基于特征选择与Transformer的涡扇发动机剩余使用寿命预测

针对传统剩余使用寿命预测模型难以解决长时依赖问题以及不同特征组合对模型预测精度影响大的问题,提出一种基于特征选择与Transformer的剩余使用寿命预测模型。首先利用以互信息为理论基础的最大相关最小冗余特征选择算法,捕获特征与标签、特征与特征的关系,得到最佳特征组合;然后以 Transformer的编码器为主体并加入门控卷积单元组成预测模型,使模型可以充分捕捉全局信息且提高运算效率的基础上也更加注重局部信息;通过网格搜索与粒子群算法确定模型超参数。最后将最优特征组合的变量数据输入模型实现涡扇发动机剩余使用寿命预测。利用此方法在C-MAPSS数据集进行验证,并进行对比实验,结果表明预测误差与模型效率均有一定改进。     

关于"机械工程控制基础"课程的教学探索

针对如何提高"机械工程控制基础"课程教学效果的问题,指出营造课堂气氛,用人文教育理念感染学生,帮助学生构建完备的基础知识体系,深入浅出地阐述重要和复杂的原理,进行师生互动,以及大量实验验证是保证学生学好该课程的主要手段.同时指出利用学生的反馈信息调整方式方法是持续改进教学效果的良方.     

基于空间平滑差分的鲁棒自适应波束形成

针对当采样协方差矩阵中包含期望信号时,模型失配会使MVDR(Minimum Variance Distortionless Response)自适应波束形成算法性能大幅下降的问题,本文提出一种基于空间平滑差分算法(Spatial Smoothing Difference Algorithm, SSDA)的鲁棒自适应波束形成算法。该算法首先通过空间平滑差分算法获得源数目先验知识,再对MVDR空间功率谱进行波峰搜索得到期望信号,最后再从采样协方差矩阵中去除期望信号协方差矩阵。仿真结果表明,在高信噪比输入的情况下,改进后的算法在去除期望信号后其输出信干噪比有了很大提升,比MVDR算法提高了2～3倍。     

全矢与SGMD-FastICA的轴承故障诊断北大核心

针对滚动轴承故障诊断中存在的故障信号特征不全面且易被噪声污染等问题,基于全矢和辛几何模态分解(SGMD),提出了全矢与SGMD-FastICA方法。首先,使用SGMD对水平方向X和竖直方向Y的故障信号进行分解,并通过综合指标将分解信号分为故障重构信号和噪声重组信号;其次,通过FastICA实现对故障重构信号与噪声重组信号的盲源分离;最后,利用全失谱技术对水平方向和竖直方向的盲源分离的有效分量进行融合,并使用Teager能量算子(TEO)对全矢融合信号进行解调分析。通过对滚动轴承振动信号的实验和对比分析,验证了所提方法的优越性和可靠性,在滚动轴承故障诊断领域具有一定的实用价值。     

基于Zigbee的振动监测无线传感器网络设计

在分析Zigbee协议标准的基础上,提出以射频芯片CC2430为核心、结合Zigbee技术的振动监测无线传感器网络的设计方案,论述系统的构成和工作原理,重点介绍无线传感器节点的硬件和软件的设计,为某些场合下振动监测布线困难时提供可行的途径.     

基于Internet的设备远程状态监测与故障诊断

探讨了设备远程状态监测与故障诊断系统的实现模式 ,研究了基于Browser/Server模式的远程状态监测与故障诊断系统的优势及其实现关键技术 ,开发了设备远程状态监测与故障诊断系统RMDS ,将其应用于生产现场。     

基于C＋＋的对象关系映射架构

为了解决领域模型和数据库之间的紧耦合问题,提出基于C＋＋的对象关系映射（ORM）架构。给出抽象基类、映射器注册表类的关键技术和部分实现代码,通过智能指针实现领域对象的关系映射和生命周期管理。基于该架构设计并实现的ORM子系统,已应用于设备状态检测与安全评价系统中,运行情况良好。     

基于矢谱和L-M神经网络的旋转机械故障诊断研究

讨论了矢谱融合技术和Levenberg-Marquardt(L-M)神经网络的相关理论,提出了基于矢谱和L-M神经网络的旋转机械故障诊断方法,建立了基于矢谱的旋转机械常见故障诊断L-M神经网络模型.模拟实验结果表明:与基于单通道数据的诊断结果对比,将矢谱数据融合应用于旋转机械常见故障诊断,可有效提高故障诊断的准确率.     

基于FR 4的压电能量采集器参数研究

为了进一步研究非线性材料基底对于压电能量采集器输出性能的影响,该文对以FR 4绝缘板为基底的悬臂梁式压电能量采集器的结构参数进行优化研究。在正交实验和单因素实验方案的指导下,通过仿真及实验验证得出各参数对采集器输出影响的一般规律。结果表明,基底厚度对结构固有频率影响最大,贡献率达到了9198%。悬臂梁长L、厚S和宽H改变时,输出响应曲线呈现出非线性特性;而末端质量m与输出性能间则存在近似线性的关系。实验中,当L=80 mm,S=13 mm,H=1 mm,m=1 g时,输出功率可达37 μW。通过方差分析结果表明,末端质量对输出性能的影响最大,梁宽对输出性能的影响次之,梁长对输出性能的影响最小。     

基于融合能量谱的旋转机械故障诊断研究

讨论了融合能量谱的相关理论,提出了基于融合能量谱的旋转机械故障诊断方法.模拟实验结果表明:与基于单通道数据的诊断结果对比,融合能量谱应用于旋转机械常见故障进行诊断,可有效提高旋转机械故障诊断的准确率.