基于TTUR的C-DCGAN机械故障诊断模型稳定训练方法

针对条件深度卷积生成式对抗网络（conditional deep convolutional generative adversarial network ,简称C-DCGAN）在训练过程中出现的不稳定性问题,提出具有随机梯度下降的双时间尺度更新规则（two time-scale update rule,简称TTUR）用于C-DCGAN机械故障诊断模型训练中,在判别器和生成器具有单独学习速率的情况下提高模型的稳定性。首先,给出了TTUR在C?DCGAN模型中收敛性证明;其次,在西储大学轴承数据集（Case Western Reserve University,简称CWUR）和实验室行星齿轮箱数据集上验证其有效性;最后,引入Jensen-Shannon 散度（Jensen-Shannon divergence,简称JSD）指标评估模型捕获到的真实数据和生成数据之间的相似度。实验结果表明,TTUR提高了C-DCGAN的学习能力,优于传统的C-DCGAN。     

浅谈手机游戏的特点

手机游戏是一个新兴事物（当然．手机游戏仍是游戏．和PC游戏TV游戏有千丝万缕的联系）。如果能把手机游戏的特点加以总结和概括．对于我们把握它的设计开发工作无疑是有益的。下面．我们就来一起探讨手机游戏的一些特点。     

一种新型高升压比非对称T源DC-AC逆变器

非对称T源DC-AC逆变器采用单级式结构实现直流侧升压和DC-AC功率变换,具有比传统T源逆变器更高的直流升压比,应用于光伏、风电等并网发电系统时可进一步拓展可再生发电源的发电范围,进而提高可再生能源并网发电系统的利用效能。本文首先分析了非对称T源DC-AC逆变器的工作原理,推导了其直流升压比和各关键变量的时域表达式,从而获得其时域工作波形。进一步与传统T源DC-AC逆变器相比较以证明其在直流升压比方面的优势。相应的实验结果证明了理论分析结果的正确性。     

基于MEEMD样本熵与BAS-BP的轴承故障诊断

为了提高煤矿机械设备可靠性、降低维修成本,提出一种基于改进的集成经验模态分解(MEEMD)样本熵与天牛须搜索(BAS)算法优化BP神经网络的轴承故障诊断方法。首先,利用MEEMD算法分解振动信号并根据峭度准则和相关系数筛选出主要IMF分量;其次,提取前4阶分量的样本熵;最后,将样本熵值归一化后组成特征向量输入到BAS-BP分类器中,利用BAS算法搜索最佳参数进行故障诊断。利用凯斯西储大学的轴承数据集进行分析,并与BP、GA-BP神经网络的诊断结果进行对比,结果表明,该方法能够有效识别出轴承故障,分类效果优于BP、GA-BP神经网络,分类准确率达到95%。