数据挖掘技术在全断面掘进机故障诊断中的应用

分析了全断面掘进机复杂的故障机理和运行参数,研究了将粗糙集和决策树应用到数据挖掘中的方法.以全断面掘进机刀盘的一些实时数据为例,采用MATLAB 7.0对数据进行离散化处理,结合粗糙集属性约简的算法对故障样本进行冗余属性的约简;然后,利用决策树算法对约简后的故障样本集进行规则提取,利用数据挖掘工具Clementine实现了C4.5算法和改进的C4.5算法,对其结果进行了对比分析;最后,运用VB编程对全断面掘进机采集的部分数据进行测试,结果表明该融合算法是一种快速、有效、可靠的故障检测与诊断的新途径.     

基于遗传算法的数控机床服务模块配置设计

为实现数控机床总体配置的最优化设计,采用遗传算法对数控机床服务模块进行配置设计.根据数控机床产品全生命周期过程中相关服务类型,将服务模块划分为产品相关服务模块和产品不相关服务模块.主要研究产品不相关服务模块,利用遗传算法对各个服务模块进行编码,并以服务价值系数、服务质量水平和客户相对满意度作为优化目标构建适应度函数,建立数控机床服务模块化多目标模型.通过各个服务模块以及子模块之间的相互约束关系保证模型的有效性.最后,通过MATLAB编程求解得到服务模块配置方案.     

择时运动对运动员组织损伤和氧化应激的影响

目的:观察择时运动对青年男子运动员组织损伤和氧化应激的影响,为科学指导训练提供理论依据.方法:25名青年男子足球运动员进行两次Wingate实验(两次测试的间隔为3d),测试时间分别在清晨(7:00~9:00)和傍晚(17:00~19:00).测定受试者口腔温度并取静脉血测定,测定血常规、血生化、组织损伤和氧化应激标志物.结果:1)受试者最大功率、平均功率和疲劳指数以及RPE值在傍晚高于清晨(P<0.05);2)安静时(运动前),傍晚口腔温度、WBC及其亚群、血生化(GLC和CRE)、组织损伤标志物(CK,LDH,AST和ALT)和氧化水平(MDA)高于清晨(P<0.05),RBC,HCT和抗氧化水平(T-AOC,TBIL和UA)低于清晨(P<0.05);3)清晨运动后除抗氧化参数外均显著性升高(P<0.05),傍晚运动后所有指标均显著性增加(P<0.05);(4)傍晚运动后除抗氧化参数和HCT外其他各指标均高于清晨运动后水平(P<0.05).结论:1)青年男子足球运动员的无氧运动能力和运动性疲劳程度在傍晚高于清晨,其原因可能与安静状态下组织损伤和氧化应激水平具有日节律波动性有关;2)一次高强度运动后组织损伤与氧化水平的日节律变异依然存在,而抗氧化水平的日节律变异则减弱.     

矩形截面型材三维拉弯成形的回弹预测

设计了用于三维拉弯成形的、可重构的柔性模具,并采用支持向量回归机和有限元模拟对柔性三维拉弯成形的回弹进行预测.使用有限元法分析了对回弹量影响较大的6个因素(包括材料参数、几何参数和工艺参数),以及它们对回弹的影响趋势.选用这6个参数设计有限元三维拉弯模拟实验,并用模拟结果训练和检验支持向量回归机回弹预测模型.通过与广泛应用的神经网络预测方法的预测值和有限元模拟试验结果的比较,检验该回弹预测模型的准确性.研究发现,该模型与神经网络相比具有更高的准确度,在试验中根据该模型预测的回弹量对模具型面进行相应的补偿,可以有效地减小回弹和形状偏差.     

