基于无线温度监测的内燃机连杆轴瓦故障诊断技术研究

针对内燃机连杆轴瓦故障频发且监测手段有限的技术难点,提出了基于无线温度监测的连杆轴瓦磨损类故障诊断方法。通过分析连杆轴瓦与轴径相对运动时的摩擦力学关系,在考虑润滑的前提下推导出轴瓦温升计算方程,作为基于温度监测的轴瓦故障诊断方法的理论依据;以TBD234V12型柴油机为对象,搭建连杆轴瓦故障模拟实验台模拟轴瓦磨损故障,并配置无线测温系统捕捉异常温度信号,对比正常情况下的温度信号可知,磨损的连杆轴瓦表面温度相比正常轴瓦温度有明显上升。理论和模拟实验结果表明,基于无线温度监测的内燃机连杆轴瓦故障诊断方法具有较高实用价值。     

基于模拟目标的光测装备实战化训练方法研究

为解决当前光测装备因缺乏接近武器装备试验实际情况的合作目标而不能进行实战化训练的难题,提出了基于模拟目标的光测装备实战化训练方法。根据光测装备及目标的实际情况,构建目标三维模型,对其分别进行可见光、红外成像特性处理,生成目标的光学特性模型。采用3 次B 样条曲线拟合目标弹道曲线,进行运动姿态处理后获得姿态控制信息,与特征事件等信息一起封装生成目标运动特性模型。利用计算机仿真技术构建虚拟三维空间,在其中仿真光测装备跟踪测量目标的场景,在光测装备上无缝生成模拟目标,对光测装备进行实战化训练。在现役光测装备上进行了应用验证,实现了光测装备基于模拟目标的实战化训练,结果表明该方法切实可行。     

Propagation patterns of microseismic waves in rock strata during mining: an experimental study

Microseismic monitoring has been widely used in mines for monitoring and predicting dynamic disasters such as rockbursts and waterbursts. However, to develop high-precision microseismic monitoring systems, the propagation patterns of microseismic waves under complex geological conditions must be elucidated. To achieve this aim, a simulation model of a typical coalmine was designed using similar materials according to the similarity theory to simulate the mining process. Geophones were embedded into the model to detect the propagation of elastic waves from microseisms. The results show that in an unmined solid rock mass, the wave velocity in shallow rock strata is mainly affected by geologically weak planes, whereas in deep strata it is affected mainly by the density of the rock mass. During propagation, the amplitude first decreases and then increases rapidly with increasing propagation distance from the coal layer. After mining, our results indicate that the goaf causes significant attenuation of the wave velocity. After the goaf was backfilled, the velocity attenuation is reduced to some extent but not eliminated. The results of this study can be used as guidelines for designing and applying microseismic monitoring systems in mines.     

全球人工智能人才培养的政策比较研究:以中美英加四国为例

全球人工智能竞争的核心是人才存量与人才质量竞争,关键是人才培养能力和人才培养水平竞争,根本是人才培养制度也即高质量人才持续输出能力的竞争。面对全球人工智能人才存量不足、人才质量不高和人才流失等问题,通过系统梳理美国、英国、加拿大和中国的人工智能人才培养政策条目,从人才培养的研究维度对四国人工智能人才政策的特性进行归纳性分析与比较。研究显示,四国人工智能人才培养政策具有高度共性特征。一是重视营造良好的人才培养环境;二是制定科学的人才培养目标;三是重视人工智能教师队伍建设;四是发挥高校人才培养主体作用;五是产学研合作育人。但同时也存在显著差异,如美国在基础研究人才培养、数据环境建设、公私合作育人等方面有较好的经验;英国更加关注人工智能人才的数字理解能力培养;加拿大将培养、吸引和保留人工智能人才,构建完整的人才生态系统作为人工智能领域共识;中国在政府主导下充分发挥高校人工智能人才培养职能。针对中国面临的人工智能人才问题,建议在人才培养数据平台建设、人工智能人才概念界定、人才培养伦理构建、师资队伍建设和人才生态系统完善5个方面进一步健全人工智能人才培养政策体系。     

低轨星座导航增强能力研究与仿真

低轨卫星星座具有几何图形变化快、落地信号功率强、全球天基监测覆盖等天然优势,可对中高轨全球导航卫星系统(Global Navigation Satellite System,GNSS)星座进行有效补充和增强,提升全球定位、导航与授时(Positioning,Navigation and Timing,PNT)服务的精度、完好性、可用性和抗干扰等能力,已成为下一代卫星导航系统重要的发展方向.本文总结了国内外低轨星座发展现状,对不同低轨星座进行了分析和设计,对低轨星座提升导航定位精度、加速精密单点定位(Precise Point Positioning,PPP)收敛、全球天基监测等导航增强能力进行了分析,重点论证了低轨星座突破现有中高轨GNSS技术瓶颈的机遇和体系增量能力,给出了相应的仿真分析结果,以期对我国低轨星座和北斗卫星导航系统的融合发展提供参考和建议.     

