TensorFlow框架下的车削工件表面粗糙度预测方法

利用TensorFlow机器学习框架建立了前馈神经网络模型,以三个切削参数作为输入变量,分别是刀具切削深度ap、切削速度vc和进给量f,输出变量是表征工件表面粗糙度的三个指标,即轮廓算数平均偏差Ra、轮廓最大高度Ry或微观不平度十点高度Rz.利用数控车床加工数据对神经网络进行训练,训练好的网络可以用来预测工件的表面粗糙...     

考虑间隙和构件柔性的3-RRR机构运动精度分析

在考虑运动副间隙和构件柔性的情况下,对3-RRR并联机构的运动精度进行分析。计入能量损耗和摩擦力变化,构建了含间隙转动副的接触力模型,并利用ANSYS关于柔性体转化的方法描述构件的柔性,在ADAMS中建立该机构的虚拟样机模型。并利用该模型对比不同间隙值下动平台中心运动的位移及速度。引入量纲一参数对间隙尺寸、动平台转速和构件柔性的影响进行评估,对3-RRR机构运动精度进行定量分析。结果表明:在3-RRR机构中,间隙值越大,动平台的运动精度越低;相较刚性构件,采用柔化模型时动平台速度误差有所下降;输入转速的增大会使动平台速度误差显著增大。     

中国亚新科成功购并一家美国橡胶制品企业

中国亚新科成功购并一家美国橡胶制品企业     

加强宣传扎实工作积极贯彻《眼镜制配计量监督管理办法》

《眼镜制配计量监督管理办法》(以下简称《办法》)已于2003年12月1日起施行。山东省质量技术监督局为了能及时、全面地落实《办法》，采取了一系列措施，取得了较好的效果。     

基于强制特征适配的卷积抗噪模型的滚动轴承故障诊断

针对滚动轴承在噪声背景下的故障诊断研究不足的问题,提出一种基于卷积-注意力机制-强制特征适配(AMCNN-MFA)模型。卷积网络用于对振动信号进行高层特征提取,网络首尾加入通道注意力机制(CAM)用于动态分配特征通道的权重,过滤部分无效信息以减小干扰;强制特征适配(MFA)用于将原始样本和噪声样本中相同故障标签的特征进行领域重合,获取不变特征,实现了模型的适应噪声环境的能力。在不同轴承数据集中添加-10～10 dB噪声的测试集的试验结果表明：AMCNN-MFA模型的平均故障分类准确率高于96%且波动不超过0.4%,优于其他抗噪模型,具备较好的分类性能和鲁棒性,能够应对复杂噪声干扰场景下的滚动轴承故障诊断。     

基于卷积神经网络的领域适配模型的多工况迁移的轴承故障诊断

针对故障滚动轴承在单一工况数据下训练的深度学习模型无法在复杂工况下无法实现有效的故障诊断,提出一种基于卷积神经网络的领域适配(convolutional neural network-domain adaptation, CNN-DA)模型。卷积网络用于对故障振动信号进行高层特征提取,网络首尾加入通道注意力机制(channel attention mechanism, CAM),以动态分配特征通道的权重,减小无效信息的干扰。结合领域自适应方法,将特征提取层获取到的高层故障特征进行源、目标域领域适配,领域适配模块整合了全域适配和类别域适配,以使两个领域中相同故障标签的特征的数据分布逐渐趋于重合,最后将深度学习模型应用于多种不同工况迁移的场合进行训练,得到训练结果和测试结果。通过不同来源数据集的试验,在多种工况迁移下测试模型,结果表明提出的模型能够应对复杂工况变化下的滚动轴承故障检测。     

皮带输送机毛刷结构优化设计改进

文中设计的皮带输送机采用可拆卸式梳毛机构对毛刷进行清扫处理,便于清除毛刷中粘结的结垢,并且在复丝杆槽辊的作用下,可以使其在水平方向上做往复运动,并且梳毛钉的竖直设置与毛刷的水平设置刚好垂直交错,进而在刷辊与往复丝杆槽辊同向转动时,梳毛钉会对刷板上的毛刷进行来回清扫,可以扫除毛刷上的结垢,也能提高毛刷对传输皮带的清理效果...     

Stankiewicz公司扩大汽车配件产能

Stankiewicz公司扩大汽车配件产能     

节能技术在中源油田居住建筑中的应用研究

从居住区建筑节能规划设计,围护结构节能设计等方面,对建筑节能技术在中原油田居住建筑中的应用进行了研究,并提出了具体应用措施,这些措施目标明确,技术先进,应用可操作性强,对油田的居住建筑节能设计具有参考价值。