基于LSTM分类器的航空发动机预测性维护模型

利用传感器数据进行预测性维护是航空发动机故障预测与健康管理(prognostic and health management, PHM)的关键问题。针对发动机剩余寿命预测准确性低的问题, 提出基于长短期记忆网络(long short-term memory network, LSTM)分类器的预测性维护模型。LSTM分类器通过门控单元对长时间序列信息进行充分筛选, 并将有效信息用于时间序列预测。首先, 采用滑动时间窗口制备训练样本。其次, 将预处理后的样本输入LSTM, 预测设备在特定时间窗口内的失效概率。然后, 通过调整窗口大小, 得到最优性能的二分类模型, 以更好地适应预测维护需求。最后, 利用美国航空航天局C-MAPSS数据集验证了该模型的有效性, 相比于已有分类方法, 其在剩余使用寿命分类方面更加准确。     

小议水泥稳定砂砾基层施工技术

讲解了粉煤灰在水稳底基层施工中的应用,解释了施工工艺、施工配比及有关注意事项,提出适当增加粉煤灰和降低水泥用量对水稳砂砾底基层的积极作用,是预防底基层开裂的主要方法。     

线性规划支持向量机在非线性系统辨识中的应用

使用线性规划优化技术代替二次规划优化技术,通过最小化支持向量数来实现支持向量机算法.由于线性规划支持向量机的核函数不需要满足Mercer定理,因此,采用复高斯小波B样条小波作为支持向量机的核函数,建立了线性规划支持向量机模型,并将其用于非线性系统的辨识.仿真结果表明,线性规划支持向量机模型的辨识精度高于二次规划支持向量机模型.     

渐尖叶粉花绣线菊中连翘脂素的分离与鉴定

对中药渐尖叶粉花绣线菊的化学成分进行系统研究.将干燥的渐尖叶粉花绣线菊全草用95％乙醇加热回流提取3次,每次3 h,提取液减压回收得到1.2 kg浸膏.用0.1mol·L-1的盐酸调节浸膏pH为2～3,分别用石油醚和乙酸乙酯萃取,得到石油醚层萃取物和乙酸乙酯层萃取物.用浓氨水分别调节萃取物pH为9～10,然后用二氯甲烷萃取,得二氯甲烷萃取物.二氯甲烷萃取物先后经硅胶柱和ODS硅胶柱进行化合物的分离和纯化,根据其理化性质和光谱数据鉴定化合物的结构.首次从渐尖叶粉花绣线菊中鉴定出木脂素类化合物连翘脂素.     

粗糙凤尾蕨中橙皮素和柚皮素的研究

对粗糙凤尾蕨的化学成分进行系统研究.将干燥的粗糙凤尾蕨全草用95％乙醇加热回流提取3次,每次4 h,提取液减压回收得到280 g浸膏;依次经过石油醚、乙酸乙酯、正丁醇萃取;将乙酸乙酯部位用聚酰胺树脂柱色谱洗脱,分别用水、30％乙醇、60％乙醇和90％乙醇进行梯度洗脱,将60％乙醇洗脱部位经过中高压液相色谱分离,根据其理化性质和光谱数据鉴定化合物的结构.首次从粗糙凤尾蕨中鉴定出柚皮素与橙皮素化合物.     

控股股东股权质押、股价崩盘风险与创新投入基于创业板民营上市公司的实证分析

随着股权质押的兴起,股权质押与创新投入的关系日益受到重视.股权质押影响企业创新的同时也对公司的发展造成一定的影响.本文从股价崩盘风险的角度,分析了三者之间的关系.这对企业长久的发展、控股股东风险的把控和股票市场的稳定发展具有重要意义.本文利用2015～2018年创业板民营上市公司的数据,实证分析了三者的关系.研究表明:股权质押的发生会减少创新投入的力度;进行了股权质押的企业,股价崩盘风险会相对较低;股价崩盘风险大的企业股权质押对企业创新投入的负相关更为显著.