数字孪生驱动的小样本旋转机械剩余寿命预测

针对小样本数据下旋转机械剩余使用寿命难以准确预测的问题,提出一种数字孪生驱动的旋转机械健康因子构建及剩余使用寿命预测方法。通过融合卷积自编码器与Weibull分布构建数据驱动的旋转机械退化行为模型。使用旋转机械早期退化信号训练卷积自编码器,使其学习到早期退化信号模式;使用卷积自编码器对测试信号进行重构并计算重构误差,将重构误差映射到[0,1]区间作为健康因子,根据健康因子拟合Weibull可靠度函数并预测旋转机械剩余使用寿命;在旋转机械持续运行过程中基于实时数据重复上述步骤,实现旋转机械剩余寿命的实时更新。在PHM2012公开数据集上的测试结果表明：所提方法可以在不需要末期退化信号的前提下预测轴承剩余寿命,预测结果明显高于现有报道的各类方法,均方根误差和平均绝对百分比误差分别为938.8 s与42.62%。在巴斯夫新材料有限公司某自动化测试系统数字孪生预测性维护平台的应用案例表明,所提方法具有实际工业场景下小样本旋转机械寿命预测的可行性。     

定型相变热界面材料:低密度聚乙烯/石蜡/铝复合材料

热界面材料在电子器件热管理中起着至关重要的作用,可显著降低接触热阻。由于固–液接触面之间的接触热阻比固–固接触面小得多,但传统的固–液相变材料存在易泄漏问题。因此,本研究工作研制了一种导热增强的定型相变热界面材料。通过石蜡(PW)和低密度聚乙烯(LDPE)的熔融共混,提高了PW的稳定性,PW/LDPE复合材料的泄漏率仅为0.8%,添加15wt%的Al粉提高其导热系数67%。此外,系统地研究了Al粉的添加对PW/LDPE基体的内部结构、热性能和相变行为的影响。系列结果证实,形状稳定的PW/LDPE/Al热界面材料在电子器件热管理领域具有良好的应用潜力。     

固溶温度对Fe-20Mn-9Al-1.2C低密度钢组织性能的影响

为了达到低密度高强钢优异强韧性结合的目的,设计了一种低密度高强钢Fe-20Mn-9Al-1.2C,经冶炼、锻造和热轧后在900,950,1 000,1 050℃下分别进行固溶处理,保温24 min,并快速水淬,采用光学显微镜(OM)、扫描电镜(SEM)、X射线衍射(XRD)、电子探针(EMPA)等试验方法研究固溶温度对试验钢组织性能的影响.结果表明：所设计的新型低密度钢的密度为6.826 g/cm³,比常规钢的密度降低约13%.当固溶温度为1 000℃,低密度钢的综合力学性能最佳,其抗拉强度可达1 065 MPa,屈服强度为937 MPa,延伸率为65.3%,强塑积可达69.5 GPa·%,-40℃冲击功(V型缺口)为49 J.     

基于混合自编码器的脑力负荷识别

为了消除多通道近红外光谱信号中存在的冗余信息并提取抽象特征,构建了基于混合自编码器的脑力负荷识别模型。首先,将原始信号送入栈式自编码器中进行通道降维;然后使用卷积自编码器对降维后的信号进行无监督学习从而提取抽象特征,并将特征依次送入支持向量机、K最近邻、随机森林这3种基分类器中进行建模;最后,用软、硬投票的集成策略来提高模型对脑力负荷识别的准确性。实验结果表明,混合自编码器具有良好的通道降维和提取抽象特征的能力,该模型在脑力负荷三分类任务中的准确率可以达到95.12%,相对于同类研究准确率有明显提升。     

