结构实体混凝土强度检测技术的现状与趋势

讨论了回弹法、钻芯法、超声波法和拨出法等常用结构实体混凝土强度检测技术的优、缺点,并就如何提高结构实体混凝土强度检测技术的精度,提出了一些亟待解决的关键技术问题。     

G-X5CrNi13.4不锈钢水斗现场检测方法

针对国内水头最高的水电站——西藏羊卓雍湖抽水蓄能电站4^#机水斗断裂事故，开展了在役机组水斗检测方法的研究，对照各种检测方法的差异，找出了最为有效的检测手段。     

强夯法填筑高路堤的应用研究

介绍了强夯试验和设计情况,分析了施工过程的质检情况,对强夯和碾压从各方面进行了比较。     

桩基工程单桩抽检的概率分析

该文用概率论的方法研究桩基工程质量控制的几个问题．首先定义度量单桩质量随机抽样检测．效果的验中概率Ｐｎ及其计算方法．对Ｐｎ计算分析的结果得到：Ｐｎ只与单桩不合格率Ｐ及抽样根数ｎ有关．与单桩总根数Ｎ无关．同时，据计算给出了达到检测目的所必须的最少抽样单桩根数．     

智能化44点啤酒发酵温度巡测仪

本文将八十年代最新研制的集成温度传感器ＡＤ５９０、８０９０单片机，可编程逻辑器件ＧＡＬ－１６Ｖ８Ａ等新器件及智能化新技术，集中应用于啤酒发酵过程的温度检测。与传统人工测温相比，具有测温精度高、稳定性好、反应快、可远距离自动检测、定时打印，减轻工人劳动强度、调节啤酒发酵温度的响应速度快等特点。     

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。     

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。     

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%.     

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.