CO2焊模糊波控逆变电源与平特性逆迹电源焊接性能对比研究

本文介绍了ＣＯ２焊模糊波控逆变电源的原理，对其焊接性能与带电子抗器的平特性逆变电源作了对比研究。结果表明：模糊波控逆变电源无论在焊接飞溅量，焊缝成型及可控性，还是在焊接过程的稳定性上都较带电子抗器的平特性逆变电源有限大的提高，并对其原理进行了探讨。     

空间站废水的处理及管理

长期载入飞行的空间站需要大量的用水，为解决由此引起的巨大的维持飞行的运行费用，需要实现水的再生与闭路循环，如何针对空间站废水的特征，解决废水的处理与利用问题，并建立合理的水循环体系是这一工作的关键，文中分析，比较了空间站废水的处理方法，设计了空间站水管理整合方案，并多方面探讨和验证这一方案的合理性和可行性。     

小样本下基于孪生神经网络的柱塞泵故障诊断

针对目前基于深度神经网络的柱塞泵故障诊断方法在小样本条件下精度低、模型欠拟合问题,提出一种小样本条件下基于孪生神经网络的柱塞泵故障诊断方法。搭建了柱塞泵故障实验台,采集柱塞泵在不同健康状态下的壳体振动信号;使用由卷积层和池化层组成孪生子网络自适应地从原始振动信号中提取低维特征,使用欧式距离判定输入样本对的特征相似度;通过相似度对比的方法扩大训练样本数量并训练孪生神经网络模型;最后,对测试样本进行健康状态识别。实验结果表明：与传统深度神经相比,所提方法在小样本情况下具有更高的准确率。同时,多通道数据融合实验表明：所提方法能够从不同通道的信号中学习到有关故障信息,多通道数据融合可以进一步提高诊断准确率。     

CO2焊模糊波控逆变电源与平特性逆变电源焊接性能对比研究

本文介绍了CO2 焊模糊波控逆变电源的原理 ,对其焊接性能与带电子电抗器的平特性逆变电源作了对比研究。结果表明 :模糊波控逆变电源无论在焊接飞溅量 ,焊缝成型及可控性 ,还是在焊接过程的稳定性上都较带电子电抗器的平特性逆变电源有很大的提高。并对其原因进行了探讨     

基于LSTM和CNN的高速柱塞泵故障诊断

针对高速轴向柱塞泵容易发生空化，且目前空化故障诊断方法存在依赖手工特征提取、鲁棒性不高的问题，提出了一种基于长短时记忆（LSTM）和一维卷积神经网络（1D-CNN）相结合的空化故障诊断方法。搭建了柱塞泵故障实验台，采集柱塞泵在不同空化等级下的壳体振动信号。利用LSTM和1D-CNN搭建的分类模型对不同进口压力情况下的振动信号进行空化等级识别。实验结果表明：提出的方法能够准确地识别出4类不同的空化等级，准确率高达99.5%，同时在不附加降噪方法的情况下，具有良好的鲁棒性，在0 dB信噪比的情况下，识别准确率高达87.3%。