基于模型迁移学习的滚动轴承智能故障诊断方法

针对滚动轴承故障诊断中可用的故障数据较少,同时基于数据驱动的故障诊断模型在训练过程中需要耗费大量的时间和计算资源的问题,提出一种基于EfficientNet模型迁移学习的滚动轴承智能故障诊断方法。首先,利用信号转化图像的方法,将不同健康类别滚动轴承振动信号生成相应的训练集和测试集;然后,将经过预训练的EfficientNet模型,通过参数共享迁移到训练集上进行训练并微调,以达到模型最佳参数;最后,通过测试集验证模型的故障诊断能力。在双转子高速滚动轴承故障数据集上,对提出的故障诊断方法进行了验证。结果表明：在不同工况下,所提出故障诊断方法的准确率最高能达到99.48%,优于传统的数据驱动故障诊断方法,具有较好的应用前景。     

新型超高强度β钛合金的大进给铣削试验研究

对在新型亚稳态β钛合金M28上应用大进给铣削工艺进行了试验研究.对比了常规方肩铣与大进给铣削在各自典型参数下的切削力与材料去除率.通过对比"固溶+时效"处理前后M28铣削力揭示了热处理对切削的影响,并分析了切削速度、每齿进给量对铣削力的作用.对大进给铣削M28与TC4进行了对比试验,相同参数下M28的切削力是TC4切削...     

基于域对抗门控网络的变工况刀具磨损精确预测方法

刀具磨损的精确预测对保证零件加工质量、提高生产效率和降低制造成本具有重要作用。在实际加工过程中,切削参数、刀具几何参数、刀具材料等工况复杂多变,工况信息和刀具磨损量对监测信号的耦合作用为刀具磨损的精确预测带来了很大挑战。针对以上问题,提出了一种基于域对抗门控网络（DAGNN）的变工况刀具磨损精确预测方法。引入工况分类网络并利用无磨损量标签样本,通过域对抗和门控过滤机制自适应地从不同工况的原始监测信号中提取表征刀具磨损且对工况变化不敏感的关键信号特征。对信号特征提取网络和刀具磨损预测网络进行迭代优化,从而实现变工况刀具磨损的精确预测。实验结果表明：相比已有的方法,本文方法能够利用少量带磨损量标签的目标工况样本实现刀具材料和刀具直径变化情况下的刀具磨损量精确预测,预测精度大幅提高。     

基于逆跟踪控制的航空发动机气路健康参数估计修正方法研究

针对新型航空发动机气路部件状态监控缺乏故障样本的不足,利用发动机非线性模型和气路故障模拟方法,获取故障样本,运用最小二乘支持向量回归机(LSSVR)建立气路健康参数的(理想)估计器。主要工作是在LSSVR的基础上,从逆跟踪控制的角度,设计了基于逆模型在线辨识与变结构控制相结合的修正系统,减小理想估计器与真实发动机之间由于测量噪声与系统噪声对估计精度造成的影响。通过仿真实验,离线修正后,估计值的相对误差最大值从69%缩小5%,在线修正后,估计值的相对误差最大值从69%缩小13%,修正系统有效地提高了性能估计的准确度,减小了气路部件状态监控的误判和误诊的概率。     

网格阵列填充冷却通道内超临界正癸烷流动传热特性的数值研究

采用碳氢燃料冷却壁面是超燃冲压发动机常用主动冷却方式。为减轻主动冷却通道结构重量、提高冷却效率,本文探讨了以网格结构为填充的新型通道,从结构轻质化、流动特性及综合传热能力等方面与常规矩形主动冷却通道进行了比较。结果表明,在相同工况下,由错排网格填充的冷却通道结构综合性能最佳,其减重效果达39.93%,壁面温度显著下降,且努塞尔数最高达到光通道的2.156倍。从流动传热机理分析可看出,网格前缘冲击效应形成的马蹄涡和后缘附近发卡涡结构对强化传热贡献最大,扰动边界层和激发湍动能也是强化传热的重要因素。     

基于深度卷积神经网络的遥感影像目标检测

随着遥感影像数据规模的快速扩张,如何高效准确地识别遥感影像中的典型目标成为当前的研究热点。为解决传统遥感影像目标检测方法准确率低的问题,用基于深度卷积神经网络进行遥感影像目标检测,在遥感影像数据集上用基于Faster-RCNN的神经网络模型对VGG16卷积网络进行训练,对输入的遥感影像通过区域推荐网络标注出待检目标的包围框和置信度,实现对遥感影像的目标检测。以飞机和油罐为例,在TensorFlow深度学习框架下实现了数据预处理、网络训练、目标检测等功能,并在当前测试数据集上取得了较高的检测准确率和置信度。该研究成果可应用于遥感影像解译和处理等相关领域。     

多模型GGIW-GLMB算法跟踪机动群目标

针对多个机动群目标跟踪问题,提出了一种多模型伽马高斯逆威夏特-广义标签多贝努利（MM-GGIW-GLMB）算法。采用多模型算法对群目标进行运动建模,利用最适高斯（BFG）近似在预测阶段对多模型进行融合,减小了多模型算法的运算量,为进一步提高算法在目标机动阶段的跟踪性能,引入强跟踪滤波器（STF）对BFG算法得到的预测状态协方差进行修正。利用最优次模式分配（OSPA）距离及其一倍标准差和航迹标签正确率衡量算法对机动群目标的跟踪性能。仿真结果表明,本文算法能够提升对机动群目标的跟踪精度和稳定性。      

黎曼几何在计算机视觉中的应用研究进展

在计算机视觉领域,许多任务相关数据具有非欧结构,近年来基于黎曼几何的数据表征与应用研究受到了越来越多的关注。如何充分利用数据的几何结构,来提高目标识别、目标跟踪及目标检测算法的性能,是其中的一些研究热点。本文主要从三个方面介绍黎曼流形在计算机视觉中的应用研究进展。首先,从数学基本概念出发,阐述黎曼流形与图像的关系以及视觉应用的可行性,并介绍计算机视觉中具有重要应用的几种黎曼流形。其次,对黎曼流形在计算机视觉中若干常见应用进行了概述,重点介绍了与深度学习相结合的相关进展。最后,对引入黎曼流形的机器学习方法的未来发展进行了分析和讨论。     

一种小天体探测器绕飞轨道主动抗扰控制方法

针对小天体绕飞探测过程中,探测器受到的非球形引力摄动及太阳光压等多源扰动问题,结合绕飞探测的周期性特点,提出一种小天体探测器绕飞轨道主动抗扰控制方法。首先,通过迭代学习控制对小天体探测器受多源扰动影响产生的误差进行抑制,然后设计扰动观测器估计系统总扰动,构造自适应律实时估计扰动上界,进而设计控制律对总扰动进行主动补偿。最后以243Ida作为目标天体进行绕飞探测仿真分析,结果表明该控制方法能更加有效地提高小天体探测器的轨道跟踪控制精度。     

BTT导弹神经网络直接逆控制算法的FPGA实现研究

针对BTT导弹控制系统中导弹模型的非线性和强耦合的特点,应用逆7系统和神经网络相结合的方法建立了导弹的逆模型.并以俯仰通道为例,设计了逆控制算法的BP神经网络结构,采用Verilog HDL编写了BP神经网络各个功能模块,并将其在FPGA上实现.通过神经网络逆控制算法在FPGA硬件实现和通用计算机上软件实现的对比,表明...