基于DCNN-BiLSTM的滚动轴承性能退化因子构建方法

针对如何从多维度特征中提取滚动轴承性能退化信息,构建性能退化因子的问题,提出一种基于DCNN-BiLSTM的混合输入网络。首先利用连续小波变换和24个典型时域频域特征计算公式分别得到滚动轴承振动的二维图像数据和一维时间数据,之后将两种不同维度的数据分别输入至混合输入网络进行训练,然后输入测试集数据得到滚动轴承的性能退化因子,最后利用单调性、预测性、鲁棒性对得到的性能退化因子进行评估。试验结果证明,混合输入网络结合DCNN和Bi-LSTM的优点,可有效提取滚动轴承性能退化信息,得到的性能退化因子综合效果较好。

基于DL-Gamma的滚动轴承剩余寿命预测方法

针对滚动轴承特征提取困难、寿命分布难以获取的问题,将深度学习(Deep Learning)方法和伽玛过程(Gamma Process)结合提出了一种基于DL-Gamma的滚动轴承寿命预测方法。分别以振动信号典型时域频域特征和利用连续小波变换得到原始信号的时频图作为一维时间序列数据和二维图像序列数据,结合深度卷积神经网和双向长短时记忆网络构建混合输入网络,将一维时间序列数据和二维图像序列数据输入网络得到性能退化因子,利用伽玛过程对性能退化因子曲线进行建模,实现剩余寿命预测。试验结果表明,该方法可有效预测滚动轴承剩余寿命,且预测结果克服传统方法滞后性明显的缺点,有利于实际应用。

安络化纤丸治疗慢性肝炎、肝硬化疗效观察

目的观察安络化纤丸治疗慢性肝炎、肝硬化的疗效。方法将慢性肝炎、肝硬化108例随机分为两组,治疗组56例,对照组52例。在常规治疗基础上,治疗组口服安络化纤丸;对照组选择常规西药治疗,疗程3个月。检测治疗前后肝功能及血清学变化、症状、体征对比观察。结果治疗组总有效率明显高于对照组(P<0.01),血清纤维化指标改善优于对照组(P<0.05)。结论安络化纤丸治疗慢性肝炎、肝硬化疗效显著,可改善微循环、促进肝纤维化的降解吸收,改善患者临床症状和体征。

雨(外一篇)

起初我是不太喜欢下雨的。连绵不绝的雨和阴沉的天往往会阻碍我原本的行程,还有出门必须带伞的琐碎,这些都会让我的心一点—点地沉下来。我只得倚在窗边,望着远方的飘雨,好让无处可抒的闲愁有个寄托。但雨神奇就神奇在,你特意去观察它的时候可能并不会觉得有什么特别的地方,但有时不经意地一瞥,仿佛就在一瞬间,你体悟到了它的美,于是再也挪不开视线。

不辜负文字的力量

和谐统一绿草地上的阳光帅气,课堂上的侃侃而谈,演讲席上的激情四溢,字里行间的辛辣犀利,秀美娟丽的书写风格……看似迥异的各个方面,却和谐地统—在朱启瑞同学的身上。热爱阅读,气质儒雅;善于体悟,动静自然;勤于思考,敏锐通达……和朱启瑞同学一起畅游在书籍的世界里,你会发现,他就是一本丰富而睿智的书。