基于频域自注意力编码的起重机回转支承寿命预测方法

起重机回转支承的使用寿命预测对提高设备维护效率、降低运营成本及确保生产安全至关重要。文中提出了基于频域自注意力编码的起重机回转支承寿命预测方法,旨在解决传统预测方法精度和效率上的局限。利用深度学习中的自注意力机制将起重机回转支承的振动信号从时域转换到频域,并通过自注意力编码提取频域中的主导特征,实现对起重机回转支承剩余使用寿命的精确预测。该方法不仅有效降低了模型的计算复杂度,提高了预测精度和效率,而且通过实际实验验证了其在起重机回转支承寿命预测领域的良好应用潜力和实用价值。同时,将频域分析与自注意力机制相结合,为起重机回转支承寿命预测提供了新的解决思路。

单相DC/AC逆变器控制策略研究

以往,对单相逆变器的研究都是基于静止坐标系的,其若采用传统PI控制器,则无法实现精准控制;而采用比例谐振调节器控制,则既复杂繁琐又存在很多限制条件。此外,在静止坐标系下,单相逆变器孤网/并网的切换较难实现。基于此,文章借鉴三相逆变系统在旋转坐标系下的控制方法,首先建立单相逆变器在旋转坐标系下的数学模型,然后给出其在dq坐标系下孤网运行、并网预同步和并网运行的控制策略,并通过dq坐标变换将变化的交流量变成恒定不变的直流量。这样,单相逆变器采用PI控制器便可以实现无差控制,而无需设计复杂的控制器,从而大大简化了单相逆变器的各种控制策略。最后,在dq旋转坐标系下对所提控制策略进行仿真及试验验证,结果显示,单相逆变器工作在孤网模式时,可输出50 Hz标准正弦波;当电网满足并网条件时,逆变器输出电压与电网电压可实现相位同步,为并网做准备;当并网运行时,逆变器从V/f控制转为PQ控制。该结果验证了所提方法的可行性和正确性。

充液管道超声导波传播特性及损伤定位的研究

管道运输是我们国家综合运输体系的重要组成部分,其在流动介质的运输方面具有特殊的优势。在这类管道中液体介质为超声导波能量的泄漏提供途径,不利于后续的损伤定位研究。因此研究超声导波在充液管道中的传播特性非常必要,从探究充液管道超声导波频散方程出发,建立有限元模型研究不同液体填充量的管道响应信号的能量变化。提出基于径向基函数的概率成像算法,其中权重函数仅与损伤的位置有关而与传感器路径的方向无关。对管道中非通透圆孔损伤进行定位,周向与轴向定位精度相比传统算法均有所提高。在此基础上提出基于L(0,2)模态的概率成像法,分别在两种尺寸的管道中进行损伤定位,结果表明定位精度得到大幅提升,该算法具有广阔的应用前景。

基于进化算法优化GAN的轴承故障诊断

针对滚动轴承故障诊断故障样本类别不平衡的问题,提出一种基于进化算法优化的条件生成对抗网络(evolutionary conditional generative adversarial nets,简称ECGAN)故障诊断方法。首先,利用进化算法优化条件生成对抗网络中的生成器,使其在不同的损失函数下生成与原始样本分布相似的新样本,扩充数据集;其次,将生成的样本和原始样本输入判别器,提取出样本中有效的数据特征,判断输入样本的真假和类别;最后,通过对抗学习机制优化生成器和判别器,提高网络的故障识别能力。实验结果表明,在轴承故障样本数据类别不平衡的情况下,ECGAN模型具有较好的故障诊断性能。

我国国家级农村职业教育和成人教育示范县分布研究及启示

国家级农村职业教育和成人教育示范县(下称示范县)创建是构建中国特色现代化农村职成教体系的重要举措。当前,示范县创建受政治、经济、人口等因素的影响,分布上呈现出全面但不均衡的特征,具体表现为:数量上东部地区多于中西部地区,密度上农业人口大省、农业经济大省相对较低。今后示范县创建应合理规划,实现东西部地区均衡发展;按需设置,实现与农业发展相协调;协同联动,实现示范县间共同发展;合理评估,实现示范县名单动态调整。

EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用

共振解调是滚动轴承故障诊断中最常用的方法之一,然而其带通滤波器参数的选取通常比较困难。谱峭度法能根据峭度最大化原则自动确定带通滤波器参数,取得了一定的诊断效果,但由于滚动轴承的早期故障信号中含有强烈的背景噪声,诊断效果有时也不够明显。为此,提出一种基于EMD降噪和谱峭度法的滚动轴承早期故障诊断新方法,首先采用基于互相关系数和峭度准则的EMD降噪对采样信号进行预处理,突出高频共振成分,再利用谱峭度法选取最佳带通滤波器参数,最后使用带通滤波和包络解调进行故障诊断,并通过实际工程信号进行了验证。

基于小波包样本熵的滚动轴承故障特征提取

将样本熵引入故障诊断领域,讨论了样本熵的性能和计算参数的选择。结合小波包分解和样本熵,提出了一种新的滚动轴承故障特征提取方法。首先对轴承振动信号进行小波包分解;然后对归一化能量最大的子带进行重构,计算重构信号的样本熵;最后通过样本熵评价故障状态。滚动轴承故障诊断实例验证了该方法的有效性。

