基于深度迁移学习的柴油机故障诊断研究

得益于大数据和人工智能的高速发展,数据驱动的智能故障诊断方法受到广泛关注。然而,在柴油机故障数据稀缺的情况下,传统神经网络训练容易出现过拟合且网络泛化能力差。为解决上述问题,提出一种基于深度迁移学习的小样本故障诊断方法。构建一种适用于柴油机原始振动信号的宽卷积核卷积长短期记忆神经网络,来提高故障数据特征提取和抗噪的能力,另外从原始数据自动提取特征,增强特征学习的智能性。进一步采用迁移学习方案,将大型标签源域数据的诊断知识迁移到目标域网络上,改进网络在目标域任务小样本条件下的学习和分类能力。在跨故障域和跨设备域迁移任务上进行算法评估,并与传统深度神经网络进行比较,验证了所提方法可有效改进小样本诊断性能。

军队医院招聘护理人才队伍建设的思考及意见

在我国军队现代化建设中,军队医院护士是保障医院各项任务顺利完成的重要力量,建设一支有序流动、高素质、相对稳定的护理队伍成为军队教学医院护理人才队伍建设面临的紧迫而又现实的任务。本研究为此通过调查某地三家军队医院护理人才的基础现状,查找军队医院护士建设存在的问题,进行分析讨论后,提出切实可行的管理对策和建议。

喷油嘴内流特性与喷雾特性研究及结构优化

结合柴油机喷油嘴内部流动和喷雾数值计算模型,基于支持向量机构建了喷油嘴性能代理模型,研究了喷油嘴结构参数对内部流动和空化现象及喷雾特性的影响,并通过多目标遗传算法NSGA—Ⅱ对喷油嘴结构进行了多目标优化。结果表明:喷孔直径从0.10 mm增大到0.20 mm,喷孔出口质量流量增大336.31%,孔内产生剧烈空化现象,喷雾贯穿距和索特平均直径(Sauter mean diameter,SMD)分别增大74.04%和46.19%。减小喷孔长度会改善喷雾性能,但同时使孔内空化现象加剧,影响流动性能。入口圆角半径的存在能有效减弱孔内的空化现象,提高雾化性能,当入口圆角半径从0增大到0.016 mm时,出口质量流量和喷雾贯穿距分别增大22.50%、17.76%,SMD减小12.22%。喷孔倾斜角越小,空化现象越弱,其对喷雾特性影响较小。优化后的喷油嘴出口质量流量和喷雾贯穿距分别增大了21.19%和11.91%,燃油蒸气体积和SMD分别减小了81.38%和1.37%,流动性能和喷雾性能均得到改善。

考虑多缸静动态特性的柴油机缸体拓扑优化

针对极限单工况拓扑优化结果无法保证多缸缸体在其他工况下的力学性能问题,基于层次分析法,提出一种综合考虑多缸静动态特性的缸体多目标拓扑优化方法。在分析缸体静态特性、模态的基础上,确定缸体的最恶劣工况及各工况下缸体的拓扑优化空间;考虑缸体的静态多工况刚度和动态多阶固有频率,构建包含12个权重因子的缸体拓扑优化多层次结构模型,利用折衷规划法定义兼顾缸体静动态特性的综合评价函数,并通过层次分析确定各权重因子,从而得到兼顾静态多工况刚度目标和动态多阶固有频率目标的拓扑优化数学模型。仿真结果表明,优化后的缸体拓扑结构更加合理,缸体质量减轻5.22%,静动态特性得到不同程度的改善。

不同岗前培训模式对护理人员能力的影响

目的探讨不同的岗前培训模式对护理人员的培训效果。方法选取我院2012年1～5月新入院的护士50名为观察组，实施规范化的培训目标；同时选取我院2011年1—5月入院的50名护士为对照组，实施传统的培训方法。比较两组护士的理论知识、操作技能得分和培训目标评分。结果观察组在吸氧、洗手、心肺复苏等操作技能的得分显著高于对照组（P〈0．05）；观察组的理论成绩显著高于对照组（P〈0．05）；观察组的职业素质、工作态度、工作质量和专业技能得分均显著高于对照组（P〈0．05）。结论规范化的目标培训显著提高了新护士的基本操作技能、基础理论，帮助其尽快地适应角色转换，成为一名合格的护士。