SIL验证与安全仪表系统的优化设计

安全仪表功能(SIF)回路是为了降低特定场景的安全风险而设置的,定级报告中SIF回路的功能描述是工艺设计的完整逻辑要求,包含关键动作及附件动作。安全完整性等级(SIL)验证属于概率学领域研究范畴,影响失效率的因素多且复杂。如果SIL验证无法通过,将造成大量的设计变更,浪费工程投资,影响工期。设计人员应关注SIL定级报告中关键动作的识别、要求平均失效概率以及SIF回路架构的约束。按照文中方法优化测量元件、逻辑控制器、执行元件及辅助元件的设计,可增加通过验证的概率。在没有预验证及安全要求规格书时,可以参考文中典型可通过SIL验证的SIF回路的经验架构进行优化设计,以减少工程变更。     

基于集成DBN的肺部肿瘤计算机辅助诊断模型研究

针对目前肺部肿瘤计算机辅助诊断模型存在的识别精度不高和漏诊率、误诊率降低困难等问题,提出一种基于集成深度信念网络(DBN)的肺部肿瘤计算机辅助诊断模型。首先,探讨不同的隐层数和隐层节点数对DBN识别性能的影响,从而确定合适的网络结构,并以该网络结构在三个模态(CT,PET,PET/CT)肺部图像构成的样本空间构建三个单一DBN个体分类器(CT-DBN,PET-DBN,PET/CT-DBN);然后,探讨输入图像大小、RBM学习率、训练批次大小、反向传播次数对DBN识别性能的影响,从而确定合适的参数训练三个单一DBN个体分类器;最后,采用"相对多数投票法"对三个DBN个体分类器进行集成,得到该模型的最终结果。实验结果表明,基于集成DBN的肺部肿瘤计算机辅助诊断模型的整体性能优于三个单一DBN个体分类器。     

Z100节点采集系统主要辅助软件功能介绍及注意事项

近年来,随着勘探技术的发展,地震勘探正在从传统的有线仪器(以Sercel400系列为代表)向新型的无线采集仪器(以Fairfield公司节点仪器产品为代表)过渡。经过多年的野外勘探应用,Sercel400系列仪器的使用和维护已经积累大量的经验和操作技巧,而新型的节点仪器在这方面比较欠缺。本文作者以Fairfield公司Z100节点仪器系统为代表,介绍了实际生产中接触到的软件和功能,并对遇到的问题进行总结,给大家提供参考,使大家对其Z100有初步的了解。     

基于辅助功能的CJK0620数控车床安全门的控制改造设计

在分析CJK0620数控车床加工生产工艺的基础上,提出了利用数控系统富余的辅助功能指令对安全门进行自动控制改造,并且使安全门在刀具移动的过程中进行关闭和打开,不占用辅助时间,提高生产效率。设计了安全门气动和电气控制系统原理图,并给出了控制程序案例。     

VaspCZ:一个提高效率的VASP计算辅助程序

VASP(Vienna Ab-initio Simulation Package)是基于密度泛函理论的通用材料计算模拟软件。随着高性能计算平台的广泛使用和高通量计算的兴起,VASP计算任务的复杂性和数据量也大幅度提升。为了提高材料理论计算的方便程度,减少大量重复的指令和结果检查的复杂性,本文提供了一个基于Python语言的VASP计算辅助程序VaspCZ,能够大幅提高研究者的科研效率。该程序包含软件部分和API部分,软件部分提供了命令行用户界面,基于基本的Linux命令即可一键完成VASP计算的相关操作,为无编程语言基础的研究人员提供了便利。应用程序接口部分服务于具有Python语言基础的研究者,提供了底层库,使得自定义计算(如高通量计算、编写高级应用等)更为简单快捷。本程序包可以显著提高VASP的计算效率,并已经通过Github开源项目公开,提供了详细的使用文档、使用示例和API接口,有望能为广大材料理论研究者提供便利。     

辅助站立装置的设计与研究

随着老龄化社会的来临,老年人的日常独立生活备受关注。其中,生活中重复较多的坐立动作已成为越来越多老年人,特别是患有脊椎腰椎损伤、骨质疏松、腿部疾病的老年人不得不面对的严峻挑战。基于此,提出了一种辅助人体站立的装置,旨在帮助老年患者完成频繁的坐立动作。首先,分析了人体自然站立的运动学过程,建立了简化的人体站立数学结构模型,通过自然站立实验测定了人体膝关节的角度变化特性。其次,基于人体自然站立过程的运动学特性设计了一款人体辅助站立装置,并运用Solidkworks软件完成了机构的三维建模。最后,采用ADMAS软件进行运动仿真,确定了人体辅助站立装置的运动参数。通过实验和仿真数据对比可知,该装置符合人体自然站立的运动学规律,具有一定的辅助站立功能,可以运用在一些特定的场合如站立康复训练、久坐场合等。     

基于SCAE⁃ACGAN的直升机行星齿轮裂纹故障诊断

直升机行星传动轮系结构复杂、工况多变,其振动信号受工况影响大,在故障样本较少的情况下导致行星齿轮箱故障诊断准确率不高,早期故障诊断困难。针对上述问题,提出将堆栈收缩自动编码网络(stacked contractive autoencoder,简称SCAE)与辅助分类生成式对抗网络(auxiliary classifier generative adversarial networks,简称ACGAN)相结合的SCAE-ACGAN故障诊断方法。ACGAN的生成器产生与真实样本具有类似分布的生成样本,扩展训练样本集,并与真实样本一起输入至判别器进行训练。ACGAN采用SCAE作为判别器,利用SCAE良好的抗数据波动能力,从扩展样本集中挖掘出有效的深度特征,并实现样本的真伪与类别的判定。ACGAN的判别器和生成器在对抗学习训练机制下交替优化,提高方法的样本生成质量与故障判定能力。将SCAE-ACGAN应用于直升机行星轮裂纹故障诊断,结果表明,SCAE-ACGAN的故障诊断性能好,在样本数量少与工况变化情况下具有较好的健壮性和适应性。