双树复小波域隐Markov树模型降噪及在机械故障诊断中的应用

提出一种基于双树复小波变换的隐Markov树模型的信号降噪方法,并将其成功应用于机械故障诊断中。机械设备的振动信号中不可避免地存在着噪声,使得微弱故障信息的提取一直是故障诊断的难点和热点。双树复小波变换具有近似平移不变性,而隐Markov树模型能有效刻画小波系数间的相关性和非高斯性,两种优势的结合可以获得比常规软、硬阈值小波降噪法和小波域隐Markov树模型降噪法更好的降噪效果。它不仅能有效抑制高斯白噪声,还能够去除异常冲击干扰,仿真信号验证了这一点。对于实际滚动轴承信号,使用该方法同样可以获得满意的结果。

基于数字化校园的校园一卡通构建

介绍了校园一卡通系统的组成与结构、网络结构以及系统安全。校园一卡通系统是数字化校园的重要组成部分,它为数字化校园的建设提供了全面的数据采集和良好的信息共享环境。校园一卡通的实现,必将推进学校各部门的信息化管理,也将进一步促进数字化校园的建设。

基于组织支持感的事业单位组织公民行为研究

鉴于事业单位在我国经济发展中的特殊地位,研究其员工的公民组织行为具有重要的现实意义。在以专业承诺为中间变量,包含各前因变量的组织支持感和公民组织行为的概念模型基础上,通过调查和实证研究发现:我国事业单位员工的薪酬满意度、对领导—成员关系的理解、对单位职业发展机会的理解以及对单位的工作家庭支持与公民组织行为水平正相关;组织支持感水平与公民组织行为正相关,且该关系对于专业承诺较高的员工而言更加牢固。

门座起重机回转支承故障诊断研究

门座起重机大型回转支承属于低速重载类型的回转支承,该类型回转支承目前缺乏有限的检测手段,且现场环境较为复杂,现场测试经验不足。文中基于回转支承的实际使用工况及故障特点提出了试验方案,并在现场完成回转支承测试,以振动信号分析方法对回转支承的故障进行了故障诊断,对大型回转支承的现场测试和故障诊断具有指导意义。

制动电机综合性能试验系统的研发

0引言 制动电机是电动机和制动装置合二为一的组合体，其结构紧凑，体积小，质量轻，在起重机起升和运行机构中有广泛的应用，其性能的优劣对于保障起重机的安全运行具有重要意义。目前，制动电机不仅有锥形转子制动电机，而且有旁磁式、盘式和带制动器等多种形式的制动电机并存，并且其性能、用途以及产量还在迅速发展，应用场合也由原来的起重行业发展到纺织、机床、建筑、印染和食品等机械行业。

美国社区学院对我国的启示

本文通过对美国高等教育发展的历程分析、美国社区学院的特点、及对美国高等教育大众化所起的巨大作用 ,谈对我国高等教育发展的启示。

制动电机动态制动力矩的试验研究

介绍了基于减速度法的制动电机动态制动力矩测试原理,并据此设计相应的动态制动力矩测试系统,包括试验台的整体结构设计和软件设计。在此基础上,利用国家桥门式起重机械产品质量监督检验中心为制动电机制造企业提供型式试验的便利条件,对部分制动电机的样品进行动态制动力矩测试研究,得出一些重要的结论,为相关技术人员提供参考。

起重机抗风防滑装置防风性能测试系统的研制

抗风防滑装置对于露天起重机在风载荷作用下的安全至关重要。为解决起重机抗风防滑装置防风性能难以测试的问题,研制了一套综合性抗风防滑装置性能测试系统,利用该系统可在实验室测试轮制动器、夹轨器和顶轨器等多种抗风防滑装置的防风性能。测试表明,该系统具有很好的经济性和可靠性。

基于组织支持感知的事业单位组织承诺研究

从组织支持感知角度对事业单位员工进行实证分析发现,事业单位员工的薪酬满意度、对LMX的理解、对于单位职业发展机会的理解、认为单位的工作家庭支持均与POS水平正相关,POS水平与组织承诺正相关,关系对于较高专业承诺的员工与较低专业承诺的员工相比更加牢固。

灰色─马尔柯夫模型在接发列车事故预测中的应用研究

应用灰色─马尔柯夫过程预测模型，对接发列车作业事故进行预先估计和推测；然后建立相应的软件包，通过定量的方法进行事故预测。以此达到了解和全面评价接发列车作业事故的未来状态和发展趋势。

对网络教育质量的思考

网络教育质量是网络教育事业持续发展的保证。在现阶段,我们必须建立质量监控体系,保证网络教育质量。同时,应实行网络教育资源整合,避免重复投资;实行网络教育认证制度,规范网络办学;在条件许可下应全面引入质量体系,实行对网络教育全过程的监控。

我国社会保障基金的来源渠道探讨

针对我国在建立现代社会保障制度过程中的资金障碍问题,系统分析了失业保险、养老保险、医疗保险制度三个核心体系中政府、企业、个人的资金分担现状与矛盾,以及由此产生的我国现行社会保障基金来源不足的尴尬局面,探讨了政府、企业、个人在社会保障基金中的角色定位,提出在社会保障基金筹措方式上通过发行特种国债、征收社会保障税、征收国家土地地租的方法,以解决其来源不足的问题。