钢丝绳断丝定量检测中径向随机晃动误差的补尝

本文论述了钢丝绳断丝定量检测中径向随机晃动误差存在的必然性及该误差对定量检测的影响,基于模拟实验结果,给出了适用于多种类型钢丝绳的V_H-S数学关系式;提出了波形因素的概念与形式,并用软件实现了钢丝绳断丝定量检测中径向随机晃动误差的补偿。     

铁路信号技术进步对铁路运输的贡献

本文用“等效长度”的概念研究并计算了铁路信号技术进步在换算周转量增长中的贡献.依据有关数据,分析并提出了具体的计算方法,算出了铁路信号技术进步的贡献占铁路运输各部门技术进步总贡献的16.49％～20.77％.其中,还未包括为确保行车安全所作出的贡献.     

变量泵电液比例恒压调节器的开发研制

本文利用一种结构新颖的径向柱塞变量汞为基泵,将电液比例技术应用于恒压变量泵的控制上,开发了一种电-液一体化节能液压元件。该电液比例恒压调节器采用“压力直接检测反馈”和“级问动压反馈”两项新原理,改善了泵的非线性度、滞环、恒压误差及其稳定性。文中不仅在理论上分析了泵的结构参数对调节系统的影响,并且实验研究了恒压调节器的三个结构参数对恒压泵动态特性的影响。结果表明,该泵具有优良的静动态性能,可作为恒压源应用于液压系统中,有着显著的节能意义。     

浅谈沼肥在农作物栽培上的综合利用技术

随着农村能源的开发，沼气利用的快速发展，沼肥资源广而丰富，充分科学利用这一资源，积极发挥沼肥的应用效率，对发展农业生产具有重要意义。     

基于降维观测器与多胞体方法的执行器故障检测

针对具有执行器故障且状态方程和输出方程同时受到外部扰动影响的离散系统,研究了降维观测器设计方法和基于多胞体理论的区间估计方法,并在此基础上提出了基于区间估计的执行器故障检测方法。首先,通过适当的状态等价变换,将原系统分解成2个降维子系统,使得一个子系统可以直接解耦干扰。然后,在无执行器故障发生的前提下,基于对干扰解耦的子系统,提出了一种降维观测器设计方法,实现了原系统状态的渐近收敛估计。其次,针对具有干扰的子系统,设计了Luenberger型观测器,并结合多胞体理论,提出了一种对可测输出的区间估计方法。之后,基于可测输出的区间估计,提出了一种残差的构造方法,以此提出了一种执行器故障检测新方法。最后,给出了仿真设计和分析,验证了方法的有效性。     

基于多尺度排列熵和正则化RVFL的高压隔膜泵单向阀故障诊断

高压隔膜泵单向阀运行工况复杂,运行时产生的振动信号具有非线性、非平稳特性,导致信号特征提取困难,故障状态难以识别.为了提取单向阀运行状态的非线性动力学特征,提升故障诊断模型的识别精度和泛化能力,提出了一种基于多尺度排列熵（Multi-scale Permutation Entropy,MPE）和正则化随机向量函数链接（Random Vector Functional Link,RVFL）网络的单向阀故障诊断方法.首先,对工况下采集的单向阀振动信号进行变分模态分解（Variational Mode Decomposition,VMD）获得既定的若干本征模态函数（Intrinsic Mode Function,IMF）分量;然后,计算IMF分量的多尺度排列熵,构建表征单向阀运行状态的特征值向量;最后,基于运行状态的特征值向量,建立正则化随机RVFL的故障诊断模型,并应用于单向阀的运行状态监测与识别.实验结果表明,构建的故障诊断模型能够精确地识别单向阀的故障类型,准确率达到98.89%.     

电子束熔化成形与锻造Ti6Al4V合金的腐蚀行为对比研究

本工作采用电化学工作站研究了电子束熔化技术（EBM）成形TC4样品和传统锻造TC4在3.5wt% NaCl溶液中的电化学腐蚀行为. 结果表明EBM成形TC4样品的非平衡微观结构使其与传统锻造的TC4相比,表现出不同的耐腐蚀性. EBM成形TC4样品与锻件TC4相比,EBM成形样品不同平面存在耐蚀性差异,而且EBM水平面大于锻件,EBM垂直面小于锻件. EBM成形TC4样品垂直面出现的腐蚀性能的各向异性主要是β柱状晶导致的. 在腐蚀的过程中,点蚀优先发生在α晶界,因为晶界能量较高,形成多孔的钝化层. 本项工作有助于丰富增材制造制备TC4合金在航空钛合金领域的腐蚀性能研究.     

基于层次注意力机制的垃圾用户检测模型

目前基于网络的垃圾用户检测方法只考虑了简单社会关系,缺乏对更多复杂社会语义关系的利用,难以达到最优性能.针对这一挑战,提出一种基于层次注意力机制的垃圾用户检测模型(HAM-SD).模型首先使用异质信息网络对社交媒体进行建模,挖掘丰富的语义与结构信息,接着利用节点级注意力层聚合元路径邻居增强节点表示,同时利用自适应层级聚合模块选择不同层级特征提升表征能力,然后通过语义级注意力层融合不同元路径下的节点表示,最后带入分类检测模块实现垃圾用户检测.在公开数据集上的实验结果表明该模型能够有效检测垃圾用户,并在不平衡数据分布时保持较强的稳定性.