EEMD模糊熵和变量预测模型的转子故障诊断新方法

提出一种基于总体经验模态分解(ensemble empirical mode decomposition,EEMD)模糊熵和变量预测模型的转子故障诊断新方法,并将其应用于某型燃涡发动机转子的非平稳振动信号分析及故障诊断。将基于变量预测模型的模式识别方法引入转子故障模式识别中,利用其较强的非线性问题处理能力,通过变量内部特征值之间的内在关系建立预测模型,并以预测误差平方和最小作为故障模式判别依据。首先利用EEMD将转子振动信号分解成若干个模式分量;然后分别计算各个分量的指标能量,筛选出包含主要故障信息的分量并提取模糊熵组成特征向量;最后采用基于变量预测模型的模式识别方法进行故障识别和分类。对某型燃涡发动机转子正常、不平衡、不对中三种不同状态下的振动信号进行分析,结果表明所提方法能够有效识别转子工作状态。与神经网络、支持向量机算法的对比分析证明,所提方法能更准确、更高效地完成转子故障诊断。     

建筑结构设计图纸表格法

本文介绍了建筑结构设计图纸表格法的内容，使用方法及其优点，供本专业或相关专业技术人员参考借鉴。     

武器装备纵向测试性研究

针对测试性工程中的纵向测试性和纵向测试兼容性问题进行研究。分析了测试兼容性设计的重要作用；深入研究了武器装备研制、生产和使用各个阶段中维修体制的确定与级别划分、测试容差、测试数据接口、被测对象与测试设备接口等工程环节的兼容性设计要求，纵向测试性设计要求保证了武器装备全寿命周期测试诊断的一致性和兼容性，该研究对提高武器装备的测试性水平和实现武器装备一体化测试，具有重要意义。     

基于遗传算法的复杂电子装备测试性优化分配

遗传算法作为一种通用方法,已经在很多领域得到应用,但在测试性工程中应用相对较少;鉴于测试性分配的原则和一般模型,文章利用"并行工程"的思想,系统地给出了采用遗传算法进行复杂电子装备测试性优化分配的全过程;基于遗传算法的测试性优化分配方法可以把测试性和可靠性、维修性等紧密衔接起来,解决了电子装备"并行设计"中测试性分配存在的问题,弥补了传统方法的缺陷;通过将该算法与传统的测试性分配方法进行比较,充分证明了遗传算法在测试性分配工作中具有很高的实用价值;采用该方法可以大大提高测试性分配的成功率、节约装备的诊断和测试费用.     

基于虚拟仪器的网络化测试系统

基于虚拟仪器的网络化测试系统核心为测试服务器,测试系统必需的手工配置通过测试服务器端完成.系统采用包装器外观设计模式及COM软件技术封装仪器驱控制组件.利用COM基础设施支持网络通信的设计模式,以"面向仪器"的编程方式开发远程测试程序,实现网络化测试系统的开发.     

浅谈监理工程师如何对工程施工质量进行控制

笔者根据多年来的现场实际监理工作经验和体会，阐述了在工程建设施工阶段，是工程师如何进行质量控制，以达到提高施工质量之目的，仅供监理工程师及施工技术人员参考和借鉴。     

浴室外墙冻坏与建筑热工性能的分析

浴室在使用过程中产生大量水蒸汽,使室内相对湿度高达80%以上,其外围结构的内表面出现结露、顶棚滴水现象,使浴者有不适之感.此外,由于结构材料的吸湿和室内外空气中水蒸汽分压力差而产生的蒸汽渗透作用,将使材料内部水份增加而减小其传热阻,增加建筑物的热耗;更重要的是材料中的水份在0℃以下冻结,多次的冻融交替将使材料酥松损坏,从而使浴室建筑寿命大为缩短.以前我们在设计浴室时,往往为节省建筑投资而忽视外围结构的防水、隔汽及保温性能.结果适得其反.以大同矿区某浴室为例,外墙为一砖半厚,内抹20毫米厚水泥砂浆,使用不到四年外墙即酥松损坏,只好推倒重砌.     

装备故障诊断专家系统知识获取方法

针对导弹武器装备故障诊断专家系统的知识获取与机器学习进行研究，系统介绍了知识获取与机器学习系统的构成。提出了一种基于仿真技术的故障知识获取方式，仿真数据经过分析、变换，转化为知识，从而实现知识获取。     

装备测试性最优诊断方案获取方法研究

为了在次优诊断方案中选出最优诊断方案,传统的依靠故障检测率和费用评价次优诊断方案存在明显不足;为了能够综合考虑多个属性指标进行决策,采用极差变换法对决策矩阵进行正规化变换,采用信息熵法产生各属性的权值,采用TOPSIS法作为综合效用判断指标,建立基于客观熵值权重的TOPSIS多属性最优诊断方案决策模型;示例中综合考虑7种属性进行决策,分别是费用、FDR、结构匹配、重量匹配、故障率、扩展性和操作性,结果显示该方法是可行的、有效的。     

5-羧戊基三苯基溴化膦的合成

5-羧戊基三苯基溴化膦广泛用于立体选择性药物的合成。由ε-己内酯和氢溴酸在H2SO4作用下，生成6-溴己酸，再与三苯基膦在甲苯溶剂中缩合生成5-羧戊基三苯基溴化膦（C24H26BrO2P）。通过实验考察了影响5-羧戊基三苯基溴化膦合成的各项因素。结果表明，当n(ε-己内酯)∶n(三苯基膦)∶n(氢溴酸)=1.0∶0.95∶1.4、回流反应温度、反应时间为14h，以ε-己内酯计的5-羧戊基三苯基溴化膦收率可达82.2%，经HPLC测定其纯度为98.3%。