基于多阶段退化建模的谐波减速器实时可靠性评估与寿命预测

谐波减速器是工业机器人的关键核心部件,其可靠性的实时评估和剩余寿命预测对于提升工业机器人的工作性能和健康监管具有重要意义.作为一种复杂的高精度机械部件,其退化过程表现出明显的多阶段性特点.因此,针对谐波减速器的退化特性,提出基于Gamma过程的多阶段退化模型对谐波减速器性能退化过程进行精确描述.首先,根据谐波减速器退化趋势的变化,进行多阶段退化过程的划分;然后采用历史性能指标数据,基于最大皮尔逊相关系数准则估计模型先验分布的超参数,建立基于Gamma过程的多阶段退化模型.在此基础上,针对在役设备的实际运行特点和工程现场中性能指标数据获取困难的问题,提出采用振动特征来建立高斯过程回归模型,对性能指标值进行精准预测以实现对退化模型后验分布参数的实时更新.最后在此基础上对谐波减速器进行实时可靠性评估和剩余寿命预测.通过对谐波减速器可靠性实验数据的分析表明,所提出的方法能够实现可靠性的实时评估,并且与单一阶段退化模型相比,该方法对剩余寿命的预测精度更高.     

相遇泰山的末代黑脉蛱蝶

正黑脉蛱蝶在泰山上比较常见,但多年来,作者只观察到成虫,未见其他虫态。2016年8月的一天,作者意外采到2枚蝶卵,并顺藤摸瓜揭开了黑脉蛱蝶生活的幕角,记录下成虫背后的故事:漂亮的蝶卵、古怪的幼虫、独特的蝶蛹以及它们与朴树的亲密关系,一幕幕,令人难忘。望蝶兴叹,朴树相伴黑脉蛱蝶(Hestina assimilis)在我国广有分布,其个体较大,翅展通常超过70毫米,沿     

基于FPGA的数字示波器电路模块设计

如何利用新兴起的FPGA芯片设计出生产生活中常用的仪器是电路设计中的重点和难点。提出了一种新的实验思路,基于FPGA开发平台设计了一款数字示波器。对VGA控制原理和电路设计、A/D控制电路设计、D/A控制电路设计三个模块进行了详细分析,其中A/D控制电路主要用TI公司生产的TLC549芯片实现,D/A控制电路通过一个串并联电阻网络来模拟实现。整个设计操作简单,易于调节,显示直观。通过实验测量和对比,具有良好的精度和采样率,符合对数字示波器的简易要求,具有一定的应用前景。     

原位生成NbC增强YCF102熔覆层热力学与耐磨性研究

熔覆层性能难以满足特定的工艺要求，已成为限制激光熔覆发展的关键因素之一.鉴于此，在45号钢基体上制备出原位生成NbC增强YCF102熔覆层，并进行了热力学分析.通过XRD，SEM和EDS对其微观形貌及组成成分进行了分析，对其显微硬度及耐磨性进行了研究.结果表明:激光功率的改变对激光熔覆过程中原位反应的反应程度有显著影响，过大或者过小的激光功率均会对原位反应的发生起到抑制作用;YCF102熔覆层中原位生成的NbC颗粒的主要形态为四边形和花瓣形;当激光功率为525W时，原位生成NbC增强YCF102熔覆层具有较高的显微硬度及良好的耐磨性.     

不同户籍新城市贫困群体生活环境感知及其决定因素——以西安市典型社区为例

以西安市典型社区为例,通过问卷调查和实地考察,运用语义差别法、独立样本T检验和多元线性回归模型,对不同户籍新城市贫困群体生活环境感知状况进行分析,并比较其决定因素。结果显示:异地户籍新城市贫困群体在所有生活环境感知指标上均低于本地户籍新城市贫困群体,其中有9项指标显著低于本地户籍新城市贫困群体。不同户籍新城市贫困群体生活环境感知的决定因素既有一致性,也有差异性:社区居住环境、住房条件、自然环境对本地户籍新城市贫困群体生活环境感知有显著影响,社会环境、通勤条件影响不明显;与其相比,除居住环境和自然环境外,社会环境、通勤条件对异地户籍新城市贫困群体生活环境感知也有显著影响,住房条件影响不明显。     

下一代光接入网中物理层关键技术研究进展

5G和数据密集型应用的兴起对下一代光接入网的容量提出了新的挑战.作为最成熟的宽带光纤接入技术，无源光网络（passive optical network，PON）受到了广泛关注.为了在满足功率预算的前提下实现更高的传输速率，提升物理层性能的关键技术一直是该领域的研究热点，同时尽可能地降低系统成本对PON的大规模部署有着重大意义.该文梳理并总结了光接入网中物理层关键技术的研究进展.介绍了PON标准的演进和现状，分析了下一代PON面临的挑战和成因，重点阐述了数字均衡技术、高阶调制格式、光放大、前向纠错、非线性串扰实验分析以及低成本相干检测等关键技术及其研究进展，并综述了当前相关工作的研究成果.     

由粗到精和特征筛选的精确回归预测方法及其在二语习得中的应用

针对数据分布不均匀且因素多而容易造成预测不精确的问题,提出一种结合由粗到精与特征筛选的精确回归预测方法.首先,由于数据分布不均匀且预测区间大,直接预测难以精确地拟合,提出一种由粗到精的预测方法,并使用决策树进行粗分类,预测目标所在的子区间,然后在子区间内实现精确的回归预测.其次,如果数据量少且特征因素多会引起过拟合,而且部分冗余特征会影响模型的预测精度,因此,提出一种基于特征筛选的回归预测方法以提高预测精度.在大学生的英语成绩与其人格因素数据集上进行相关实验,结果证明了由粗到精和特征筛选方法与传统回归模型相比精度更高且稳定性更好.通过提出的人格因素与英语成绩回归预测模型,可以制定合理的培养方案弥补学生人格因素中的短板,提升学生的自身竞争能力,从而更好地推动中国的英语教育.