基于多尺度卷积类内迁移学习的列车轴承故障诊断

考虑变工况下列车轴承振动数据分布不一致情况下, 传统深度学习诊断模型的泛化能力下降, 提出了一种多尺度卷积类内自适应的深度迁移学习模型; 模型利用改进的ResNet-50网络分析振动数据的频谱, 得到了中间层次特征, 构造了多尺度特征提取器, 从不同尺度处理中间层次特征得到高层次特征; 将高层次特征作为分类器的输入, 同时计算了伪标签以缩短在不同工作条件下收集的振动信号的条件分布距离来进行类内匹配; 为了验证模型的通用性和优越性, 将提出的模型分别用于列车轮对轴承数据集和凯斯西储数据集的多个工况进行试验验证和分析。研究结果表明: 通过对齐不同域中同一类样本的高层次特征作为分类器的输入, 提出的模型获得了更为理想的故障诊断精度; 在列车轴承6个变工况诊断实例中, 平均诊断精度为90.75%, 与传统深度学习模型相比, 模型诊断精度平均提高了约10%, 召回率为0.927;在凯斯西储数据集的12个变工况诊断实例中, 模型平均诊断精度达99.97%, 比传统模型提高约10%。可见, 利用伪标签减小了不同域之间的条件分布差异, 很好地处理了源域和目标域数据分布不一致的问题; 多尺度特征提取器能从不同尺度对齐样本的高层次特征, 增强了模型的泛化性与鲁棒性, 是解决变工况列车轴承故障诊断问题的一种有效模型。      

SoC的可靠性和低功耗协同优化

针对SoC的高可靠性和低功耗的设计要求,分析了动态电压与频率调节技术对系统功耗、温度和软错误率的影响,构建了SoC的可靠性和功耗的协同优化设计模型,提出了可靠性和低功耗协同设计的新方法,并通过考虑可靠性的动态电压与频率调节调度算法进行了仿真,验证了算法的有效性和可行性.结果表明,在可靠性降低5%的情况下,可节省约15.99%的功耗.     

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。     

粗集料UHPC收缩与力学性能

为降低超高性能混凝土(UHPC)收缩和开裂风险, 进行了5组不同粗集料掺量(质量分数分别为0、12.5%、22.5%、32.5%和42.5%)的UHPC的自收缩、基本材性(抗压强度、抗拉强度和弹性模量)、集料级配和圆环约束收缩等试验, 分析了粗集料掺量和集料级配对UHPC自收缩和基本材性的影响, 并采用提出的收缩开裂应力相对差值评价粗集料的掺入对UHPC收缩开裂的影响; 进行了有、无粗集料UHPC在圆环约束下的开裂性能试验与对比分析, 验证粗集料掺入对减小UHPC收缩开裂的有效性, 并给出UHPC中粗集料掺量和最大粒径限制的建议。研究结果表明: 随着粗集料掺量的增加, UHPC早期自收缩量降低, 最大降幅近20%;粗集料对UHPC的弹性模量、抗压强度和抗拉强度等的影响程度与其掺量和级配有关, 当粗集料掺量为22.5%时, 其级配曲线几乎全部处于富勒氏与泰勃特曲线范围内, 是5组材料中堆积最紧密的一组, 对UHPC弹性模量与抗压强度提高最为显著, 对抗拉强度的降低幅度影响最小; 当粗集料掺量为22.5%时, UHPC收缩开裂应力相对差值最大为1.31 MPa, 为试验中的最合理掺量, 可有效降低收缩开裂风险; 与未掺粗集料的UHPC相比, 圆环约束下掺有22.5%粗集料的UHPC的残余应力与拉应力水平分别降低15.8%和14.7%, 其抗裂性能得到提高; 建议对粗集料UHPC进行紧密堆积设计以获得尽可能优的材性, 对掺有长度为12~20 mm钢纤维的UHPC, 其集料的最大粒径可放宽至9.5 mm。      

基于CNN与LSTM混合算法下的学生学习表情识别研究

智慧课堂中学生学习表情的精准识别对于提升课堂效率,掌握学生实时学习状态具有重要的作用。传统单一性的卷积神经网络(CNN)算法对学生学习表情的特征抓取精度不够,尤其是学生微表情状态下的抓取效果更不理想。基于此,本文创新性地提出基于CNN与长短期记忆网络(LSTM)的混合表情特征提取识别算法,充分利用CNN提取学生学习表情中的空域特征并存储,对应的时域特征提取层面充分利用LSTM对学生学习表情视频序列特征进行挖掘抓取,将学生学习表情的时域特征与空域特征进行平均化处理,从而构建一套完整的学生学习表情识别算法,最后基于该算法网络进行深度学习训练。基于本文的实验结果,对应的愉悦、困惑、惊讶、中性和疲倦这五种学习情感状态识别率得到了大幅提升,对应的识别准确率最高可达71.9%,识别性能大幅提升。     

基于符号权重的一阶逻辑前提选择方法

为增强自动定理证明器从一阶逻辑问题的大规模前提中选择相关前提的能力，首先，提出符号权重计算公式，基于符号在问题中出现的频率获取不同符号对应的权重；其次，提出相关度计算公式，利用分配的符号权重计算问题中前提和结论间的相关度；同时，研究自适应相关度边界，用于判断前提与给定的结论是否相关；最后，在自动定理证明器中交互地结合前提选择和自动推理两个过程，可在充分选择相关前提的情况下及时停止前提选择过程.实验结果表明：在最优情况下，新提出的前提选择方法能够把参与证明的平均前提数量从1 876个降低到174个；与广泛使用的前提选择方法 E-SInE和Vampire-SInE相比，使用新方法能够帮助自动定理证明器E在MPTP2078基准测试集上分别提高19.49%和10.49%的证明率.     

