基于堆叠降噪自编码的刀具磨损状态识别

提出了一种基于堆叠降噪自编码（SDAE）的刀具磨损状态识别方法。构建了SDAE神经网络来学习声发射（AE）信号的特征,并对自编码网络进行有监督的微调,从而对刀具磨损状态进行精确识别。实验结果表明,SDAE方法能够自适应地学习,得到有效的特征表达,且刀具磨损状态识别结果精确度高,该方法能够有效地进行刀具磨损状态识别。     

基于堆叠稀疏自编码的滚动轴承故障诊断

针对机械设备故障数据大容量、多样性的特点,提出一种基于堆叠稀疏自编码(SSAE)的滚动轴承故障智能诊断方法。使用自动编码器(AE)逐层训练网络,从海量数据中自适应地学习各类故障的特征表达,再通过有监督的反向传播算法优化整个网络,最终将特征输入softmax分类器实现滚动轴承健康状况精确诊断。在动力传动故障诊断试验台采集了5类轴承故障数据进行测试。试验结果表明:SSAE算法能够有效地提取故障特征,且故障诊断效果优于传统智能诊断方法。     

硅橡胶材料填充改性的相行为模拟研究

结合推广的Flory-Huggins理论和Monte carlo方法,模拟了由气相白炭黑和改性气相白炭黑填充的硅橡胶的相行为,获得了填料与聚硅氧烷的相互作用能分布曲线,配位数及相图。相图和热力学分析表明,经六甲基二硅氮烷改性的气相白炭黑与聚硅氧烷的相容性和共混体系的稳定性得以明显提高。     

设计模式在有限元软件框架设计中的应用

框架是一组相互协作的类,形成某类软件的一个可复用设计.设计模式描述了软件设计中的共性问题的解决方案,首次把设计模式引入到有限元软件框架设计中,并给出了几种设计模式的具体实现,使有限元软件框架更易于重用和扩展.     

三网融合下的广播电视业务拓展策略研究

随着信息技术、网络技术的发展,以及三网融合在我国的推进,广播电视业务也将呈现多样的形式.从电视节目制作、广播电视内容传播、广播电视接收能力方面阐述了广播电视将出现新的业务形态,从而为管理者制定发展模式提供参考依据.     

一种基于Triplet loss的齿轮箱复合故障识别方法

随着设备检测点的数量与采样频率的增加,机械健康监测进入了大数据时代.深度学习以其强大的自适应特征提取和分类能力也在机械大数据处理方面取得了丰硕的成果.在故障诊断领域,目前深度学习方法的研究对象均集中于单一故障,而复合故障却鲜有人涉足.复合故障因为其各类故障信号间有耦合,变化的工况(负载,转速)也会对信号产生较大影响...     

参数对自适应Vold-Kalman阶比跟踪影响的研究

对提出的基于瞬时频率估计的自适应Vold-Kalman阶比跟踪(AVKF_OT)新方法的实现过程进行了详细的描述。对影响AVKF_OT结果的三个主要的参数(权重因子r、滤波带宽BT和跟踪时间RT)进行了详细的分析,讨论了三个参数之间的关系,并以数学方式表达。通过仿真试验和卧式螺旋离心机验证了参数在AVKF_OT实现过程中的影响和作用。     

关于唐钢二铁的烧结节能

分析了唐钢二炼铁厂烧结工序能耗高的原因，结合国内外先进的烧结节能技术，从烧结工艺的各个方面提出了节能的方向和措施。     

铀铌合金铸件铸造过程中夹杂数值模拟研究

介绍了铸造过程中夹杂数值模拟的技术进展.基于氧化膜卷入机理,采用ProCAST软件中的粒子跟踪方法,对铀铌合金充型过程中夹杂物的运动轨迹进行了模拟.结果表明,当夹杂物的密度不大于15×103 kg/m3时,夹杂物最终位于铸件的顶部;当夹杂物的密度在(16～17)×103 kg/m3时,夹杂物在铸件的中部停留较长时间;当夹杂物的密度大于18×103 kg/m3时,夹杂物在铸件的底部.