基于残差NLSTM网络和注意力机制的航空发动机剩余使用寿命预测

针对长短期记忆（LSTM）网络对于多维数据特征识别和提取上存在不足的问题，在其改进模型嵌套式长短期记忆（NLSTM）网络的基础上，提出了一种基于注意力机制和残差NLSTM网络的剩余使用寿命预测方法。该方法将双层NLSTM网络代替残差块中的主网络，保留捷径连接中的卷积神经网络结构，既能充分提取时序特征又能保证有用数据在网络层中的跳层传递，并融入注意力机制构建多层残差网络，注意力机制的使用能够选择出对预测结果有重要影响的信息，有效提高预测的准确率。在航空发动机退化实验数据集上进行实验分析，结果表明：所述方法能有效建立监测数据与发动机健康状态之间的关系，剩余使用寿命预测误差较未改进残差结构方法平均降低10.8%，比未融入注意力机制方法平均降低18.9%，有效提高了预测精度。     

基于客流密度的地铁列车空调夏季送风温度控制模型研究

客流密度是影响地铁列车客室内热舒适性环境的重要因素,传统的地铁列车客室温度控制主要是根据UIC-553标准,以室内外温差作为控制核心.本文通过构建全尺寸地铁列车客室-乘客-空调送风耦合的一体化模型,利用实车试验与数值模拟相结合的方法,对地铁列车客室内的热舒适性展开研究.探讨客流密度对地铁列车客室内热舒适环境的影响规律以及不同客流密度下客室平均温度与空调送风温度之间的关系,得到了不同客流密度下能满足人体热舒适性体验的空调送风温度,提出了一种基于客流密度的地铁列车空调夏季送风温度控制模型.     

基于卷积门控循环网络的滚动轴承故障诊断

针对许多基于深度学习的滚动轴承故障诊断方法在小样本数据集下诊断性能下降的问题,提出一种基于卷积门控循环神经网络的轴承故障诊断模型。该模型使用两层的卷积网络来从输入信号中提取特征,同时使用tanh函数作为激活函数,且池化层使用大池化核来进行重叠下采样。将所提取得到的高层特征连接到双向门控循环网络。合并循环网络正向和逆向的最后一个状态,并连接一层全连接层进行输出。选用凯斯西储大学的轴承故障数据集来验证模型在小样本数据集下的诊断性能,实验结果表明,相比于其他类型的模型,该模型在仅有20个训练样本的情况下依然保持97%的识别准确率。      

大学英语基础阶段学生词汇达标实验报告

本文是一份非重点院校学生词汇达标实验报告。实验结果表明 :通过切实可行的词汇教学训练 ,大多数学生的词汇水平都能达到大纲要求 ,词汇差距确实可以缩小     

基于仿真的单元化制造系统的单元分组

在传统单元分组方法的基础上,提出了用仿真方法解决瓶颈机床的分组问题.采用着色Petri网,对生产系统建模.以BEA算法作为分组基础,经过仿真试验得到最终的单元分组结果.试验表明,用仿真的方法能够弥补传统分组算法复杂的缺点.     

基于DEA排序模型的生产设备利用有效性评价和改进

采用DEA的3个模型研究了生产设备利用的有效性问题,并进一步通过C2R效率排序模型实现了水平比较和连续改进.通过一个实际生产的20个加工单元绩效分析的案例,进行了设备利用效率评价和改进的具体运用.     

机械加工单元的实用工艺布局方法与工艺优化(制造单元系列之三)

详细介绍了首都航天机械公司(以下简称首航公司)在建立机械加工制造单元时确定工艺布局的一整套实用步骤和方法,该方法适应航天产品多品种、变批量的生产特点,包括从确定零件族到形成制造单元平面布局图的全过程。另外,也介绍了工艺优化的相关内容。     

孙有彬逝去风景的记忆和忧思

天高云淡的漫射光线下，美丽的莲花湖呈现出丰富的色彩和细腻的影调。蔚蓝的湖水清波荡漾，浓密的森林郁郁苍苍，浅浅的湖滩上，油绿的草甸与映着天光的湖水颜色一起搅和，而就在如此祥和宁静的画卷中俯瞰草甸，景况丰伟的天地之间，几匹骏马和几个牧马人，却又为画卷平添了若干生动的气息。摄影家孙有彬先生告诉说，为了拍摄这幅图片，他曾在湖边荆棘遍布．怪石林立的山崖上艰难地攀爬了两个小时。     

自贡盐业历史博物馆盐晶的璀璨记忆

盐都自贡,是座因盐而兴的城市。翻开这座城市的历史,我们可以感触到她的每一页都渗透着盐渍,甚至名字都充满了“盐卤味”。而西秦会馆这座雕梁画栋的古建筑,原本是盐商炫耀自己显赫实力的,如今却成为了盐业历史博物馆,开始了它的另一段历史使命。