UConvTrans:全局和局部信息交互的双分支心脏图像分割

心脏核磁共振成像(MRI)具有噪声多、背景和目标区域相似度高、右心室形状不固定、呈月牙形或扁圆形等特点,虽然基于卷积神经网络的U型结构在医学图像分割中表现出色,但由于卷积本身的局部运算特性,提取全局信息特征能力有限,所以很难提升在心脏MRI上的分割精度.针对上述问题,提出一种全局和局部信息交互的双分支网络模型(UConvTrans).首先,利用卷积分支和Transformer分支提取局部特征和建模全局上下文信息,能够保留细节信息并抑制心脏MRI中噪声和背景区域的干扰.其次,设计了融合卷积网络和Transformer结构的模块,该模块将二者提取的特征交互融合,增强了模型表达能力,改善了右心室的分割精度,而且避免了Transformer结构在大规模数据集上预训练,可以灵活调节网络结构.此外,UConvTrans能有效地平衡精度和效率,在MICCAI 2017 ACDC数据集上进行验证,该模型在模型参数量、计算量仅为U-Net的10%、8%的情况下,平均Dice系数比U-Net提高了1.13%.最终,在其官方测试集上实现了右心室92.42%、心肌91.64%、左心室95.06%的Dice系数...     

基于卷积自编码器的高光谱图像有损压缩方法研究

高光谱图像包含丰富的信息,但其数据量巨大,限制了其在实际应用中的使用。提出一种基于卷积自编码器的高光谱图像有损压缩算法,首先通过卷积层和最大池化层的有效组合来降低图像维度;然后在池化层和展平层之间嵌入通道分组双重注意力模块,以帮助卷积自编码器更好地捕捉输入数据的关键特征,准确地提取特征进行加权处理;最后,使用熵编码技术对量化后的特征映射进行编码,使用转置卷积层来重建图像。在多个数据集上进行实验,采用峰值信噪比（PSNR）和结构相似性指标（SSIM）评估。实验结果表明,在相同压缩比下,与传统的压缩方法相比,此方法 PSNR和SSIM均有较大提升,所提方法能够提供更好的高光谱图像压缩性能。     

深井低密度水泥浆体系的设计与应用

为了解决复杂地质条件及深井超深井施工中经常遇到的压力异常、井漏等地质工程问题,设计了两种适用于深井固井作业的低密度水泥浆体系.根据性能测试结果,粉煤灰复合低密度水泥浆体系可以满足塔河油田对水泥浆密度的要求,将其应用于10多口井,均取得了较好的应用效果.水泥浆返高均达到设计井深,大幅度减少了注水泥漏失的潜在危险,目前已被广泛应用.     

一种安全相关输入输出数据总线的实现

提出了一种在SPI总线上利用循环冗余校验码(CRC)、安全码和停等式自动反馈重传(ARQ)实现安全相关闭环传输的方法,给出了硬件电路设计方法和仿真结果.     

强场中真空正负电子对产生的低密度近似

在空间均匀含时的强外场下真空正负电子对产生的研究中, 从散射势转变点的角度, 严格证明了源于量子Vlasov方程的低密度近似方法(low density approximation, LDA)与半经典的WKB (Wentzel-Kramers-Brillouin)方法等价．通过对典型例子进行数值计算和说明, 对这2种方法的等价性进行了检验．当有较多转变点时, WKB积分变得烦琐, 相较而言, LDA更具有计算优势．本研究将量子动力学过程和量子隧穿过程联系起来, 有助于深入理解强场下真空中正负电子对的产生过程．      

基于卷积自编码器的直升机轴承退化特征提取

轴承是直升机传动系统中关键的部件之一,在飞行过程中易出现性能快速退化和故障失效,危害飞行安全。发展直升机轴承的性能退化监测和故障预测技术,对于提升直升机的安全性和可靠性具有重要意义。针对直升机轴承退化特征的提取问题,采取基于卷积自编码器的深度学习模型,设计了基于卷积自编码器的最优退化特征提取方法,从轴承全寿命退化数据中提取出最优退化特征,通过对比实验和加噪仿真验证了方法的有效性。