基于全矢-CNN的轴承故障诊断研究

针对传统智能故障诊断系统需要大量先验知识,以及模型复杂度高和单通道信号不完整造成信息遗漏的问题,将全矢谱技术与卷积神经网络(CNN)结合,提出一种新的滚动轴承的故障诊断模型。该方法将全矢谱技术与深度卷积神经网络结合,相比于单通道数据建立的模型而言,具有特征信息完整、模型适应性强等优点。首先利用全矢谱技术对采集的双通道信号进行信息融合,得到融合后的主振矢数据。然后结合主振矢数据与深度学习算法构建全矢深度卷积神经网络,模型能够自适应地提取故障特征,利用反向传播算法调节优化模型参数。实验结果表明:该方法能够提取更加完整的轴承故障信息,该模型具有更高的准确率和更好的稳定性。

离散隐Markov模型在滑动轴承故障诊断中的应用

针对传统轴承故障诊断方法停留在静态观测的基础之上,忽略了故障发生前后的信息。应用DHMM故障诊断方法,在一个动态的环境中对设备进行观测、评估。并进行了4种故障模型诊断实验,对获取的振动信号进行特征提取,归一化,标量化得到量化序列集合,再对量化序列集合进行DHMM参数重估或利用Viterbi算法计算最大模型概率,从而建立DHMM模型库或进行故障诊断。实验结果表明DHMM故障诊断方法在滑动轴承中应用具有较高的分类精度。

计算机网络安全问题及其防范措施探讨

伴随着计算机技术的不断发展,越来越多的单位和工业园区开始依赖计算机网络开展工作,这使得计算机网络安全的重要性不断凸显。针对计算机网络安全中所存在的各种问题,采取必要的措施有效保障计算机网络安全就显得十分重要。本文以计算机的网络安全作为主要的切入点,对影响计算机网络安全的因素进行了分析,以便可以更好的保障计算机的网络安全。

公路水路交通运输地理信息基础平台总体框架研究

随着科学技术的不断进步,我国的各行业领域快速进步。围绕“数据丰富鲜活、服务稳定实用、平台开放弹性”三大主题,构建公路水路交通运输地理信息基础平台,为交通运输行业的公路及水路规划、建设、管理、养护、运输提供一体化及全过程的地理信息应用支撑,提出了平台总体框架、功能服务和数据服务内容以及服务方式。