基于迁移QCNN的孪生网络轴承故障诊断方法

轴承故障诊断对于降低旋转机械的损坏风险,进一步提高经济效益具有重要意义;深度学习在轴承故障诊断中应用广泛,但是深度学习模型在训练与测试时容易受到噪声的干扰导致性能下降;并且轴承的工况变化频繁,不同工况下的数据采集困难;对此,提出了一种基于迁移QCNN的孪生网络轴承故障诊断方法,先预训练QCNN获取具有较强判别性的模型参数,将预训练的参数迁移到QCNN作为子网络的孪生网络中,然后正常训练孪生网络获取模型,最后将测试数据与故障数据组成数据对输入模型,即可得到测试数据的故障类型;该方法将QCNN与孪生网络相结合,QCNN中的Quadratic神经元具有强大的特征提取能力,孪生网络共享权重和相对关系的训练方式,使得模型可以缓解噪声和工况数据不平衡问题的影响;实验结果显示,相较与传统机器学习模型和QCNN等模型,所提出方法在面对噪声和工况数据不平衡问题表现更好。

基于EMWIN和ARM Cortex-M4内核的数字示波器

本文介绍了一种基于EMWIN和ARM Cortex-M4内核的嵌入式简易数字示波器的设计。利用K60芯片优异的性能和EMWIN强大地嵌入式界面设计功能,实现了数字示波器的ADC双通道并行采集、快速地数据处理和友好的界面显示。电路以K60芯片为核心,外围电路较少,成本低廉,性能稳定可靠,支持系统升级,能满足一般实验室低频信号的示波显示需求。

例析密度、压强、浮力综合计算

原题呈现。例水平桌面上放着一个底面积为100cm^(2)的容器,倒入12cm深的水。如图1甲所示,用弹簧测力计挂着一个圆柱体从水面缓慢匀速浸入水中;根据测得的数据绘制出弹簧测力计示数F与圆柱体下表面距液面高度h的关系如图1乙所示。

破解弹力重难点

弹力是继力学基础后的第一大性质力,弹力的相关习题有一定难度,常考查弹力的相关定义、性质类辨析以及弹力相关计算。无论什么题型都要从弹力的三要素角度入手分析,即弹力的大小、方向、作用点。从基础出发,将复杂的问题简单化,避免想多、想复杂是规避错误的关键。

厘清匀速直线运动的两种图象

匀速直线运动图象是同学们第一次在物理学科接触坐标轴图象,这类图象的分析方法也适用于今后学习的物理相关图象知识。希望同学们能夯实基础,触类旁通。考点速览考点1:图象信息的获取匀速直线运动的图象问题考点较为单一,同学们要将注意力集中在图象的横纵坐标轴的物理意义上。

透镜及其应用考点专练

【提分锦囊】1.凸透镜成像规律和应用:u>2f,成倒立、缩小的实像,应用是照相机;u=2f,成倒立、等大的实像,应用是测焦距;f<u<2f,成倒立、放大的实像,应用是投影仪;u=f,不成像;u<f,成正立、放大的虚像,应用是放大镜。

切割固体的压强问题

抢分宝典对于切割固体的压强问题来说,公式的选择非常重要。我们首先要根据题意明确公式的运用。对于密度均匀、上下等粗的柱体可以巧妙利用p=ρgh进行求解,若碰到斜切问题,也可先利用该公式求解后进行割补对比思考。