LWT-SSF特征学习的双变量过程均值偏移在线诊断

为了提升双变量过程均值偏移的诊断效率,提出了提升小波重构去噪增强、堆叠稀疏滤波特征学习和Softmax回归分类的双变量过程均值偏移在线诊断模型。首先,对原始数据流进行提升小波分解与重构,以突显其整体变化特性。其次,利用堆叠稀疏滤波对重构后的数据序列进行逐层学习,得到维度低且表征强的数据特征。而后,通过带有标签的特征数据对Softmax回归分类器进行有监督学习,识别双变量过程均值偏移的失控源。最后,仿真实验验证了所提诊断模型的有效性。

陕西紫堇属1新记录种和2特有种形态补充描述

报道了1种紫堇属(Corydalis DC.)高紫堇组(sect. Elatae Fedde)植物陕西新记录,即巫溪紫堇(C. bulbilligera C.Y.Wu);对陕西特有紫堇属高紫堇组植物南五台山紫堇(C. nanwutaishanensis Z.Y.Su&Lidén)和腋含珠紫堇(C. virginea Lidén&Z.Y.Su)形态,特别是果实特征,做了补充描述,且对以上3种做了形态比较,并编排了陕西高紫堇组植物分种检索表。

基于多特征的PSO-MSVM动态过程质量异常模式识别

为了提高动态过程质量异常模式识别效率,将动态过程质量模式的均值特征与小波包分解特征作为分类特征,并构建两层多支持向量机识别模型进行分类。利用均值特征,在第一层MSVM中把动态过程变化趋势划分为正常与周期、上升与向上阶跃、下降与向下阶跃三大类别;采用小波包分解特征,在第二层MSVM中对这三大类别进行再分类。仿真结果表明提出的识别模型的识别精度相比采用单一特征的识别模型有明显提高。

基于MSVM的多品种小批量动态过程在线质量智能诊断

提出了基于多分类支持向量机(MSVM)的多品种、小批量动态过程在线质量智能诊断方法。离线训练时,提取异常模式仿真数据的小波重构特征,对MSVM识别和估计模型进行训练和测试,同时建立异常因素诊断库;在线诊断时,对"监控窗口"数据特征的过程模式及参数进行识别与估计,而后利用异常因素诊断库实现对多品种、小批量动态过程实时在线智能诊断。某精密轴加工过程实例验证了该智能诊断方法的有效性。

基于小波分析及神经网络控制图模式识别研究综述

控制图异常模式自动识别在如今的制造过程越来越重要,识别方法的合理性直接影响质量诊断结果的准确性.该文系统地总结了现有基于神经网络控制图模式识别方法,并从原始数据处理方面把现有的控制图模式识别方法分为两类:基于原始数据及基于特征.同时指出各种基于神经网络的控制图模式识别方法上的特点与不足,并展望未来基于小波分析及神经网络控制图模式识别的研究方向,为质量诊断技术的改进提供依据.

基于多特征混合与支持向量机的动态过程异常监控

为提高动态过程异常模式的监控效率,提出基于多特征混合与多分类支持向量机的动态过程质量异常模式识别模型。采用离散小波变换提取原始数据的低频近似系数和重构数据特征;抽取重构数据的形状特征并与低频近似系数进行混合,形成质量模式的混合特征;采用粒子群优化的多分类支持向量机进行异常模式识别。仿真实验表明,所提出的识别模型比采用单一类型特征或融合特征的整体识别精度均有显著提高,且大大降低了模型训练时间。

新型纳米结构金属材料的力学性能及变形机制

"纳米结构"化是金属及其合金材料获得优异力学性能的有效途径.纳米结构金属材料表面或内部的缺陷,包括晶界、位错、孪晶、孔洞、裂纹、第二相等,其形核、演化及互相作用对材料的强度和韧性具有重要影响.该文综述了与上述科学问题相关的新型纳米结构金属材料的微观组织结构表征及力学性能测试、强韧化机制计算模拟方面的研究进展.并讨论了急需从微观尺度上就新型纳米结构金属材料的特征力学行为和关键变形机制开展深入、系统研究.

