基于深度学习的铣刀剩余寿命预测方法研究

刀具剩余寿命预测对保证设备正常运行和提高生产效率具有重要意义.建立了一种改进的基于一维卷积神经网络(one-Dimensional Convolutional Neural Network,1DCNN)和双向门控循环单元(Bidirectional Gated Recurrent Unit,BiGRU)的铣刀剩余寿命预测混合模型.借助评分函数能对误差进行不同程度的惩罚,在均方误差函数的基础上引入评分函数,构造了一种基于均方误差和评分函数(MSE-Score)的调和平均(Harmonic Mean-MSE-Score,HM-MSE-Score)损失函数;利用卷积层和池化层代替BiGRUs处理后的全连接层,设计了1DCNN-BiGRUs-CP混合模型,实现铣刀剩余寿命预测.结合铣刀磨损实验,验证了该预测混合模型具有较高的预测精度和较快的运行速度,研究结果能为数控加工过程中铣刀剩余寿命预测提供理论依据.     

常用微生物培养有机质对小球藻生长的影响

为探求小球藻快速生长所需营养条件,选用3种实验室常用的微生物培养有机质蛋白胨、酵母提取物、牛肉膏,在一定的光照强度和温度下,比较其对小球藻生长的影响。结果表明,蛋白胨对小球藻生长的促进作用最大,其次是牛肉膏,酵母提取物几乎不能促进小球藻生长;在蛋白胨质量浓度为1.00%时,小球藻的生物累积量达到最高;考虑到经济成本,蛋白胨的质量浓度以0.60%为宜。     

水性铁红丙烯酸防锈漆的研究

介绍了水性铁红丙烯酸防锈漆所用乳液的聚合工艺,漆的生产过程,以及产品性能检测与应用.     

关于武汉市资源环境治理的政策建议

近年来武汉市资源环境治理取得了一定成绩,但还存在许多问题,水资源、空气质量都有所下降,资源环境问题日益严重。针对武汉市自然资源环境的现状要采取各部门联动综合管理环境资源、以行政命令方式转向市场引导为基础的调节方式、加强政府支持力度,鼓励公众参与、加快产业升级,大力发展环保产业等措施。     

基于卷积神经网络的铣刀磨损状态识别技术研究

刀具磨损状态监测对于保证设备运行安全及提高生产效率具有重要意义.建立了基于一维卷积神经网络和极限学习机(1DCNN-ELM)混合模型,实现了对刀具磨损状态进行自动特征提取并快速识别.首先,通过采集原始高频振动信号,并对其进行批量标准化和切片处理;其次,利用一维卷积神经网络(1DCNN)进行自适应特征提取;最后,将极限学习机(ELM)用于铣刀磨损状态识别.引入了Dropout和批规范化(Batch Normalization,BN)加快网络训练及缓解过拟合.实验结果表明,1DCNN-ELM混合模型识别精度高、运算速度快,且具有较好的泛化性能,研究结果为数控加工过程中铣刀磨损状态识别提供理论依据.     

激光辐照对HgCdTe长波光导探测器性能的影响

对HgCdTe长波光导探测器进行了变功率激光辐照,对激光辐照前后的探测器性能进行了测试。结果表明在受到功率高于暂时损伤阈值但低于永久损伤阈值的激光辐照后,探测器性能有较大的下降。     

钛白废酸循环利用工艺的研究

钛白废酸循环利用工艺是采用反渗透法将质量分数为20%的钛白废酸浓缩到45%,一部分作为酸解用酸的稀释水,一部分用作硫酸锰的酸解用酸,剩余的45%的浓废酸与质量分数为98%的浓硫酸调配增浓、冷冻、除杂,作为补充水送到硫酸生产装置的吸收系统再制酸。以德天化工为例,实施该工艺每年可减排废酸14.29万t,节约中和废水的石灰2.86万t,减排废水11.43万t,原材料硫酸消耗节省2.86万t,表明该工艺具有技术先进性和推广性。     

食品检测流程重点环节分析

在人们对食品安全需求不断提高的今天,我国已经制定了一系列的食品安全标准和相应的法规。目前,食品添加剂超标、农药超标,对人类的身体造成了严重的危害。因此,本文针对食品检测实验室,从样品采集、接收、制备、流转、检测等5个主要环节入手,对其内部的逻辑规则进行了详尽的描述,并强调了记录的形式特征,力求在质量控制的前提下,提高检测工作的工作效率。为进一步提高从事食品检测工作的工作人员的专业素质,加强信息化建设,不断提高食品检测工作的科学性。     

中文搜索引擎的系统架构

本文简要介绍了中文搜索引擎技术的系统架构、实现原理及搜索引擎的索引和搜索处理过程。     

光学电流传感器系统的线性双折射问题及对策

研究了用于测量电力系统电流的光学电流传感器系统 ,用矩阵光学方法建立了既具有旋光效应又具有线性双折射效应的光学电流传感器系统的数学模型 ,分析了线性双折射效应对光学电流传感器在灵敏度、线性度、稳定性等方面的影响。从而说明 :线性双折射效应是限制光学电流传感器实用化的关键因素。文中提供了一些被证明是行之有效的解决线性双折射问题的方法