直齿圆柱齿轮啮合刚度的影响因素及其规律性

通过对齿轮啮合刚度计算公式的数学分析,确定了直齿圆柱齿轮啮合刚度的影响因素及规律性,指出渐开线直齿圆柱齿轮的啮合刚度与齿轮模数无关。采用新的当量齿形刚度公式的计算结果进一步验证了本文所得刚度影响因素及规律的正确性,并表明了当量齿形对刚度计算结果的影响。     

淀粉糖工业的现状及其发展趋势

淀粉糖工业是淀粉工业的分支产业,是以淀粉质为原料,经过不同程度水解的深加工衍生物。它作为甜味剂,主要包括葡萄糖、麦芽糖、高麦芽糖、果葡糖、麦精糖、各种低聚糖、各种糖醇、麦芽糊精等品种。冬种淀粉糖具有不同的甜度和独特的风味,为食品、发酵、制药等工业提供糖源。淀粉糖工业既是传统产业,又是新兴的生物工程技术产业。随着     

基于卡尔曼滤波参数自学习的大坝变形预测

卡尔曼滤波模型被广泛运用于大坝的变形预测,然而其参数的识别,尤其是状态和观测噪音协方差矩阵的识别,主要来源于工程经验和领域专家知识。因此提出一种自学习的参数识别方法,该方法基于历史数据,结合Monte Carlo和拒绝采样算法获取卡尔曼滤波参数。具体地,从训练样本中挑选出与真实值最接近的实测值对状态噪音进行估计,并通过计算它与总体误差的差值来确定观测噪音。实验表明,相比已有的同类方法,该方法的准确性更高,更适用于大坝变形预测。     

一种基于关键点的时间序列线性表示方法

时间序列数据具有规模大、维度高等特点,直接在原始序列上进行数据挖掘,其计算复杂度高且易受噪声影响,因此对原始时间序列进行预处理是必不可少的,而常用的线性表示方法大多存在对分段点的筛选准确度不高的问题。基于时间序列的变化特征,提出了一种基于时间序列关键点的线性表示方法。该方法综合考虑了时间跨度和振幅变化,能高效提取时间序列中的关键点,并防止过度除噪,实现简单。实验表明,该方法对不同领域的数据具有良好的普适性。     

基于改进单点多盒检测器的大坝缺陷目标检测方法

为提升大坝安全运维的效率,大坝缺陷目标检测模型有助于辅助巡检人员进行缺陷检测。大坝缺陷几何形状多变,而采用传统卷积方式进行特征提取的单点多盒检测器（SSD）模型无法适应缺陷的几何变换。针对上述问题,提出可变形卷积单步多框检测器（DFSSD）模型。首先将原始SSD的主干网络VGG16中的标准卷积替换为可变形卷积,用于处理缺陷的几何变换,并且通过学习卷积偏移量来提升模型的空间信息建模能力;其次针对不同特征的尺寸,改进先验框比例,从而提高模型对条形特征的检测精度与模型的泛化能力;最后为解决训练集正负样本不均衡的问题,采用改进的非极大值抑制（NMS）算法来优化学习效果。实验结果表明：DFSSD模型较基准模型SSD在大坝缺陷图像上的平均检测精度提升了5.98%。相较于基于区域的更快卷积神经网络（Faster R-CNN）和SSD模型,DFSSD模型在大坝缺陷目标检测精度提升上有较好的效果。     

M-TAEDA:多变量水质参数时序数据异常事件检测算法

在供水管网中部署传感器网络实时获取多个水质参数时间序列数据,当供水管网发生污染时,高效准确地检测水质异常是一个重要问题。提出多变量水质参数时间异常事件检测算法（M-TAEDA）,利用BP模型分析多变量水质参数的时序数据,确定可能离群点;结合贝叶斯序贯分析独立更新每个参数的事件概率,预测单个传感器节点检测的异常概率;将单变量的事件概率融合为统一多变量事件概率,融合判断异常事件。实验结果表明：BP模型模拟多变量水质参数进行预测可以达到90%精确度;与单变量参数时间异常事件检测算法（S-TAEDA）相比,M-TAEDA可以提高异常检出率约40%,降低误报率约45%。     