如何提高企业员工忠诚度研究

在企业人力资源管理中，如何吸引，留住人才是管理者最为关注的问题。而企业员工忠诚度是反映一个企业人力资源管理水平的重要指标，也是制约企业健康发展的一个重要因素，如何培养和提升员工忠诚度，加强员工忠诚度的管理，是每一个企业必须面对的课题。

动态过程质量异常模式ANN—SVM识别模型及仿真分析

为简化ANN网络结构、降低MSVM识别的复杂度,提高动态过程质量异常模式识别效率,文章提出了基于ANN—SVM的动态过程质量异常模式识别模型。首先,在ANN分类器中应用均值特征把整体变化趋势上具有相似性的六种质量模式划分为三大类别。其次,利用SVM分类器对这三类进行再识别。应用均值特征构建的ANN网络结构简单,无需对其进行参数优化,并且ANN分类器将多分类问题转化为三个两分类问题,降低了MSVM的分类数。仿真结果表明:所提出的识别模型比单一采用ANN或MSVM分类器的整体识别精度均有显著提高,且大大缩减了模型训练时间。

纳米结构金属材料力学性能研究进展

纳米结构化是金属及其合金材料获得优异力学性能的有效途径．纳米结构金属材料表面或内部的缺陷，包括晶界、位错、孪晶、孔洞、裂纹、第二相等，其形核、演化及互相作用对材料的强度和韧性具有重要影响．本文综述了与上述科学问题相关的微观组织结构表征、多尺度材料模拟方法、强韧化机制计算模拟方面的研究进展．并讨论了急需从微观尺度上开展深入、系统研究和认知的特征力学行为、关键变形机制．

新工科背景下研究生“模式识别”课程“一体三面”式教学改革

文章在阐述相关背景的基础上,首先从理论教学与项目实践同步、教学内容的专题模块化与综合实践相结合、案例内容的单元模块化构建与综合实践相结合、案例扩展复现与研讨相结合四个方面论述了新工科背景下研究生“模式识别”课程“一体三面”式教学改革实践,然后对新工科背景下研究生“模式识别”课程“一体三面”式教学改革进行了反思。

基于深度置信网络的大数据制造过程实时智能监控

针对基于浅层学习模型的过程监控方法难以对大数据制造过程运行状态进行实时智能监控的问题,提出了基于深度置信网络的大数据制造过程实时智能监控方法。利用灰度图建立大数据制造过程质量图谱,以精准表达其过程的运行状态;构建用于识别大数据制造过程质量图谱的深度置信网络;应用离线训练好的深度置信网络模型对当前监控窗口内的过程质量图谱进行识别,实现大数据制造过程实时智能监控。最后,应用该方法对某注塑件大数据制造过程进行实时质量智能监控,结果表明:所提方法的识别性能明显优于基于主成分分析与BP神经网络、支持向量机的识别模型,能有效应用于大数据制造过程实时质量智能监控。

基于小波重构的动态过程LSSVM-BPNN在线智能监控模型

为实时监控动态过程的运行状态,提出基于提升小波变换和最小二乘支持向量机(LSSVM)及BP神经网络(BPNN)相结合的在线智能监控模型。采用提升小波变换提取原始数据的重构特征,并分别抽取重构后数据序列的均值、形状特征。利用基于提升小波重构特征的LSSVM判定动态过程是否异常,基于重构后均值特征的BPNN将5种异常模式划分为3个类别。通过基于重构后形状特征的LSSVM对3类异常模式进一步识别。最后,应用该模型对某精密轴加工过程进行在线智能监控。结果表明,与基于离散小波重构的BPNN模型、基于统计和形状特征的支持向量机模型相比,所提模型不仅识别精度高且训练耗时少。

