高碳钢Ac1f透烧球化退火新技术新工艺

在对高碳钢球化机制研究的基础上，提出了球化加热奥氏体化的Ac1f透烧快速球化新技术。并应用于GCr15钢和T12钢制件上，取得了明显的经济效益。     

内燃平衡重式叉车冷却系统过热故障分析与排除

对于现在的内燃平衡重式叉车(简称叉车)来说都是以柴油机或汽油机作为动力源的。而柴油机或汽油机普遍采用的是活塞式内燃机,内燃机只应用了热能的30％左右,其余的热能大部分被排气所带走,剩余的则被内燃机的零部件所吸收。内燃机在工作时,气缸内的温度可高达1730-2400℃,因此,那些与高温燃气直接接触的零部件(如气缸体、气缸盖、活塞、气门等)的温度将升高。如果这些零部件的温度过高：(1)则降低了充气效率,导致内燃机的功率下降;(2)使金属材料的机械性能降低,造成零件的变形,破坏零件之间的配合间隙,引起零件的急剧磨损,严重时还可能发生零件断裂事故;(3)高温也会引起气缸壁机油变质,使其失去润滑性能甚至结焦,加剧了零件的摩擦和磨损,甚至卡死活塞。因此,为了保证内燃机正常工作,必须设有冷却系统。     

核电厂应急监测计划的关键问题及探讨

应急监测计划是核电厂应急计划的重要支持性文件,是核电厂应急监测准备和响应的重要依据。本文从核电厂事故应急监测方案、监测方法、监测设施设备配置、应急监测响应、监测能力的保持、质量保证等关键问题进行分析研究,提出相关建议,为核电厂应急监测计划的制订提供参考。     

海量数据环境下用于入侵检测的深度学习方法

针对传统浅层机器学习方法无法有效解决海量入侵数据的分类问题,提出了一种基于深度信念网络的多类支持向量机入侵检测方法(DBN-MSVM)。首先,该方法利用深度信念网络对大量高维、非线性的无标签原始数据进行特征降维,从而获得原始数据的最优低维表示;然后,利用二叉树构造多类支持向量机分类器,并对获得的最优低维表示进行网络攻击行为识别。最后在KDD’ 99数据集上进行实验仿真,DBN-MSVM方法可缩短支持向量机分类器的训练时间和测试时间,提高了海量入侵数据的分类准确率。     

基于自编码网络特征降维的轻量级入侵检测模型

基于支持向量机(SVM)的入侵检测方法受时间和空间复杂度约束,在高维特征空间计算时面临“维数灾害”的问题.为此,本文提出一种基于自编码网络的支持向量机入侵检测模型(AN-SVM).首先,该模型采用多层无监督的限制玻尔兹曼机(RBM)将高维、非线性的原始数据映射至低维空间,建立高维空间和低维空间的双向映射自编码网络结构,进而运用基于反向传播网络的自编码网络权值微调算法重构低维空间数据的最优高维表示,从而获得原始数据的相应最优低维表示;最后,采用SVM分类算法对所学习到的最优低维表示进行入侵识别.实验结果表明,AN-SVM模型降低了入侵检测模型中分类的训练时间和测试时间,并且分类效果优于传统算法,是一种可行且高效的轻量级入侵检测模型.     

组合滚轮在叉车门架系统中的应用

传统的叉车门架系统多采用主滚轮与侧滚轮分体布置(独立安装)的结构形式,这种布置形式使整个门架系统的构造尺寸比较大,门架升降位移空间受到限制,安装维护不便.1976年全国叉车联合设计后开始应用组合滚轮,组合滚轮较分置滚轮具有更好的安全性和维修性,定位精度高以及结构紧凑等优点.     

ISO管理体系标准在企业风险管理中的应用

一．前言 “风险无处不在”。最近几年,风险管理的理念已经在公司和企业广为流行。风险管理是一个常识性方法论,为企业内部决策指出了明确的方向和途径,旨在识别可能会影响企业的潜在因素,并对风险进行管理以使其在该企业的风险容量之内,并为企业的目标实现提供合理的保证。     

一种用RBF神经网络改善传感器测量精度的新方法

介绍一种利用径向基函数(RBF)神经网络和智能温度传感器DS18B20改善传感器精度的新方法。RBF网络具有良好的非线性映射能力、自学习和泛化能力,通过大量的样本数据训练构建了双输入单输出网络模型,采用改进的算法实现了传感器高精度温度补偿。     

让您的座驾刹车更安全——ISO标准提供集成化试验方法

为了保证驾驶员的驾驶安全和机动车达到最佳制动性能,ISO最近发布了一项新的刹车衬片制动试验标准。     

ISO新标准让您的驾驶更安全

无论是租车还是买车,当您第一次驾驶汽车出行,所期望的一件事情就是可以操控好车锁、车窗、风挡雨刷器等设备。一项新修订的ISO12214：2010《道路车辆-汽车手控装置的转向指示器》国际标准为驾驶员手动控制方案提出了设计建议,令驾驶员操作更为合理可行。