提高风电齿轮箱功率密度的方法

从齿轮接触疲劳强度出发,讨论了提高风电齿轮箱功率密度的几种途径。通过功率分流等形式可大大降低设计的计算载荷;通过优质材料选取、精密热处理控制、喷丸强化等齿面改性技术可有效提高齿轮的疲劳极限应力;采用齿根过渡曲线形貌优化、轮齿修形、齿面超精加工等齿廓改形技术也可明显提高齿轮的承载能力;通过减小最小安全系数或增大齿宽也可有效地减小中心距;通过行星架等零件的结构优化和行星齿轮传动的均载技术,可进一步提高齿轮箱的功率密度。     

一种互联网拓扑结构局部特征度量修正算法

对互联网拓扑结构局部特性展开研究,针对已有IP定位数据库的异构性和准确率不高造成的特征度量分析存在偏差的问题,提出了一种基于机器学习的修正算法(IPMG).以复杂网络为基础,结合网络测量数据和已有IP定位数据库中的IP地理位置信息,定义了互联网局部拓扑结构的地理度和地理介数这两种新的特征度量;分析了地理度和地理介数分布的幂律特性以及二者与IP地理位置之间的关系;运用机器学习的方法修正了不同IP定位数据库之间存在的分析有偏差的问题,并通过交叉验证和地标验证结合的方法验证了IPMG算法的有效性.实验结果表明:IPMG算法有效修正地理度和地理介数的同时提高了IP定位数据库的准确率.     

数据中心多目标虚拟机管理研究

通过建立起资源使用、服务器热点与电源能耗三者的统一优化模型,设计多目标虚拟机动态管理系统,协同优化资源使用、服务器热点和电源能耗,以使得数据中心的效益达到最优.鉴于数据中心负载流量的动态波动性,采用基于滑动窗口的两级状态检测策略来决策迁移虚拟机时刻,基于多目标统一优化模型设计相应算法来解决迁移虚拟机和目的主机的选择问题.最后在Xen虚拟机平台上测试该系统,实验结果表明:本文设计的虚拟机动态管理方法能够较好地协同优化数据中心的资源使用、服务器热点和电源能耗,使得数据中心的效益达到最优.     

裂纹监测涡流传感器优化设计及试验研究

为了提高涡流传感器监测裂纹灵敏度,应用COMSOL软件AC/DC模块建立了涡流传感器监测系统模型,并搭建试验系统证明了其正确性;优化了涡流传感器的结构参数,基于优化结果试制了涡流传感器,并进行了预制裂纹监测试验.模型分析与试验结果表明:提离距离越小,基材厚度越薄,系统监测灵敏度越高;涡流传感器各通道通过裂纹区域时,跨阻抗幅值和相位都增大,以综合跨阻抗幅值和相位的变化率作为系统输出信号,提高了监测灵敏度,传感器分辨率达到1mm.     

基于GPU的多类支持向量机改进算法

针对支持向量机算法耗时较长的问题,利用并行计算思想,基于图形处理器对多类支持向量机算法——Crammer-Singer算法进行改进,并利用循环展开、数据暂留、缓存和开放运算语言等技术对算法加以实现.分别在4个数据集上对原算法和改进算法进行对比实验,结果表明,改进算法在性能上获得了较大提升.     

基于混沌人工蜂群算法优化的SVM 齿轮故障诊断

为克服支持向量机中模型参数的随意选择对分类性能造成的不利影响, 提出了基于混沌人工蜂群算法的支持向量机(CABC鄄SVM: Chaotic Artificial Bee Colony algorithm of Support Vector Machine)参数优化方法。该方法采用Logistic 混沌映射初始化种群和锦标赛选择策略, 对支持向量机的惩罚因子和核函数参数进行优化时以分类准确率作为适应度函数。通过UCI 标准数据集实验证明, CABC 具有较强的局部和全局搜索能力, 其优化的支持向量机可在很大程度上克服局部极值点, 从而获取更高的分类准确率, 并有效缩短了搜索时间。将该方法应用于实际齿轮故障诊断中, 采用小波相对能量作为特征输入支持向量机, 分类准确率达到99. 4%, 验证了该方法的可行性和有效性。