大直径内螺纹的测量

生产中我们遇到大直径的内螺纹M200×6圆锥头,如图1所示,在螺纹加工完后,要开调整槽,此时螺纹已不易修复,如何测量被加工的螺纹,关系到产品质量的好坏。

基于UOS系统下威焱831的PCIE-DMA设计

阐述一种国产化WY-831处理器和FPGA芯片异构通信方案的设计,此方案有效解决国产操作系统的异构计算场景下,国产处理器与FPGA进行高速通信和数据交互问题。探讨硬件框架设计和内核驱动软件设计,对方案进行测试验证,针对不同的数据量进行吞吐量测试。

基于深度卷积神经网络的轴承故障诊断方法

针对传统浅层轴承故障诊断方法依赖于人工特征提取和诊断专业知识从而缺乏自适应性问题,结合卷积神经网络善于识别二维形状的特点,提出一种基于深度卷积神经网络的故障诊断方法(DCNN)。首先,为充分展现滚动轴承故障特征信息,利用短时傅里叶变换得到滚动轴承振动时间序列的二维时频谱;其次,通过卷积神经网络自适应提取时频谱中不同故障特征;最后,将提取的轴承故障特征利用Softmax分类器输出诊断结果,实现轴承故障诊断。通过实测故障轴承数据对该方法进行验证,结果表明DCNN在多故障、变负载的轴承故障诊断准确率高达99.9%,证明了所提方法具有良好的泛化性能和可行性。

基于特征参数迁移的滚动轴承故障诊断

针对变工况下的滚动轴承无法获得大量带标签样本数据以及传统深度学习诊断方法识别率低的问题,提出一种基于迁移学习的卷积神经网络模型滚动轴承故障诊断方法。首先,采用短时傅里叶变换处理滚动轴承振动信号获得源域、目标域样本集;其次,利用源域样本预训练卷积神经网络模型;最后,通过目标域样本微调卷积神经网络模型实现滚动轴承故障诊断。通过2种不同滚动轴承振动数据进行迁移故障诊断实验,实验结果表明:相对于卷积神经网络的故障诊断方法,基于迁移学习的卷积神经网络故障诊断识别率提高了7%。