基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。     

关于二重极限教学的一点注记——与《微积分解题方法与技巧》一书的作者商榷

本文首先对《微积分解题方法与技巧》一书中某题的解法提出质疑;然后研究了三种不同情形下可以得出不同的结果;进而否定了该书的解法;最后指出,被高等数学广泛采用的“极坐标代换法”不能直接用于二重极限,并给出了理论上的解释和证明。     

等导重根特征对的泰勒展开

讨论多参数非亏损特征对的可微性,推导了具有等同一阶偏导数的重根特征的计算公式,进而得到了它们的泰勒开展开式。     

关于随机子列的重对数律的一个注记

本文研究随机子列的重对数律,改进了ＴｏｒｒａｎｇＩ．的结果。     

一种提高BP算法学习速度的有效途径

ＢＰ网络在实际应用中的最大障碍就是学习速度慢这一问题。本文在详细分析与论证的基础上得出：在学习过程中,通过对ｓｉｇｍｏｉｄ函数形状的动态调整可有效地提高ＢＰ网络的学习速度,而且这一方法实现简单、易于理解、具有普遍适用性。同时本文对近期发表的有关文献中所提出的一些不恰当的观点和结论进行了修正和补充。     

亚纯函数的重值与唯一性问题

讨论了亚纯函数的重值与唯一性问题,得到了若干结果。这些结果推广并改进了熊庆来、谢军春,仪供勋等人得到的有关定理。     

最大似然估计的重对数律

讨论了最大似然估计的渐近性质,利用Taglor展开和Havtman-Wintner定理,证明了最大似然估计满足重对数律。     

阻燃剂聚苯基膦酸二苯偶氮酯对PET阻燃作用机理研究

用热重分析(TGA)和热裂解色谱(PGC—MS)研究了阻燃剂聚苯基膦酸二苯偶氮酯(PAPPP)对聚对苯二甲酸乙二醇酯(PET)的阻燃作用机理。TGA结果表明PAPPP／PET(15／85)共混物的起始分解温度为337℃，550℃的热解残余量为26．8％，450℃～550℃的失重为23．3％，与纯PET相比，共混物的热解温度范围变宽，残余量增加，且在PET燃点附近的可燃性挥发气体的生成量降低，表现为凝聚相阻燃机理．PGC—MS分析表明，加入PAPPP对PET的热裂解模式有一定影响，在燃烧过程中伴有酯交换反应．     

空间映射与响应面法相结合的结构优化

应用空间映射与响应面方法实现了由低保真模型到高保真模型的响应面映射，在原有空间映射方法的基础上将一类结构优化问题构造为标准二次规划模型，有利于高保真模型的优化求解，且解决了空间映射方法中低保真模型设计变量更新困难的问题。此方法可大大减少应用序列RSM方法进行结构多学科优化时的重分析计算量。数值算例表明此方法可获得较好的求解效率和精度。     

一个新的Hilbert重积分不等式

利用Г-函数给出了一个新的Hilbert重积分不等式，并讨论了一些特殊情况下的最佳常数问题。