海底地形对不同时间尺度岩浆供给变化的响应

利用有限差分数值模拟方法, 恢复洋中脊地形的形成过程, 模型中岩浆供给按一定的时间周期和幅度规律性地变化。结果表明: 只有当岩浆供给变化周期的时间尺度大于在洋中脊同一侧形成两条断层的时间间隔时, 才能影响海底地形的形成过程并被记录。结合数值模拟实验结果和不同类型洋中脊的地形特征, 认为快速扩张洋中脊是唯一可能在地形上记录到米兰科维奇气候周期(偏心率(100 ka)、倾斜度(41 ka)和岁差(23 ka)) 3个时间尺度岩浆变化周期的洋中脊类型, 中速扩张洋中脊和部分岩浆供给充足慢速扩张洋中脊的地形可能与100 ka尺度的岩浆供给变化周期有关, 大部分慢速扩张洋中脊海底地形不受100 ka及以下的岩浆供给变化周期影响。     

故障攻击硬件仿真中低成本电路状态控制方法

为了解决基于FPGA的故障注入攻击仿真中,由于使用全扫描方法处理待测电路造成的逻辑资源消耗大的问题,提出一种用部分扫描电路实现电路状态完全可控的方法,即在任何时刻都可以改变电路中所有触发器的值,模拟故障注入攻击,进而在设计阶段对集成电路的安全性进行早期评估。将电路抽象为图,扩展平衡结构部分扫描测试方法,通过扫描触发器选择和触发器使能添加实现对所有触发器的同时控制。采用SAT可满足性算法,基于电路逻辑产生故障测试矢量集,实现故障注入仿真。结果表明,相较于全扫描电路,部分扫描方法以新增少量输入端口为代价,平均减少28.04%的扫描触发器,进而降低故障注入攻击硬件仿真的逻辑资源消耗。     

基于动力学仿真的柴油机轴系不对中故障探究

针对柴油机轴系齿式联轴器不对中故障,首先建立齿式联轴器轴向摩擦力数学模型,分析不对中产生的轴向摩擦力特点,然后构建包括齿式联轴器在内的轴系动力学仿真模型,探究齿式联轴器不对中故障下曲轴的动力学行为规律,分析曲轴推力轴承及齿轮的受力变化。仿真结果表明：不对中的齿式联轴器外齿元件会对内齿套产生轴向摩擦力,由此影响曲轴轴向窜动,进而导致曲轴止推轴承和正时齿轮轮齿接触力发生改变。通过实际故障案例验证了仿真结果的正确性。本文结论可为柴油机轴系故障的排查和诊断提供机理依据。     

PLC控制系统在机场行李分拣系统中的故障诊断及处理

针对重庆机场行李自动分拣系统中PLC控制系统的故障处置,说明了PLC在行李分拣系统中的作用,以及行李系统中现有PLC控制系统的现状,总结了行李系统运行过程中的三大故障类型,分别简要分析了故障的原因,进而提出了一种基于故障现象的故障反查追踪体系,分别对PLC的电源模块、输入/输出模块、网络通信模块等关键设备的故障诊断进行了详细说明;总结出了具体的故障处置方法,并形成故障反查追踪体系。     

基于检验点的移动云资源调度策略研究

移动云以按需付费的方式交付给用户,其服务可靠性成为了用户最为关心的性能指标之一。容错资源调度策略常用于云平台中提供服务的可靠性,其中检验点技术是云平台中容错资源调度的一种主要手段。对Web云中检验点技术的原理进行了深入分析,重点讨论了基于检验点策略的容错资源调度方法,分别对预设故障概率服从泊松分布的固定间隔周期检验点容错策略及无预设故障概率的动态间隔周期检验点容错策略进行了深入的分析,比较了不同检验点技术的特点和问题。结合移动云的工作特点,提出了移动云环境下检验点技术未来的研究点。     

基于深度置信网络和信息融合技术的轴承故障诊断

提出一种基于深度置信网络(DBN)和信息融合技术的轴承故障诊断新方法。首先采用集合经验模式分解将轴承振动时域信号分解为若干个固有模态函数,并分别输入至若干个DBN中进行故障状态识别,然后通过简单投票法将每个DBN识别的结果进行决策层信息融合,从而得到轴承故障的最终诊断结果。通过对单负载和多负载下不同类型和不同损伤程度的滚动轴承故障诊断进行实例分析,验证了本文方法的有效性和精确性。     

增程器轴系不对中故障动力学响应特性分析

通过分析增程器轴系在不对中故障时的运动状态与受力情况,建立增程器轴系的动力学模型,并利用多体动力学软件对增程器轴系平行不对中、偏角不对中、综合不对中三种类型的故障进行仿真,分析不同类型不对中故障产生的动力学响应特性。结果表明,系统振动频谱中1谐次和2谐次的幅值可作为增程器轴系不对中故障诊断特征参数,平行不对中导致2谐次的幅值大幅增长,偏角不对中使1谐次幅值变化明显;增程器轴系左右两侧在2谐次下的振动相位差可进一步对不对中故障类型进行辨识,其中平行不对中故障时轴系两侧振动相位差接近0°,偏角不对中故障时轴系两侧振动相位差接近180°,综合不对中故障时轴系两侧振动相位差远大于180°。     

基于无监督迁移成分分析和深度信念网络的轴承故障诊断方法

针对轴承故障样本少导致识别精度低的问题,提出一种基于无监督迁移成分分析(unsupervised transfer component analysis,UTCA)和深度信念网络(deep belief network,DBN)的故障诊断方法。首先利用UTCA的核函数将不同工况样本特征映射到一个共享再生核Hilbert空间中,使得源域和目标域样本集更加相似,并通过最大均值偏差嵌入法(maximum mean discrepancy embedding,MMDE)判断能够迁移的源域数据,将源域样本迁移到目标域中,为深度学习提供充足的训练样本,解决了实际故障样本较少的问题;然后采用DBN模型对源域样本进行训练,再对映射后无标记的目标域样本进行故障诊断分析。利用不同工况下的滚动轴承实验数据进行算法验证,结果表明,与普通DBN、SVM、BPNN以及传统机器学习-UTCA融合方法相比,本文方法对滚动轴承故障的诊断精度更高。     

一种模拟电路故障诊断法

本文以ＣＣＭ方程为基础,提出了模拟电路故障诊断的一种算法,通过矩阵求秩来定位故障元件,适于线性有源网络。最后举例说明了算法的有效性。     

神经网络在高速超精轴系故障诊断中的应用

讨论了ＢＰ神经网络神经元开关函数饱和参数的选择问题,建立了ＢＰ神经网络的容错能力、全局性能与收敛速率之间的关系,并提出了一个如何应用这些关系来合理选择神经元开关函数饱和参数的方法模拟试验研究和分析结果表明,本文提出的合理选择神经元开关函数的方法可以有效地帮助ＢＰ神经网络技术解决诊断中复杂的模式分类问题。