面向多层级目标的汽车前围声学包优化研究

为了研究汽车声学包设计参数对其多性能目标的影响,首先,改进了传统的深度信念网络（DBNs）方法,并提出SVR-DBNs (support vector regression-deep belief networks)模型,提升了模型映射的准确度;其次,从车辆噪声传递关系与层级目标分解角度出发,提出了一种多层级目标预测与分析方法;最后,将所提方法应用于具体车型的前围声学包性能、重量与成本多目标预测与优化分析.研究结果表明：SVR-DBNs方法对前围声学包性能、重量与成本目标预测准确度均在0.975以上,优于传统的反向传播神经网络（BPNN）、SVR与DBNs模型;基于SVR-DBNs模型的优化结果与实测结果接近,两者加权目标相对误差为1.09%（平均传递损失（MTL）、重量和成本相对误差绝对值分别为1.44%、1.04%与0.71%）,优化后的实测结果较前围声学包原始状态性能、重量和成本分别提升了5.51%、9.01%与4.40%.     

特征融合与约简的纹理分类方法研究

提出了一种新的基于多特征融合的纹理分类算法.首先,通过灰度共生矩阵(GLCM)、高斯马尔科夫随机场(GMRF)和二进制小波(Wavelet)抽取纹理特征,采用基于K近邻域(K-NN)分类器的留一法交叉验证错误率作为顺序前向搜索算法(SFS)的评估函数进行特征约简,从而有效地将多特征进行融合,最后利用K-NN分类器对融合后的特征进行分类.对Brodaz纹理库的测试结果证实:(1) GCLM,GMRF和Wavelet方法提取的纹理特征具有互补性与协同性;(2)与单独的纹理特征提取方法相比,多特征融合与约简的方法取得了更高的识别精度;(3) 与简单的特征联合方法相比,文中提出的方法识别率可提高约4%;(4) 与经典特征降维方法(主成分变换(PCA)、Fisher判别(LDA)法)相比,文中提出的方法在识别精度和识别效率方面更具有优势,是一种实用的纹理分类方法.     

超声波法检测基桩混凝土缺陷的实例分析

本文简要介绍了超声波法进行基桩检测的基本原理：分析了基桩检测异常信号的识别方法;通过工程实例,进一步探讨了基桩检测中的关键问题,超声波在桩身缺陷传播声时（波速）,接收波形等声学参数变化。结果表明,综合利用超声波声学参数的变化特点可有效提高桩基检测的准确性和可靠性。     

非英语专业学生六级作文中动名词短语搭配错误分析

文章运用错误分析理论对非英语专业学生在六级作文中的动名词搭配错误进行分析,研究发现,当前非英语专业学生六级作文中主要存在:动名词短语搭配的错误率较高、母语的负迁移影响到学生动名短语搭配等问题,基于以上研究结果,笔者对动名词搭配的学习提出了相应的建议。     

LMS算法在船舶航行危险评估中的应用

在分析影响航行安全因素的基础上,将模式识别方法引入到航行危险评估中,并采用LMS算法构建船舶航行危险评估模型。利用问卷调查收集到的影响航行安全的数据,采用可变学习速率的方法,对模型进行训练和验证。结果显示采用LMS算法构建的船舶航行危险评估模型错误率低至0.03。该模型可快速识别船舶航行危险,为驾驶员操船提供参考,对保障航行安全有重要意义。     

结构随机振动有限元/边界元法声学数值仿真

建立了结构振动的有限元模型和声学分析的边界元模型,基于边界元法推导了声学响应函数的计算公式,利用声学响应函数和激励谱密度推导了设计域点响应声压的自谱密度函数.以平板稳态振动声辐射为研究算例,计算了1~200 Hz的声学频率响应函数,并计算了系统受常谱密度和变谱密度随机载荷激励的声学响应.理论推导和实例结果表明,基于边界元法的声学响应函数可有效的求解随机声场.     

燃油硫含量对轻型柴油车颗粒物排放的影响研究

在底盘测功机上通过全流稀释取样法,对三种不同型号的轻型柴油轿车,分别采用硫含量为50 mg/kg和350 mg/kg的2种燃油进行法规循环测试.试验对比分析了装有颗粒捕集器后处理装置的车辆和没有后处理装置的车辆在分别不同燃油试验下的颗粒物数目及质量的排放情况.试验结果表明,在相同测试工况下,使用50 mg/kg的燃油时,颗粒物质量的比排放要比使用350 mg/kg燃油时降低30%以上,然而颗粒物数目排放却增加了近20%(无颗粒捕集器车辆);通过同型号的车对比试验,安装颗粒捕集器后,颗粒物数目排放降低率可达99%,质量排放降低率在90%以上.     