基于动态分簇的移动目标追踪方法

针对无线传感器网络（WSN）中目标追踪的准确性低、网络能耗过高和网络生命周期短等问题,提出基于动态分簇的移动目标追踪技术。首先,构建了双层环状动态分簇的拓扑模型（TRDC）,并提出了动态分簇的更新算法;其次,在质心定位算法基础上,考虑到节点的能量,提出了基于功率级别的质心定位（CLPL）算法;最后,为了进一步减小网络的能耗,改进CLPL算法,提出了随机性定位算法。在仿真实验中,与静态簇相比,网络周期延长了22.73%;与非环状簇相比,丢失率降低了40.79%;而追踪准确性与基于接受信号强度值（RSSI）算法相差不大。所提的追踪技术能够有效保证追踪准确度,同时降低网络能耗,减小目标丢失率。     

间隙对电热变模温高光注塑模具加热效率的影响

采用电热方式的高光注塑模具可以有效消除传统注塑成型过程中塑件的熔接痕、浮纤、银纹等缺陷。高光注塑成型技术要求对模具温度的快速动态控制,然而在电加热高光注塑成型中,电加热棒与模具安装孔之间不可避免地存在间隙,间隙层内的空气大大阻碍热量向模具传递。研究了电加热棒与模具安装孔之间的间隙对电热变模温加热效率的影响,构建了电加热高光注塑模具的三维热响应分析模型,利用有限元分析软件ANSYS进行了三维瞬态传热分析,得到了在不同间隙下的模具表面和电加热棒内部的热响应曲线,并通过大量实验证明了理论分析和模拟方法的正确性。结果表明,加热相同时间,间隙量越小,模具表面温度越高,电加热棒内部温度越低,加热效率越高,相较于间隙在0.32 mm,间隙在0.05 mm加热到60 s的模具表面温度至少高出50%,电加热棒内部的温度至少低55%。隙量对模具加热效率的影响并非成线性关系,而是间隙量在越小的区间,加热效率对间隙更加敏感,研究结果为电热变模温高光模具结构设计和电加热棒的选用提供依据。     

新型HK□—□／3开启式负荷开关

高效节能、自动跳闸新型HK□—□/3开启式负荷开关,具有只要一相断开,就能自动跳闸的功能,从而电动机不会发生因一相熔丝断开而烧毁并能得到可靠地保护.本文重点介绍了HK□—□/3型开启式负荷开关的结构特点和工作原理.     

基于双重注意力机制的事件抽取方法

针对事件抽取存在未充分利用句法关系、论元角色缺失的情况,提出了基于双重注意力机制的事件抽取（event extraction based on dual attention mechanism,EEDAM）方法,有助于提高事件抽取的精确率和召回率.首先,基于4种嵌入向量进行句子编码,引入依赖关系,构建依赖关系图,使深度神经网络可以充分利用句法关系.然后,通过图转换注意网络生成新的依赖弧和聚合节点信息,捕获长程依赖关系和潜在交互,加权融合注意力网络,捕捉句中关键的语义信息,抽取句子级事件论元,提升模型预测能力.最后,利用关键句检测和相似性排序,进行文档级论元填充.实验结果表明,采用基于双重注意力机制的事件抽取方法,在ACE2005数据集上,较最佳基线联合多中文事件抽取器（joint multiple Chinese event extractor,JMCEE）在精确率、召回率和F1-score分别提高17.82%、4.61%、9.80%;在大坝安全运行日志数据集上,较最佳基线JMCEE在精确率、召回率和F1-score上分别提高18.08%、4.41%、9.93%.