基于卷积网络与自适应SVM的齿轮箱故障诊断

针对齿轮箱运作过程中故障诊断效果不理想的问题,提出了一种卷积神经网络(CNN)与粒子群优化的支持向量机(PSO-SVM)方法.首先利用特征参量求出信号的时频特征统计量,其次利用卷积神经网络对时频特征统计量进行二次特征提取,最后利用粒子群优化的支持向量机进行分类.经实验验证,此方法准确率不仅高于其他经典网络模型,而且训练...     

锂离子二次电池石墨烯基负极材料研究进展

石墨烯是构建其它维数碳质材料基本单元,因其优异的导电性,良好的机械性能,成为了当前材料科学领域研究的热点。石墨烯基纳米材料更是处在当前化学研究的最前沿。本文重点阐述了石墨烯基负极材料的最新研究进展,主要包括石墨烯基负极材料的储锂机理、石墨烯与硅复合负极材料和石墨烯与过渡金属氧化物复合负极材料的研究进展,并展望了石墨烯基负极材料的应用前景。     

粗糙集-BP神经网络组合在PSC选船模型中的应用

本文以欧盟最新港口国监督法令(2009/16/EC)巴黎备忘录目标船选船机制(NIR)为研究对象,提出基于粗糙集和BP神经网络组合算法的PSC的新选船模型。研究结果表明:该算法有效结合粗糙集理论与BP神经网络的优点,属性约简科学合理,避免选择评价因素的主观影响,简化了网络结构。     

贝叶斯与遗传神经网络相融合的柴油机故障诊断研究

利用小波包分解提取缸盖振动信号的特征向量,提出选择因子对改进误差反向传播(BP)神经网络和超1-依赖贝叶斯算法的诊断结果进行融合,克服贝叶斯和神经网络的不足。通过在WD615柴油机上的实验检测,证明了该方法的有效性。     

珠海高栏港某工程临时围堰位置方案选取

当工程的建设工期较为紧迫,需考虑先期进行该项目的陆域形成和软基处理工程时,临时围堰位置的确定是设计的关键。通过具体分析珠海某工程得出:临时围堰位置的确定应根据工程地质、后建码头结构方案及软基处理的范围等综合考虑,使其对后续可能的码头水工结构方案均具有适应性,尽可能减少重复建设和再次进行软基处理。     

高性能塑料排水板在软基处理工程中的应用

重点分析高性能塑料排水板和普通排水板在软基加固效果、费用等方面的差别,并结合沉降监测数据和加固检测结果,证明高性能塑料排水板不但加固效果优势明显,而且具有较大的经济优势,为大面积的软基加固提供了一种更加优良、经济的新材料、新工艺。     

基于BP神经网络的复杂布局管道泄漏检测研究

对基于BP神经网络的复杂布局管道泄漏检测与定位进行研究,确定实验方案和研究内容,介绍BP神经网络的输入参数、训练目标和隐含层节点个数,阐述基于BP神经网络的复杂管道泄漏检测研究。研究表明：用BP神经网络来预测复杂管道发生泄漏后的泄漏量大小是完全可行的;用其对是否发生泄漏进行状态辨识,则还要进行数据的二次处理;由于训练样本过少,用BP网络进行泄漏定位时会产生较大的误差,建议增加训练样本数,从而提高泄漏定位精度。     

有限元法在重力式码头安全性评估中的应用研究

在对重力式码头进行检测评估时,需要对码头的安全性进行验算分析。文章结合某实际工程,通过建立有限元模型,结合规范中的相关公式,计算分析了码头整体的抗滑稳定性、抗倾稳定性及基床应力。研究表明,有限元法与传统规范计算方法相比,计算过程更简便,计算结果也更精确。     

多相异步电机电磁噪声研究

本文利用Ansoft仿真软件对不同绕线方式下的电机电磁场进行了有限元仿真,分析了不同条件下的气隙磁场与定子铁心所受径向力,对多相电机的低噪声设计方法进行了讨论。通过分析不同负载条件下的电机电磁场,研究了负载对电机噪声的影响。     

线性神经网络在舰船磁场推算模型中的应用

针对舰艇内外磁场推算问题,从智能优化的角度出发,建立了内外磁场之间的线性神经网络预报模型。该方法避免了利用数值建模存在的诸多困难,可实现舰艇内外磁场有效推算。并利用船模实验验证了网络预测的准确性,其换算精度相较于数值建模有所提高,满足工程实际需求。