基于GRU神经网络的自相关过程残差控制图

为提升自相关过程监控的效率,提出基于门控循环单元(gated recurrent unit,GRU)神经网络的自相关过程残差控制图。采用受控下的自相关过程数据对GRU网络进行离线训练与测试,对预测误差进行监控,形成控制用残差控制图。采用训练好的GRU网络预测当前过程波动,利用控制用残差控制图判定当前过程是否失控。运用蒙特卡洛仿真法,与基于一阶自回归模型、BP神经网络以及支持向量回归构建的残差控制图进行性能对比。研究表明,过程受控时,所提残差控制图与其他3种的稳态平均运行链长相差不大,即4者的性能表现相当;而在均值偏移异常过程中,所提残差控制图的平均运行链长远小于其他3种,对自相关过程均值偏移具有较好的监控性能。

基于关联位错机制的纳米孪晶金属非对称循环塑性模型研究

纳米孪晶金属在强度、韧性和抗疲劳性能等方面存在优势,具有显著的工程应用价值.纳米孪晶金属的塑性变形机制与传统立方晶系多晶金属材料截然不同,经典力学理论难以精准描述其力学行为,迫切需要针对性地建立力学本构理论.本文基于择优取向纳米孪晶金属塑性变形特有的关联位错机制,结合离散单元模型和位错塞积长程作用效应,提出可描述纳米孪晶金属非对称循环塑性行为的本构模型,并捕捉与历史无关循环塑性行为和Masing现象,描述预加载下长程背应力导致的随动强化现象.进一步根据热力学理论,考虑关联位错与位错长程作用机制,推导了可用于预测疲劳寿命的耗散能量率计算式.本文结果对择优取向纳米孪晶金属的工程应用具有理论参考意义.

基于课程思政和教学质量国家标准的专业课程教学改革与实践

高等教育专业课程教学如何融入课程思政并符合教学质量国家标准,培养新时代合格的专业人才,是目前高校亟须解决的课题。文章以质量工程学课程为例,从教学目标、教学内容、教学模式、教学评价等方面对基于课程思政和教学质量国家标准的课程教学改革实践经验进行了介绍,并在实践反思的基础上,总结了改革中需要注意的经验,可为其他专业课程特别是工业工程类专业课程基于课程思政和教学质量国家标准的教学改革提供样本参考和经验借鉴。

陕西堇菜属新记录植物——柔毛堇菜

本文报道了陕西堇菜属1种新记录植物——柔毛堇菜(Viola fargesii),根据花部特征排除了近似种亮毛堇菜(V.lucens),现予以说明。

时间序列分析课程教学改革探索

为了调动学生学习的积极性和主动性,提高教学质量,文章从教学理念改革、教学内容改革、教学设计改革、教学实施改革、教学考核改革五个方面入手,对时间序列分析课程教学改革进行了探索。

纳米结构金属晶界塑性机理的原子尺度模拟研究进展

纳米结构金属中富含晶界,对材料微观结构演化与宏观力学性能调控具有重要意义.厘清纳米结构金属晶界塑性变形的原子尺度机理,将之与材料宏观力学行为相联系,是纳米结构金属力学研究关注的核心问题.近年来,我们围绕晶界塑性变形机制及其影响因素,采用原子尺度模拟方法,探究了晶界诱导孪生与界面宏微观自由度的关联规律,揭示了晶界位错往复滑移主导的纳米晶体循环塑性机制,提出了孪晶界滑移诱导纳米晶体极端剪切变形,发展了取向依赖的晶界迁移和滑移转变模型,为纳米结构金属晶界行为预测与调控提供了新思路.本文梳理了晶界塑性原子尺度模拟的研究现状,总结了本团队从原子尺度探究晶界塑性变形机理的相关进展,指出了纳米结构金属晶界调控理论与力学表征的难点和挑战.

利用分子动力学研究梯度纳米孪晶Cu的微观变形机理

提出了一种新的纳米结构材料即梯度纳米孪晶界结构,并利用分子动力学方法计算了梯度纳米孪晶Cu的单轴拉伸和压痕的变形过程,分析了纳米孪晶界分布对位错机制的影响.结果表明,梯度纳米孪晶界主导的塑性变形可分为2类,不全位错主导了较厚的孪晶片层的塑性变形,较细孪晶片层的塑性变形由全位错主导.此外,提高孪晶界密度可以有效改善材料的强度和硬度.