基于自适应第二代小波的超声回波信号特征识别

文章针对强噪声背景下液压系统压力超声检测回波信号特征识别问题,构造了一种识别该类信号时域特征的自适应第二代小波方法。该方法以第二代小波为基础,以超声回波信号的峭度大小为目标函数,选择每层自适应匹配超声回波信号特征的第二代小波预测器和更新器,利用选择的预测器和更新器对信号进行预测和更新运算;根据每层自适应第二代小波分解的超声回波信号噪声水平,选取自适应匹配超声回波信号噪声特点的降噪阈值,对信号进行降噪和恢复,提取信号时域特征。该方法成功地准确识别出超声回波信号回波至点的时刻和时间间隔特征信息。结果表明,第二代小波自适应阈值方法对强噪声背景下超声回波信号特征的识别效果优于经典小波方法。     

大型储罐复位施工技术

某石化公司140万m3原油商业储备库项目14台10万m3浮顶罐全部采用倒装法进行罐壁组对,在施工中因受到沙尘暴的影响,其中一台浮顸罐罐体严重移位,罐体西南侧约1／4离开基础,脱离基础最远处为1．863m,该罐直径为81m,罐体移位时的高度为9．6m,总质量370t,文章以该储罐复位为例．介绍大型储罐采用多机抬吊法整体复位的施工工艺特点及施工过程中应注意的问题。     

基于数据融合驱动和DLSTM网络的轴承RUL预测

针对滚动轴承的剩余寿命预测问题,提出一种基于多传感器信号融合的深度长短期记忆网络预测模型.利用深度学习和长短期记忆网络组合来构造深度长短期记忆网络;将多个传感器信号数据进行融合处理,从而通过深度学习结构能够发现传感器时序信号中隐藏的长期依赖关系;通过网格搜索策略、自适应矩估计算法(Adaptive Moment Estimation Algorithm,AMEA)优化深度长短期记忆网络的网络结构和参数,并且引入一种主动丢弃法以缓解过度拟合问题.实验结果表明该方法具有更高的预测准确性和稳定性.     

基于改进第2代小波算法的发电机组碰摩故障特征提取

针对发电机组碰摩故障特征的提取问题,构造了一种提取该类信号时域特征的改进第2代小波算法。该算法以第2代小波为基础,构造第2代小波等效滤波器,分析其存在的频带交叠问题;采用基于数据的优化方法,设计能够自适应匹配每层分解信号特征的预测器和更新器;对分解得到的每层逼近信号和细节信号采用傅里叶变换方法,消除每个分解频带中其它频带的无关频率成分,以突出相应频带信号的时域特征。仿真信号和工程振动信号分析表明,改进第2代小波算法的信号特征提取效果优于第2代小波方法,较理想地提取出了汽轮发电机组发生径向碰摩故障时的时域故障特征。     

电热膜加热元件生产线计算机控制系统的设计

本文介绍了一种主从分布式计算机控制系统的设计，该系统应用于电热膜加热元件生产线。阐述了这一控制系统的基本组成，分析了控制软件的主要结构以及模块的功能，概括了该控制系统的主要特点及其有关技术。     

基于动态SSL的航空发动机突发故障检测

针对航空发动机转子系统的突发故障检测,提出了一种适用于动态过程检测的半监督学习(semi-supervised learning,简称SSL)方法——动态半监督学习方法(dynamic semi-supervised learning,简称DSSL).首先,用已经有类标的数据对学习器模糊KNN(fuzzy k-nearest neighbour,简称FKNN)进行初始化训练,训练完成后,当新的数据到达时,对新的数据进行分类;然后,计算类的演化指标来检测系统的演化程度,检测阶段完成后,学习器根据检测结果实时的修正自身参数,以自适应最终的动态分类任务;最后,用转子试验台模拟航空发动机突发性扇叶断裂故障来获取数据,该实验结果验证了提出方法在突发性故障检测中的可行性、有效性.     

几种芴芳胺衍生物制备方法的研究进展

描述了几种带有取代基的的双胺芴化合物的合成方法,由于这些化合物具有热稳定性光稳定性、和较好的溶解性,因此是合成芴类发光材料的重要中间体,也可以合成耐热聚酰亚胺树脂等材料。这些化合物主要的合成方法为取代芴酮与苯胺在酸催化剂作用下发生缩合反应,生成9-位双胺芴类化合物。反应条件为苯胺芴酮物质的量比为8~10,苯胺盐酸盐为催化剂,反应温度130~150℃,反应时间5~6h,收率多为80%~90%。     

基于深度学习的飞行器智能故障诊断方法

高温度、快转速、重载荷、大扰动和强冲击的复杂运行工况使得飞行器关键机械部件不可避免地发生故障。飞行器的关键机械部件故障特征往往具有微弱性、非线性、耦合性、不确定性以及因果关系复杂等特点。以"先进信号处理技术+特征提取及选择"为框架的传统智能方法难以有效承担飞行器故障检测任务,深度学习作为智能故障诊断领域中的新起之秀,能自主挖掘隐藏于原始数据中的代表性诊断信息,直接建立原始数据与运行状态间的精确映射联系,在很大程度上摆脱了对人工特征设计与工程诊断经验的依赖。介绍了深度置信网络、卷积神经网络、深度自动编码机和循环神经网这四种主流深度学习模型的基本原理,总结了深度学习在故障诊断领域中最新研究现状,描述了基于四种深度学习模型的故障诊断思路,并依次实现了其在机械部件智能诊断和预测中的应用。试验结果表明深度学习方法能有效建立监测数据与关键机械部件健康状态间的精确映射联系,实现准确的故障诊断和预测。     

蚌埠闸枢纽的水电开发和利用

蚌埠闸水利枢纽工程位于淮河中游,安徽蚌埠市西郊。始建于1958年,1960年5月节制闸建成开始蓄水,1961年船闸建成通航,1973年为扩大泄洪能力又增建分洪道、分洪桥。至此,历时15年,蚌埠闸枢纽的主体工程全部建成。     

防止鸡蛋变色和失重的保藏方法——蛋鸡饲喂棉籽饼粕引起鸡蛋变色是氧气在起主导作用

棉籽饼粕中含有游离棉酚和残油,用这种饼粕饲喂蛋鸡,可多产蛋,但会导致鸡蛋在储藏过程中蛋黄变褐、蛋清变红,这种现象早有报道,但这种鸡蛋变色的机理和防止变色的储藏方法却报道极少。本实验通过把这种鸡蛋在常温、冷藏、蜡封和真空脱氧与隔氧下储藏,并分析化验蛋中游离棉酚和铁离子(Fe~(++))的变化数据,证实了国内外的实验数据和美国的国标规定,饲喂蛋鸡的棉籽饼粕中残油超过日粮的0.1％,是促使鸡蛋变色的主要原因,而棉油中不饱和脂肪酸占70～80％,易被氧化变为环丙烯脂肪酸,引起鸡蛋变色,确实是氧气在起主导作用。进一步重复试验验证,找到了广大农村便于使用,价格便宜的羧甲基纤维素钠密封这种鸡蛋,长期储存既减缓变色,又少失重的好效果、好方法,也可以用在商业储存上。