基于超声导波SC-DTW的金属板微损检测方法

针对金属板材的质量控制与服役性能评估问题,在对金属板材微损伤进行超声导波检测的基础上,结合形状上下文(shape context,SC)与动态时间规整方法对其损伤劣化程度进行量化评估.该方法以无损Lamb波信号为基准,采用动态时间规划(dynamic time warping,DWT)算法对损伤信号进行相似匹配分析对比,确定基准信号与损伤信号的最佳匹配路径.引入SC的轮廓识别方法对Lamb波的局部波形信息进行统计分析,以波形形状距离代替传统欧氏距离匹配方法,解决DTW相似匹配中的病态对齐问题.最后,将无损Lamb波与损伤Lamb波信号间SC-DTW匹配距离作为损伤程度的量化指标,采用随机闭合裂纹的有限元仿真模型和铝板弯折实验对所提出方法进行验证,结果表明,基于Lamb波SC-DTW的损伤量化指数对铝板早期裂纹具有较高的敏感性和较好的量化表征能力.该方法无需对波包进行识别,也不必进行复杂的特征提取,具有简单高效和抗噪声能力强等优点,在金属板服役性能评估与质量控制中有较好的实用性和推广价值.     

软土地基施工技术在公路桥梁施工中的应用

在道路桥梁工程的建设中,地基施工是最首要的任务,也是工程项目中最关键的一步。我国地域辽阔,地质情况复杂,在道路桥梁建设过程中,会有很多土质松散、稳定性差、强度低的软土地基,而且,对这种软土地基的处理,会直接影响到后续道路桥梁的施工和质量,所以对于道路桥梁建设中软土地基的施工必须严格要求,依据工程所处的环境和地质地貌,制定科学的施工流程,保证道路桥梁建设地基的稳定性和强度。     

电泵采油技术发展及现状

电泵采油技术在辽河油田曙光采油厂二区杜家台经历20多年的应用,其相关技术得到了长足发展,开采规模由小到大起到了不可替代的做用,由于受油层动态变化和单井开采经济效益的影响电泵强采规模缩小,但电泵强采工艺技术其作用是其它工艺无法替代的。     

融合监控 用物联网开启智慧之门

融合监控遵从物联网体系架构,集合了各种技术手段,丰富了人们的选择,并且应用空间广阔。信息化与工业化正不断融合,推进现代产业体系飞速变革,物联网技术的广泛应用正加速这一历史进程。融合已成为社会可持续发展的战略智慧。物联网、移动互联网的发展带动传统安防监控、行业信     

齿轮与轴承故障的Chirplet时频分析

机械故障信号通常具有非线性时频关系多分量信号,其频谱占有较宽的频带,且各分量的频谱往往相互交叠,给故障诊断带来了很大的障碍.首先,在分析Chirplet时频分解的理论基础上,对Chirplet基函数进行了增加曲率参数的改进,提高了基函数对非线性时变分量的匹配能力;然后,仿真试验对基函数改进后的自适应时频分布与其他各类时频谱进行了比较.结果表明,改进后的基函数能很好地匹配出非平稳信号中的各种线性或非线性时变分量,其对应的时频具有较高的时频分辨率,且无交叉干扰项;最后,将该方法用于轴承故障信号和齿轮故障信号的分析.分析结果证实,该方法不仅能对轴承与齿轮箱故障进行准确定位,而且为故障原因及故障程度提供可靠的判断依据.     

装备构造类课程在线教学研究和实践

以"内燃机"课程为例,依托钉钉平台,以直播课的方式,对装备构造类课程在线教学进行研究和探索.通过对在线教学现状的研究与分析,结合我校"内燃机"课程的特点,设计相应的教学模式和全过程考核模式.针对装备构造类课程大多含有装备实践内容教学的情况,探讨了实操内容的在线教学模式和方法.实践表明,该在线教学模式和方法有良好的教学效果,可为相关课程在线教学提供参考和借鉴.     

跨界触碰终端

早一点的时候,对消费者而言,可能会去下个米聊,然后跟朋友之间开始语音交流;可能总是听到"噔,噔噔噔噔"的广告配乐,觉得英特尔就是个卖芯片的;偶尔用新浪微博发个状态与好友互动……不过,这一切都在今年内有所改变,越来越多的互联网企业发现了移     

高比容钽粉的微观结构及电性能特性的研究

随着钽电容器高比容化和小型化的发展,150~200 kμFV/g比容的钽粉已被电容器厂家投入生产并使用。研究通过SEM、BET、孔隙度分布及粒度分布的测试对150 kμFV/g、200 kμFV/g比容的钽粉进行微观结构的研究,展示了这两种粉末的粒径分布,分析了在粉末状态和烧结阳极体的孔隙度变化,研究了不同倍数下的颗粒微观形貌,进行了烧结温度特性、电压特性和频率特性的电性能特性研究。     

基于人工智能算法的氯盐侵蚀混凝土预测模型

本文基于机器学习算法建立了输电塔桩基混凝土氯离子浓度预测模型,通过相关系数、均方根误差、绝对平均误差和方差比对模型进行检验,并根据蒙特卡洛模拟对模型的稳健性进行分析,同时基于海马优化器对模型进行优化。结果表明,支持向量机(SVM)模型、随机森林(RF)模型和梯度提升树(GBDT)模型都可以准确预测输电塔桩基混凝土中氯离子浓度,相关系数R²均大于0.880,均方根误差小于0.009,绝对平均误差小于0.006,方差比大于0.890。根据误差和稳健性分析结果,建议混凝土中氯离子浓度的预测计算优先使用GBDT模型和SVM模型。根据优化结果,海马优化器能显著提升模型的性能。     

基于SPSO优化Multiple Kernel-TWSVM的滚动轴承故障诊断

双子支持向量机(twin support vector machine,简称TWSVM)的核函数选择对其分类性能有着重要影响,TWSVM其核函数一般是局部核函数或者全局核函数,这两种核函数的泛化能力和分类性能不能兼顾。笔者利用综合加权的高斯局部核函数和多项式全局核函数方法组成双核函数来改进TWSVM以提高其泛化能力和分类性能,并采用简化粒子群优化(simple particle swarm optimization,简称SPSO)方法来对权值和参数进行优化,提出了SPSO优化Multiple Kernel-TWSVM模型,将该模型应用到滚动轴承故障诊断模式识别中。实验结果表明,双核TWSVM比单核TWSVM和反向传播(back propagation,简称BP)神经网络具有更高的分类准确率。