结构随机振动有限元/边界元法声学数值仿真

建立了结构振动的有限元模型和声学分析的边界元模型,基于边界元法推导了声学响应函数的计算公式,利用声学响应函数和激励谱密度推导了设计域点响应声压的自谱密度函数.以平板稳态振动声辐射为研究算例,计算了1~200 Hz的声学频率响应函数,并计算了系统受常谱密度和变谱密度随机载荷激励的声学响应.理论推导和实例结果表明,基于边界元法的声学响应函数可有效的求解随机声场.     

胶州湾沉积物声学与岩土工程性质关系研究

基于胶州湾近岸海洋沉积物柱状样品声学物理与力学性质实验室测量计算与原位力学性质测量等方法,采用数理统计分析方法对该海域不同类型沉积物声学物理力学性质开展了实验研究。研究结果表明:胶州湾近岸不同类型沉积物压缩波速与剪切波速差异明显。其中,粉砂质砂压缩波速与剪切波速最高,黏土质砂、砂质粉砂、砂质黏土、粉砂质黏土压缩波速次之,黏土最低;同一类型沉积物压缩波速差值普遍低于50 m/s,剪切波速差值普遍低于20 m/s;不同类型沉积物动弹性模量与动剪切模量的变化规律与声学性质基本一致,但其变化趋势不显著;沉积物声学性质与物理力学性质指标间表现为良好的二次函数关系,声学性质与物理性质间的相关程度显著高于力学性质,在测试指标量值范围内,沉积物压缩波速与剪切波速随沉积物容重与强度的增长而增长,随沉积物含水量与孔隙度的增长而降低。     

基于集成学习算法的航路网络航段交通拥挤识别方法研究

基于航路网络ADS-B航迹数据定义航路网络航段交通流量、航段交通密度、航段交通饱和度、航段交通接近率4 项交通拥挤状态评价指标;采用模糊C均值聚类算法和航段历史交通拥挤状态评价指标参数划分航段交通拥挤状态等级;结合集成学习算法构建航路网络航段交通拥挤状态识别模型,实现航段交通拥挤状态的识别. 实证分析表明：航路网络交通拥挤状态集成学习识别模型对实验航路网络航段交通拥挤状态识别准确率达到98.34%,采用决策树基学习器优于k 近邻基学习器,且增加的集成学习基学习器数量可提升模型的识别精度;集成学习识别模型的识别性能优于BP神经网络模型,识别方法符合实际且具有应用价值.     

差分磁罗盘与速率陀螺组合航向系统设计

提出了差分磁罗盘概念,分析了其用于动态罗差识别时的可行性。以C8051F005为核心,组建了方案验证所需的差分磁罗盘与速率陀螺实验系统。实验结果表明,在识别率大于50%,错误率小于15%前提下,动态罗差识别精度为8 ～10 ,说明差分磁罗盘能有效提高系统对动态罗差的识别率与在组合系统数据融合算法中磁罗盘测量信息的可信度。     

声波透射法基桩检测应用探讨

声波透射法是利用声波的透射原理,通过换能器在预埋声测管中发射、接收声波,得到实测声波在混凝土介质中传播的声时、波幅和频率等声学参数的相对变化,从而判断桩身完整性的一种检测方法。公路桥梁基桩工程属于隐蔽工程,处于桥梁质量控制的关键环节,由于无法通     

基于时域卷积网络与注意力机制的车辆换道轨迹预测模型

精准的车辆轨迹预测模型可以为自动驾驶车辆提供其周围车辆的准确运动状态信息,进而判断本车与周围车辆短期内是否有发生冲突的可能性。本文提出一种基于时域卷积网络与注意力机制(Temporal Convolutional Networks with Attention mechanism,TCN-Attention)的车辆换道轨迹预测模型。该模型以时域卷积网络作为当前输入的特征提取器,利用时间与空间注意力机制使模型在不同时间和空间位置之间建立动态关联,更准确地捕捉车辆之间的动态时空相关性,实现准确预测车辆换道轨迹。与传统单一车辆轨迹特征输入不同,本文通过对输入特征进行多维扩充与融合,进一步提高了轨迹预测准确率。此外,本文提出一种换道执行起止时刻定义方法更准确地确定数据集中的换道起止时刻。实验表明,本文所提模型能以高准确率预测变换车道轨迹,在整体效果上优于其他深度学习模型,与ConvLSTM (Convolution Long Short-Term Memory)相比,TCN-Attention的平均绝对误差(Mean Absolute Error,E_MAE)降低了69.8...     

数字控制系统中的微分器

为了抑制微分器噪声输出和提高信噪比,文中列出了几种微分器的数值算法,并进而总结为一个计算公式。根据模拟电路经离散化得到的脉冲传递函数,既可作为带有低通滤波性能的微分器,又可作为微分状态估计器。本文所述的微分器无论在结构、计算速度等方面均优于一般状态空间方法设计的状态估计器。