基于一维ConvNeXt网络的齿轮箱故障诊断

针对齿轮箱发生故障时内部齿轮与滚动轴承受损情况复杂且难以识别的问题,提出一种基于ConvNeXt网络的齿轮箱故障诊断方法。该网络模型以深度可分离卷积为基础框架,构建适用于一维数据的残差块。为了提升网络模型的拟合能力,引入GELU(Gaussian Error Linear Units)激活函数对数据进行非线性变换。使用层标准化对数据进行归一化处理,抑制了中间协变量偏移现象并提升了网络的收敛速度和稳定性。使用DDS(Drivetrain Dynamics Simulator)齿轮箱故障数据集进行实验,结果表明此网络模型大幅降低了网络模型参数量,对齿轮箱各类故障均有较高的识别精度并具有良好的抗噪性。     

基于专业特色的本科经管专业法律课程建设

目前高校经管类专业中都开设有法律课程,以经济法最为典型.虽然经管类专业人才培养中法律教育已公认不可或缺,但在课程设置、开设时间等方面都存在问题,间接导致教学效果不佳,经管类专业中的法律教育“鸡肋”性质明显,通过分析在法律教学中存在的问题,提出经管专业的法律课程建设即应体现法律与经济的辩证关系,又要遵循法律学科规律,更要考虑客体的专业需求,建立具有专业区分度的经管专业法律教育.     

某型船油水代换系统设计和试验方法改进探讨

油水代换系统是解决舰艇因燃油消耗而引起的稳性下降的主要方法,在国内外潜艇上已有多年成功应用经验,自20世纪末也被极少量国内水面舰船所采用。某型船由于代换过程复杂、试验时油量浪费大,以及用户担心其可靠性等原因,导致该系统长期闲置。文中根据国内某型船已有的油水代换系统进行传感器可靠性相关试验,基于试验结果和借鉴俄罗斯潜艇的成功经验,对该船油水代换系统的设计、试验和使用等提出了四项优化改进措施,以提高该型船油水代换系统的可靠性、经济性及操作便利性,以使该系统最终能在国内水面舰船上发挥广泛有效的作用。     

浅析船舶设备研制过程中的项目管理

从项目管理的组织类型入手,结合船舶设备研发活动的特点以及项目型组织和职能型组织的优缺点,讨论管理新船舶设备开发和开发项目的组织要求,包括充分了解管理模式,积极创造支持项目管理的环境,以及采用适合项目特点的灵活组织形式,以期为船舶设备开发过程中的项目管理提供一定的参考。     

单洞双向公路隧道火灾场景临界风速研究

为解决公路隧道典型火灾场景通风排烟问题，以单洞双向公路隧道为研究对象，利用FDS软件采用数值模拟的方法对单洞双向公路隧道典型火灾工况下的临界风速面临的多种类型的影响因素进行分析研究，并获取相应的模拟数据；以不同类型的影响因素作为神经网络输入，临界风速作为网络输出搭建LSTM网络模型，并根据试验数据进行网络性能分析。结果表明：LSTM网络模型的预测值与期望值的最大相对误差不超过0.03,具有良好的准确性，在数据的精度方面可满足隧道消防工程的精度要求，较为准确地预测了多种因素作用下的典型火灾场景临界风速，为临界风速的研究提供了一种新方法，有助于进一步提升公路隧道安全运营。     

改进残差网络和迁移学习的齿轮箱故障诊断

针对齿轮箱故障诊断问题,提出一种基于多尺度特征提取与融合混合注意力机制的残差网络模型。该模型直接对原始振动信号进行特征提取,通过增加混合注意力机制来增加网络深度,提取关键信息,提高网络稳定性与故障识别准确率;串联首层多尺度特征提取模块,增加网络宽度,提取不同频率特征值的同时避免了梯度爆炸问题,最终故障诊断精度达到99.9%;通过噪声实验,验证网络具有较强鲁棒性。网络使用迁移学习的方式,解决了实际工业中数据量不足的问题,并验证了网络的泛化能力。所提网络具有公开性与实用性。     

基于多特征融合的隧道场景车辆再识别

为解决隧道内交通监控视频的低分辨率以及光照不均匀导致的再识别准确率偏低的问题，提出了一种基于多特征融合的车辆再识别方法，通过充分利用车辆的各种有效特征信息提升车辆再识别精确度。首先，将卷积块注意力模块(Convolutional Block Attention Module, CBAM)嵌入到YOLOv5模型的骨干网络卷积层，同时采用CIoU损失和DIoU-NMS方案，提高车型检测准确率；其次，使用改进DeepSORT的表观特征提取网络和ResNet网络，分别获取深度卷积神经网络(Deep Convolution Neural Networks, DCNN)特征和车型ID特征；再次，将车型特征、DCNN特征及车辆ID特征使用加和表示层进行融合，形成可鉴别身份特征，以提高车辆再识别精度；最后，基于Softmax交叉熵损失和三元组损失设计指标函数并进行学习，对学习结果进行重排序以进一步提高模型的精度，并将算法在公开数据集VeRi776、VehicleID和自建数据集Tunnel＿Veh4C进行训练验证。结果表明：与现有方法相比，提出的Rank-1、Rank-5和Rank-10识别准确率以及...