排序方式: 共有50条查询结果,搜索用时 15 毫秒
11.
利用9种组分柴油调和为调和柴油,通过柱层析色谱和尿素脱蜡分离正构烷烃,并通过气相色谱分析正构烷烃碳数分布,得出结论:柴油正构烷烃含量和平均碳数都是影响降凝剂在调和柴油中感受性的主要因素。当柴油正构烷烃含量小于20%,且平均碳数为18~19时,柴油降凝剂在柴油中的感受性最好。 相似文献
12.
在实现滚动轴承故障诊断的过程中,需要通过时频分析方法对原始信号进行特征集构建,期间包含大量计算且对于人工经验有着很强依赖性.针对滚动轴承故障诊断中依赖特征集选取这一问题,提出了基于深度残差网络的故障诊断方法,凭借深度学习的自主学习及强泛化能力以实现故障特征的自我获取和训练,消除故障诊断中人为特征集选取环节,从而简化故障诊断的流程.主要内容包括:首先,构建残差网络模型,通过建立多组卷积层、池化层及残差块,共同组成深层次网络模型;其次,通过滚动轴承故障实验台获取不同类型的故障样本,对信号进行分组并构建训练样本和测试样本;进而,对网络进行初始化设定后,将训练集输入深度残差网络模型,利用多层卷积和池化运算实现对原始信号抽象化表征;最后,在网络模型末端集成Softmax分类器,实现对两类轴承故障样本的分类诊断.所提出方法在两组诊断实验中均达到了 100%的准确率,对于不同类型、转速和损伤程度的滚动轴承故障都具有很好效果.研究说明所建立模型能够自主地挖掘故障信号的特征集,可在一定程度上简化故障诊断研究中的预处理和特征计算环节,避免人工提取特征的主观盲目性和经验依赖性,具有广泛的工程应用前景. 相似文献
13.
14.
15.
基于本体的网络管理知识模型 总被引:2,自引:0,他引:2
基于本体理论研究了网管知识模型, 提出了网管知识模型的框架, 将其划分为基本模型和集成模型两个层次.基本模型包括信息模型、功能模型、网络模型等, 面向网管需求集成基本模型得到集成模型.研究了基于本体代数的知识模型集成和基于本体推理、查询的知识模型处理.设计了基于网管知识模型的网管系统原型, 原型系统实现了知识处理和信息处理的分离, 可定制所支持的网管业务, 并支持知识层综合网管.原型系统证明了网管知识模型的有效性. 相似文献
16.
用SUH算法实现高速流分类 总被引:1,自引:1,他引:0
在分析了2种高速流分类算法ABV( aggreg ate bit vector)和 HiCuts( hierarchical intelligent cuttings)的基础上 ,提出了一种新的高速流分类算法 SUH(split united hierarchy) . 通过利用实际的分类器对 SUH进行的测试表明: SUH在占用很小内存的条件下能快速完成预处理和查找过程 ,实现了高速流分类. 相似文献
17.
18.
19.
为改善自动传动液的动静摩擦特性,以低分子聚异丁烯马来酸酐、多烯多胺、硼酸和磷化物为原料,合成一种磷硼化无灰分散剂。对其低温油泥分散性能、高温清净性、极压性能、抗磨损性能、减摩性能和防抖动性能进行评价,并与常用的无灰分散剂T151和T161进行比较。模拟评定和SAE No.2试验结果表明:研制的磷硼化无灰分散剂不仅具有良好的低温油泥分散性,还具有良好的高温清净性、极压性能、抗磨损性能、减摩性能和防抖动性能;该磷硼化无灰分散剂能有效改善油品的动静摩擦特性,有效地解决了自动传动液摩擦耐久性的问题。 相似文献
20.