解决螺旋卸料离心脱水机漏油的办法

<正> 五十年代末,太原选煤厂由波兰引进的螺旋卸料离心脱水机漏油严重,每天消耗几十公斤油。1974年开始对润滑系统中的个别部件进行了几次改革,并取得了良好的效果,基本上解决了漏油的问题。该设备漏油的主要部位是三角皮带轮上的主轴处。该处的结构,如图1所示。     

基于YOLOv5s模型的边界框回归损失函数研究

针对车辆检测中边界框回归损失函数与检测目标尺度不匹配导致的误检、漏检以及精度较低等问题,基于YOLOv5s模型对4种有代表性的边界框回归损失函数进行对比实验,并在UA-DETRA、VisDrone2019、KITTI数据集上进行验证,利用漏检率、误检率、准确率、召回率、mAP@0.5、迭代过程的边界框损失值以及目标检测结果对其适用场景进行分析研究。结果显示：CIoU整体性能最差;SIoU在KITTI数据集上整体性能最优,准确率最高,达到了94.5%,漏检率降到了1.2%,适用于中尺度目标检测任务;Focal-EIoU在VisDrone2019数据集中各项指标远优于其他损失函数,召回率和mAP@0.5指标相较于CIoU分别提高了1.6%和1.8%,误检率降低了6.9%,且迭代过程损失值远低于其他损失函数,适用于小尺度目标检测任务;WIoU在UA-DETRA数据集整体性能最优,漏检率、召回率以及mAP@0.5指标优于其他损失函数,适用于大尺度目标检测任务。此研究为目标检测任务的边界框回归损失函数的选择提供了重要的基础。     

基于QPSO改进LSTM发动机怠速预测的FPID控制

以北京现代伊兰特G4GD发动机为试验台,将电控系统故障作为实验变量,测得规定时间内双传感器组合发生故障时的发动机怠速,并选原车ECU较难控制的6种组合怠速故障进行分析。基于量子粒子群算法（QPSO）对长短时记忆神经网络（LSTM）隐含层节点、训练次数与学习率进行寻优预测,将预测结果与多种神经网络进行对比,并通过均方根误差（RMSE）评价指标进行判断。使用Origin数据拟合将预测输出结果进行数值拟合,之后输入Matlab中使用Simulink搭建控制单元模型,由模糊常量-积分-微分（FPID）控制器对输出结果进行怠速控制。结果表明：基于量子粒子群算法改进的长短时记忆神经网络预测效果最好;模糊常量-积分-微分控制器对怠速的控制可有效缩短电子控制单元（ECU）的控制时间,无超调,且可有效调节至规定怠速。     

PG116—12型真空过滤机大轴的改革

<正> PG116—12型真空过滤机在选煤厂得到了广泛的应用。但在使用中,发现大轴容易下沉,从而使止口掰坏,造成泄漏,真空度下降,吹风压力降低,严重影响过滤效果,同时使轴颈与轴瓦,蜗轮与蜗杆,分配头与分配盘接触不良,增加磨