先,通过粒子群算法迭代寻优的特性寻找NLM算法的最优λ,M和P参数;其次,将最优参数代入NLM算法获得最优滤波器,并对原始信号处理得到滤波信号,以此消除噪声并提取故障信息;最后,对滤波信号进行包络谱分析得到诊断结果,并利用仿真数据和实验轴承内、外圈故障数据对所提方法进行了验证。     

面向概括性小文本的文本分割算法

文本分割是自然语言文本处理的一项重要研究内容。该文针对现有模型无法有效分割概括性小文本的不足,提出基于隐马尔可夫模型的统计算法。该算法利用小文本中各结构块的长度及词汇信息,对概括性小文本进行同一主题不同论述侧面的分割。对发射概率设计了基于句群和基于分割点2种不同的计算方法。以Medline摘要为样本进行的实验表明,该算法对概括性小文本分割是有效的,明显好于经典的TextTiling算法。     

Q235钢热浸渗铝复合渗硼层耐磨性的研究

用MM2型磨损试验机,在实验室条件下,对热浸渗铝和热渗铝复合渗硼试样进行了耐磨性的对比试验,并采用扫描电镜对磨损后的形貌进行观察分析.结果表明,在干摩擦条件下,热浸渗铝复合渗硼较单独热浸渗铝具有更好的耐磨性能.热浸渗铝的磨损机制以粘着磨损为主;而热浸渗铝复合渗硼以磨粒磨损为主要机制,同时伴有粘着磨损.     

基于感知器的生物医学命名实体边界识别算法

在生物信息学领域内生物医学命名实体识别（Bio-NER）是生物医学文献挖掘、利用的基础工作,由于实体边界识别的困难导致目前Bio-NER效率较低,因此提出了基于感知器的实体边界识别算法,该算法采用随机梯度下降算法训练权重,利用token过滤器、n-gram模型及实体过滤器实现生物医学命名实体边界识别。在GENIA corpus 3.02语料库上进行的实验表明,该算法可以达到71.5%的准确率和79.2%的召回率,与相关工作相比均有一定提高。另外算法相对简单,识别算法速度较快,易在生产中应用。     

基于声音信号Teager能量算子解调的轮对轴承故障检测

Teager能量算子追踪并计算信号的瞬时能量,在检测信号冲击特征方面具有独特优势,已广泛运用于轴承的故障检测,但尚未见其在列车轮对轴承声音信号分析中的运用。为此,提出一种基于Teager能量算子解调的轮对轴承故障检测方案,首先介绍Teager能量算子的概念及解调原理,利用该方法对型号为197726TN的轮对故障轴承服役过程中采集的声音信号进行分析,通过Teager能量算子解调得到信号的瞬时能量波形,再对其进行包络谱分析得到包络谱,进行轴承故障识别。与常规的Hilbert解调方法对比,可知Teager能量算子解调法能更加有效地突显故障信号特征并确定故障类型,其在轮对轴承声音信号故障检测上的优势得到验证。