基于多尺度特征融合的供输弹早期故障诊断

对于供输弹系统早期故障信息易被湮没难以识别的问题,提出了基于多尺度特征融合的早期故障识别方法。首先通过变分模态分解(VMD)对振动信号进行分解得到不同时间尺度的分量信号,然后对各分量信号分别提取盒维数、信息熵特征,并进一步通过主分量分析(PCA)对上述两种特征进行融合,得到累计贡献率的前3个主分量组成的融合特征,最后通过概率神经网络PNN分别对上述三种特征进行分类比较,结果表明融合后的特征对供输弹系统3种工况有更高的正判率,对供输弹系统早期故障预兆更敏感,能对供输弹系统早期故障作出有效诊断。     

基于多功能整合策略的体育建筑综合体设计研究——以日照市实验高级中学艺体综合楼为例

随着国家素质教育的提高,中学校园的体育和文娱活动场馆逐渐由单一化向多元化转变,针对多数中学体育活动场馆存在功能单一,使用灵活性不佳的情况,该文以日照市实验高级中学艺体综合楼设计为例,从布局比选、空间解读、功能组织、模式切换和屋顶布置五个方面来阐述多功能整合策略下的体育建筑综合体。以体育竞技和教学为主体,通过结合音乐、美术、报告厅等多元功能元素,共同组合成为可以开展多种教学活动和集会的校园场所。     

微机械陀螺仪的新进展及发展趋势

微机械陀螺仪是陀螺技术和微电子机械系统(MEMS)技术结合产生的新一代惯性器件。根据其工作原理和采用材料的不同,微机械陀螺可分为硅基微机械振动陀螺(Si-MVGs)、微机械压电振动陀螺(PVGs)和悬浮转子式微机械陀螺等。该文介绍了微机械陀螺仪的主要参数指标和应用,对硅基微机械振动陀螺(Si-MVGs)、微机械压电振动陀螺(PVGs)和悬浮转子式微机械陀螺的最新研究进展作了综合性报道,讨论了微机械陀螺未来的发展趋势。     

设备基础开挖及降水施工技术

以具体工程为例,对设备基础坐落的位置和周边环境进行了分析,并对施工方案选择及施工部署进行了阐述,指出采用轻型井点降水的方式进行基坑开挖,解决了工程施工的困难,对周边的环境及地基未造成影响。     

浅析加强三大控制 提高施工项目经济效益

该文论述了建立建设项目质量、进度和投资控制体系 ,正确把握和合理处理速度、安全质量和效益三者之间的关系 ,使建设工程发挥出最大的经济效益和社会效益 ,实现建设项目优质、高效、低耗的最优化管理目标     

对气门机构优化设计方法的探讨

本讨论了内燃机气门机构优化设计的命题，优化目标及条件，指出了某些局部优化命题不能反映气门机构设计中实际中能在存在的种种情况和相应不同的主要矛盾，以及某些优化目标和约束条件的不尽合理之处，本提出了一个进气门机构设计分析和总体优化的新思路，并介绍了相应的软件。     

基于CEEMDAN与VNWOA-LSSVM的供输弹系统早期故障诊断研究

由于供输弹系统早期故障信号成分复杂,故障特征微弱,故提出一种基于自适应噪声完备经验模态分解(CEEMDAN)与以冯诺依曼拓扑结构(VN)改进鲸鱼算法(WOA)优化下的最小二乘支持向量机（LSSVM）的故障诊断方法。在对所测信号进行预处理即去趋势项和零点漂移后,通过CEEMDAN对供输弹信号进行分解,得出模态分量(IMF); 然后依据相关系数和峭度准则这两个标准来选取符合标准的IMF分量,提取这些分量的分布熵(DE)作为特征; 最后用VNWOA-LSSVM诊断模型,输入供输弹系统3种不同工况下的振动信号特征进行故障诊断,并且还对比了LSSVM、PSO-LSSVM、GA-LSSVM和WOA-LSSVM等方法对故障的识别率。实验结果表明：这些方法中经VNWOA优化后的LSSVM的识别率最高,高达94.03%。     

基于信息熵与神经网络的供输弹系统早期故障诊断

对于供输弹系统早期故障信息微弱,难以识别诊断的问题,提出一种基于信息熵与Elman神经网络相结合的供输弹系统早期故障诊断的方法。通过合理布置测点采集供输弹系统振动信号,经自适应广义形态滤波后提取近似熵、样本熵为特征参量,分别运用Elman神经网络和BP神经网络对其识别。结果显示:该方法能有效对供输弹系统早期故障进行诊断,诊断正确率高达92.13%,且优于BP神经网络的诊断结果。文中所运用的方法在供输弹系统早期故障诊断中有良好的应用。     

基于模糊熵与CS-ELM的供输弹系统早期故障识别北大核心

针对供输弹系统早期采集的信号中成分复杂,故障特征难以提取和识别的问题,提出一种基于模糊熵与布谷鸟改进的极限学习机(CS-ELM)的供输弹系统早期故障预示方法。运用改进的可调品质因子小波变换对信号进行滤波降噪,提取各子带信号的模糊熵特征;选取模糊熵值较大的5个子带进行重构,完成降噪并将其模糊熵组成特征向量;运用CS-ELM对所提取的特征向量进行早期故障预示并与ELM的诊断结果进行对比。试验结果验证了该方法的有效性,其预示准确率达90.7%。