应用本体的近岸海域环境监测站点布局优化

针对近岸海域环境监测站点选址优化知识表示不足和复用程度低的问题,将本体理论应用于近岸海域环境监测站点布局优化中.首先,构建海域环境监测网络领域本体知识库,实现近岸海域环境监测本体中的概念抽取,分析概念的语义关系和空间关系,并针对布局阶段性特征,实现知识库的动态更新;其次,采用Jena推理引擎,完成本体模型的推理;最后,以福建省福州市近岸海域作为研究区域,进行案例分析.结果表明:构建的近岸海域监测领域的本体具有一定的适应性和复用性,并尽可能顾及站点布局细节和布局层次,提高监测数据的代表性,降低站点的冗余度.     

高校校园噪声监测及评价——以上海大学宝山校区为例

为监测及评价上海大学宝山校区的校园噪声, 营造良好的学习生活声环境, 对校园学习工作区、生活区、运动区 3 个功能区的 10 个有代表性的地点进行了连续 7 天的噪声监测. 采用等效连续 A 声级法和噪声污染指数法对监测数据进行分析, 并按照国家声环境质量标准进行评价. 结果发现: 上海大学宝山校区校园生活区的夜间声环境质量相对较好; 运动区的夜间噪声量较大, 在一定程度上影响了在校学生和教职工的工作、学习和生活; 山明食堂昼间以及风雨操场昼夜间的声环境超标严重; 机自楼全天声环境质量良好. 由此可知, 上海大学宝山校区的校园声环境质量状况总体较好, 基本能够满足在校人员的学习、工作、生活等要求.     

基于声发射监测的砂轮磨损实验

难加工材料的高硬度和高耐磨性使得磨削加工过程中砂轮的损耗变快,目前主要依靠经验判断砂轮的修整和更换周期,很有可能导致修整不及时的情况发生.本文用声发射信号和磨削力信号共同精确监测砂轮磨损状态,通过分析不同磨损状态的砂轮磨削时对应的声发射信号的特征参数以及磨削力和磨削力比的变化情况,综合判断了实验过程中砂轮的磨损状态.结果表明:声发射信号特征参数都与砂轮磨损状态有一定相关性,且磨削力比与砂轮磨损程度的相关性最大,证明了声发射监测技术在砂轮修整中的有效性,为实际生产加工提供了理论指导.     

大跨度空间网格结构健康监测系统设计及应用

为全面保障大型建筑在施工及运营期间的结构健康和安全,基于信息化和物联网技术设计并实现了针对大跨度空间网格结构的健康监测系统。该系统具备结构健康状态监测多源数据的实时采集与传输、数据存储与处理、结构健康评估、异常状态报警以及三维模型展示等功能,系统通过集成大跨度空间网格结构多维状态数据,实现建筑的关键部件和整体结构的异常与完整性的判别,以及建筑整体健康的有效评估,为建筑的安全施工与运营提供了可靠保障。目前该系统已应用于某大型体育场并稳定运行,提升了体育场馆等大跨度空间网格结构建筑的智能化和安全管理水平。     

关于工艺产品加工质量监测优化研究

质量监测可以有效的提高产品质量和生产效率。在复杂产品的生产过程当中,多个质量特性之间相互作用,共同对产品的生产质量产生影响,由于质量特性的数量较多、有些特性的关系是耦合的,因此准确诊断出异常变量是研究的难点。为了高效、准确的诊断出异常变量,提高产品的质量和生产效率,提出了基于改进网格优化的PCA-SVM多元控制图均值偏移诊断模型。在模型训练之前,使用主元分析(PCA)算法对数据进行预处理,降低数据维数和提取数据特征信息,再用改进网格算法对支持向量机(SVM)的参数进行优化,最终得到优化的SVM模型。仿真结果表明,采用的方法与传统方法相比,训练时间更短,且拥有更高的分类准确率。