基于改进LSTM-SVM的多传感器船舶旋转机械快速故障诊断方法

微小故障的快速诊断是预防和减少重大显著性故障发生的关键.近年来,基于深度学习的智能故障诊断方法已成为船舶旋转机械领域研究的热点.本文提出了一种基于改进的LSTM-SVM的循环神经网络深度学习算法,解决船舶旋转机械在多传感器监测环境下的快速故障诊断问题.该算法首先采用多层堆叠的LSTM网络作为特征提取器捕获多通道时间序列原始数据中的故障微弱特征,然后在网络末端采用非线性支持向量机(SVM)代替传统的Softmax函数作为分类判别器,进一步提升诊断准确率.实验结果表明,提出的方法具有更高的诊断准确率和更快的诊断速度,更适用于多传感器监测环境下微小故障的快速诊断和实时检测.     

DCP检测在改良土路堤填筑中的应用

DCP基本简介DCP是美国明尼苏达州公路系统用来量测路基土灌入深度的一种仪器,通常简称为贯入仪。其总重为20kg,包括落距为575mm的8kg重的落锤,2根mm的贯入钢杆,标尺以及与贯入钢杆底部相连的直径为20mm的圆锥头,     

资讯

做到"三个把握"促进打捞经营科学发展近日,救捞系统2011年经营管理工作会在京召开。会议提出,"十二五"将以应对海(水)上重大沉船事故、重大船舶溢油事故以及大深度水下突发事件的应急救援为重点,建设具备打捞沉船载重8万吨(60米水深以浅)和大深度应急抽油的作业能力。交通运输部副部长徐祖远充分肯定了"十一五"期间救捞系统打捞单位在经营发展上取得的显著成绩。     

基于可靠性分析和全寿命周期成本的车门深度维修策略

广州市轨道交通三号线为国内首条时速120 km/h线路,早期投入运营列车(简称B1车)的使用已超过13年,车门系统为电动塞拉门结构。随着运营时限的逐步增长、正线客流的持续攀升以及正线行车间隔的压缩,车门系统故障频繁,如门控器可靠性低、防夹启动灵敏等,给正线运营造成了较大影响,难以满足大客流情况下的运营需求。文章通过对B1车车门系统进行可靠性以及全寿命周期成本分析,提出深度维修策略,在提高设备可靠性的同时也能够降低维修成本。     

智能驾驶实时目标检测的深度卷积神经网络

为提高深度学习神经网络运行速度,满足智能驾驶对算法实时性的要求,基于一种一体化实时目标检测算法YOLO和一种目标检测网络模型Faster RCNN,提出一种结合两者特点的实时目标检测神经网络。该网络保留区域卷积神经网络(R-CNN)算法的二次检测模式和区域生成神经网络RPN,去掉先验框,采用YOLO直接预测位置。结合Mask R-CNN中的ROI-Align方法进行二次位置修正,减少了Faster R-CNN中ROI-pooling所带来的位置预测偏差。对改进后的网络在KITTI数据集上进行测试,结果表明:改进后的神经网络检测一次仅耗时38 ms,检测的平均精确度高于YOLO和Faster RCNN,且对于不同大小的目标都具有很好的泛化能力。     

如何做好工程变更管理

高速公路特别是山区高速公路,由于其所处施工环境的复杂性、地质情况的不可预见性,勘测设计工作的局限性和本身设计深度的不足等,决定了高速公路在施工过程中发生工程变更的必然性和频繁性。高速公路变更涉及面广、频率高、数量多、金额大,审批环节多、审查严格,所以做好工程变更管理工作对承包人、项目业主,都显得格外重要。     

基于深度学习的公路货车车型识别

为判断公路货车车型，并提升货车车型识别的速度与精度，提出基于深度学习的方法对公路货车及其轮轴进行精细化目标检测；采用道路监控拍摄和网络爬取的方式获得了16 403张公路货车侧方图像，建立了货车侧方图像数据集，并采用Retinex理论和加入限制对比度的自适应直方图均衡化(CLAHE)等视觉增强方法预处理所采集图像中的光照不均图像和夜视图像；通过理论分析和对比试验选取单阶段检测网络YOLOv3作为公路货车车型识别的目标检测网络，并从调整先验框和模型输入大小以及引入注意力机制3个方面优化了检测模型；针对单帧图像可能同时出现多辆货车的情况，采用基于目标位置信息挖掘的算法分析了货车与轮轴的位置信息，提出一种通过轮轴中心点与货车预测框位置信息判定公路货车与轮轴隶属关系的方法。研究结果表明：图像经过预处理可显著增强车辆的特征信息，优化后检测模型的网络性能得到提高，通过对目标位置信息的挖掘与利用可以很好地解决货车车型判定问题；优化后的检测模型实时检测速度可达47帧·s^-1,对公路货车车型的识别综合准确率达到了94.4%。该方法实现了对公路货车车型的无接触、快速和准确识别，为公路货...     

广州开发区汽车及配件用品行业协会筹备公告

通用汽车公司30日证实总裁兼首席执行官瓦格纳递交辞呈。瓦格纳在辞职信中说，上周五我在华盛顿会晤美国政府官员。趁此机会，他们希望我放弃通用汽车CEO这一职务．我表示同意。     

“SEVAN DRILLER”海洋钻探储油平台

<正>全球首座圆筒型超深水半潜式海洋钻探储油平台。是当今世界海洋石油钻探平台中技术水平最高、作业能力最强的高端领先产品。其设计水深12500英尺,钻井深度40000英尺,通