基于相关能量波动评估的学习样本筛选与深度置信神经网络的滚动轴承故障诊断研究

在数据驱动的滚动轴承状态智能辨识中,针对辨识模型构建过程中由于学习样本“质量差”造成其故障识别率低的问题,提出一种如何筛选学习样本的准则来提升基于深度置信神经网络滚动轴承智能辨识模型识别率的方法。首先,基于变分模态分解将具有时变调制特性的滚动轴承振动信号分解为有限个表征原信号不同成分的本征模函数分量;其次,根据其故障能量波动及其相关来量化并评估上述每个分量包含故障成分的比重,并据此对振动信号进行筛选重构来获取学习样本;最后,将上述学习样本集作为深度置信网络的输入来构建滚动轴承的故障辨识模型。实验结果表明,所提方法不仅筛选出滚动轴承振动信号中包含故障主成分的本征模函数分量并实现学习样本集构建,而且提高了基于振动数据的滚动轴承状态辨识模型的故障识别率。     

一种基于验证的量子私有集合计算协议

私有集合计算是安全多方计算的重要组成部分,可以在不暴露合法参与者私有信息的情况下解决参与者之间的某些集合计算问题(如交集、并集)。然而现有的量子私有集合计算协议基本上没有考虑验证性,参与者无法确定计算结果是否正确。针对此问题,提出了一种基于验证的量子私有集合计算协议。此外,该协议还能够可选择地求解私有交集或并集问题。性能分析中通过实例证明了该协议的正确性与可验证性,并通过外部攻击和参与者攻击证明了协议的安全性。     

基于MQTT协议与开源硬件的智能监控系统

实现一种采用MQTT协议、通过安卓/iOS APP对基于开源硬件-WRTnode的移动智能监控设备(如智能设备,机器人等)进行远程控制的方案.采用开源MQTT服务器框架-mosquitto作为MQTT broker,通过APP发布控制指令主题,监控设备订阅该主题并根据控制指令执行操作,监控设备发布需要上报的监控数据主题,APP订阅该主题后将接收到监控数据.通过双向的发布-订阅模式,实现多功能智能监控过程.     

针对液体介质的磁性液体旋转密封技术概述

磁性液体是一种功能材料,既具有液体的流动性,又具有固体磁性材料的磁性,在密封中的应用是其最成功的应用之一。磁性液体密封作为高新密封技术,被广泛应用在军工、化工、航空航天等领域。目前,磁性液体密封技术在密封气体介质和真空中的研究已经趋于成熟,相比之下,对液体介质的密封还存在很大局限性。从磁性液体与被密封液体介质的界面稳定性、界面破坏过程以及用于液体介质的密封装置结构设计三方面,对磁性液体旋转密封技术的研究进展进行阐述,总结三类用于液体介质密封的磁性液体密封结构设计方法的技术特点和缺点,最后对磁性液体在液体介质密封中的前景作出展望。     

谈食品卫生监督管理中的社会感情因素

谈食品卫生监督管理中的社会感情因素辛会学，李子贤，田国宾山东省安丘市卫生防疫站（２６２１００）《小华人民共和国食品卫生法（试行）》的颁布实施，是我国食品卫生监督管理由行政管理走向法制管理的转折点。为保护消费者的健康利益提供了有力的法律武器。食品卫生监...