输油管道泄漏自动检测装置的研制

介绍一种基于软件的管道泄漏自动检测装置 ,通过检测压力、流量、温度等的变化来判断泄漏是否发生及发生泄漏的位置。该装置具有适应性广、安装简单等优点。     

基于卷积双向长短期记忆网络的轴承故障尺寸估计

基于振动监测数据的航空发动机滚动轴承损伤大小识别,对于研究滚动轴承故障演化、故障预测和故障诊断具有重要意义。针对传统模型对先验知识依赖性高、特征提取不充分、故障尺寸训练类别有限等问题,提出了一种基于深度学习的滚动轴承损伤尺寸预计方法,能够对训练过程中未出现的中间尺寸进行准确识别。在经典模型的基础上,搭建了一种深度卷积网络与长短期记忆网络组合模型,该模型可对轴承振动信号的多维特征与时序特征进行充分提取,实现轴承故障的智能和高效诊断。最后,利用滚动轴承加速疲劳试验机,进行了多种转速与损伤尺寸下的滚动轴承故障试验,基于试验数据进行了方法的比较,结果表明,该组合网络的在正常和加噪的情况下预测精度分别达到99.94%和98.67%,较单独的深度卷积网络、长短期记忆网络及其他模型精度更高,比较结果充分表明了本文所提方法的优越性。     

基于蜂群算法的舰艇编队维修作业调度方法

针对编队维修保障系统需要对编队内所有舰艇装备提供快速有效的保障,使之具有持续作战能力,将维修保障过程中涉及的机构及资源,分割为功能相对独立的多个智能体Agent,并提出基于多Agent的具有良好扩展性和智能性的舰艇编队保障体系架构.基于该架构中Agent单元的特点,提出基于蜂群算法的任务调度优化方法,该方法可缩短舰艇编...     

基于剃齿啮合传动特性的剃齿刀优化设计

针对剃齿齿形“中凹”误差问题,构建了剃齿啮合分析模型,研究不同重合度对剃齿啮合传动特性的影响,以此提出一种剃齿刀优化设计方法。通过剃齿试验得出不同重合度的剃齿啮合传动特性对齿形“中凹”误差的影响规律,从而验证剃齿刀优化设计方法的正确性。结果表明 :适当的增大重合度能一定程度上减小剃齿啮合传动误差和瞬时传动比的曲线幅值,但继续增大会导致曲线局部振荡,使得传动更加不平稳,形成明显的齿形“中凹”误差;不同重合度的剃齿啮合状态引起的接触变形才是影响剃齿传动性能的主要因素;剃齿啮合传动性能越好,工件齿轮形状偏差及总偏差也越小;基于剃齿啮合传动特性的剃齿刀优化设计能有效地减小齿形“中凹”误差。      

庞巴迪集团加强在华业务

加拿大庞巴迪集团近日改组机构,加强业务。改组后整个集团分为三大制造集团和两个服务集团。为加强其在支线与公务飞机领域的力量,庞巴迪集团把位于北爱尔兰的肖特宇航公司与位     

一种基于群体理想解的多属性群决策方法及其应用

在多属性群决策分析中,由于涉及到各属性评价值的综合和专家个体评判的集结,所以决策群体很难对方案直接评优,针对多属性群决策方法问题,给出了一种分析方法.首先,给出了每位专家多属性数值决策矩阵和理想点的定义;然后通过定义专家群体贴近度矩阵和专家群体理想点,给出了基于多属性数值决策矩阵形式偏好信息的群决策方法;最后,通过一个算例对该方法的合理性和有效性进行了说明。     

多微处理机系统的可靠性评价

本文分析了多微(MUMI)处理机系统的可性。在多微处理机中,分配给一些模块固定不变的任务,有的起计算处理机的作用,有的起 l/I 处理机的作用。每台处理机都有局部存贮器,能够对任何期的任务保存指令和块。此外,它们共享一个公用存贮器。所有模块都由受处理机控制的冗余多路总线互连;另一个处理机作整个系统的主处理机之用。     

卷积神经网络和峭度在轴承故障诊断中的应用

针对传统智能诊断方法依靠专家知识和人工提取数据特征工作量大的问题,结合深度学习方法在特征提取和处理大数据方面的优势,研究了一种基于卷积神经网络和振动信号峭度指标的滚动轴承故障诊断方法。该方法将深度学习应用于轴承故障诊断,提取滚动轴承正常状态、内圈故障、外圈故障和滚动体故障4种状态的振动信号,将振动信号分段处理得到峭度指标,使用数据到图像的转换方法将峭度指标转换为灰度图,送入卷积神经网络模型完成故障分类。在进行滚动轴承故障诊断的实验时,所提的模型诊断准确率达到99.5%,高于传统支持向量机(SVM)算法的95.8%。      

直升机旋翼试验台数据采集系统的改进与设计

本文详细介绍了直升机旋翼试验台数据采集系统的功能，硬件配置以及软件设计方法。     

压电智能柔性梁振动主动控制研究

利用压电陶瓷作为作动器,对柔性悬臂梁进行了振动主动控制研究.分析了压电结构振动主动控制的原理和方法.采用独立模态控制法对柔性悬臂梁的前两阶模态实施主动控制.实验结果表明,通过振动主动控制明显增加了柔性悬臂梁的结构阻尼,取得了十分有效的振动抑制效果.