针对深度残差网络无法在噪声环境下精确诊断的问题,提出了一种基于直接快速迭代滤波(direct fast iterative filtering,DFIF)和自适应深度残差网络(adaptive deep residual network,AResNet)的方法,并将其应用于噪声环境下旋转机械的故...针对深度残差网络无法在噪声环境下精确诊断的问题,提出了一种基于直接快速迭代滤波(direct fast iterative filtering,DFIF)和自适应深度残差网络(adaptive deep residual network,AResNet)的方法,并将其应用于噪声环境下旋转机械的故障诊断中。首先,在采集的振动信号中增加不同强度的噪声,再经DFIF分解得到若干个本征模态函数(intrinsic mode function,IMF)分量,选取综合评价指标值最小的IMF分量作为输入样本;其次,提出了自适应残差单元(adaptive residual building unit,ARBU),ARBU通过计算各个通道的最优系数,自适应地放大故障敏感特征和抑制无关特征,能够更好地替代传统的残差单元;最后,基于ARBU构造AResNet,输入样本经过AResNet得到故障诊断结果。将所提方法应用于噪声背景下旋转机械的故障诊断中,在两个不同数据集中进行了验证。研究结果表明,与现有方法相比,所提方法具有更高的噪声鲁棒性、稳定性和更优的计算效率,且能够更好地解决旋转机械在噪声背景下故障特征难以有效挖掘的问题。展开更多
随着全球大气氮沉降的明显增加,将有可能显著影响我国西部地区受氮限制的亚高山森林生态系统。土壤微生物是生态系统的重要组成部分,是土壤物质循环和能量流动的重要参与者。由于生态系统类型、土壤养分、氮沉降背景值等的差异,土壤呼...随着全球大气氮沉降的明显增加,将有可能显著影响我国西部地区受氮限制的亚高山森林生态系统。土壤微生物是生态系统的重要组成部分,是土壤物质循环和能量流动的重要参与者。由于生态系统类型、土壤养分、氮沉降背景值等的差异,土壤呼吸和土壤生物量碳氮对施氮的响应存在许多不确定性。而施氮会不会促进亚高山森林生态系统中土壤呼吸和微生物对土壤碳氮的固定?基于此假设,选择了川西60年生的四川红杉(Larix mastersiana)亚高山针叶林为研究对象,通过4个水平的土壤施氮控制试验(CK:0 g m^-2 a^-1、N1:2 g m^-2 a^-1、N2:5 g m^-2 a-1、N3:10 g m^-2 a^-1),监测了土壤呼吸及土壤微生物生物量碳氮在一个生长季的动态情况。结果表明:施氮对土壤呼吸各指标和土壤微生物碳氮都有极显著的影响,施氮能促进土壤全呼吸、自养呼吸、异养呼吸通量和土壤微生物生物量碳氮的增长,施氮使土壤呼吸通量提高了11%—15%,土壤微生物量碳提高了5%—9%,土壤微生物量氮提高了23%—34%。在中氮水平下(5 g m^-2 a^-1)对土壤呼吸的促进最显著。相关分析发现,土壤呼吸与微生物生物量碳氮和微生物代谢商极呈显著正相关,微生物量碳氮与土壤温度呈极显著的正相关,与土壤湿度呈极显著负相关。通过一般线性回归拟合土壤呼吸速率与土壤10 cm温湿度的关系,发现土壤呼吸速率与土壤温度呈极显著的正相关,与土壤湿度极显著负相关(P<0.001),中氮水平下土壤温度敏感性系数Q10值(7.10)明显高于对照(4.26)。展开更多
文摘针对深度残差网络无法在噪声环境下精确诊断的问题,提出了一种基于直接快速迭代滤波(direct fast iterative filtering,DFIF)和自适应深度残差网络(adaptive deep residual network,AResNet)的方法,并将其应用于噪声环境下旋转机械的故障诊断中。首先,在采集的振动信号中增加不同强度的噪声,再经DFIF分解得到若干个本征模态函数(intrinsic mode function,IMF)分量,选取综合评价指标值最小的IMF分量作为输入样本;其次,提出了自适应残差单元(adaptive residual building unit,ARBU),ARBU通过计算各个通道的最优系数,自适应地放大故障敏感特征和抑制无关特征,能够更好地替代传统的残差单元;最后,基于ARBU构造AResNet,输入样本经过AResNet得到故障诊断结果。将所提方法应用于噪声背景下旋转机械的故障诊断中,在两个不同数据集中进行了验证。研究结果表明,与现有方法相比,所提方法具有更高的噪声鲁棒性、稳定性和更优的计算效率,且能够更好地解决旋转机械在噪声背景下故障特征难以有效挖掘的问题。
文摘随着全球大气氮沉降的明显增加,将有可能显著影响我国西部地区受氮限制的亚高山森林生态系统。土壤微生物是生态系统的重要组成部分,是土壤物质循环和能量流动的重要参与者。由于生态系统类型、土壤养分、氮沉降背景值等的差异,土壤呼吸和土壤生物量碳氮对施氮的响应存在许多不确定性。而施氮会不会促进亚高山森林生态系统中土壤呼吸和微生物对土壤碳氮的固定?基于此假设,选择了川西60年生的四川红杉(Larix mastersiana)亚高山针叶林为研究对象,通过4个水平的土壤施氮控制试验(CK:0 g m^-2 a^-1、N1:2 g m^-2 a^-1、N2:5 g m^-2 a-1、N3:10 g m^-2 a^-1),监测了土壤呼吸及土壤微生物生物量碳氮在一个生长季的动态情况。结果表明:施氮对土壤呼吸各指标和土壤微生物碳氮都有极显著的影响,施氮能促进土壤全呼吸、自养呼吸、异养呼吸通量和土壤微生物生物量碳氮的增长,施氮使土壤呼吸通量提高了11%—15%,土壤微生物量碳提高了5%—9%,土壤微生物量氮提高了23%—34%。在中氮水平下(5 g m^-2 a^-1)对土壤呼吸的促进最显著。相关分析发现,土壤呼吸与微生物生物量碳氮和微生物代谢商极呈显著正相关,微生物量碳氮与土壤温度呈极显著的正相关,与土壤湿度呈极显著负相关。通过一般线性回归拟合土壤呼吸速率与土壤10 cm温湿度的关系,发现土壤呼吸速率与土壤温度呈极显著的正相关,与土壤湿度极显著负相关(P<0.001),中氮水平下土壤温度敏感性系数Q10值(7.10)明显高于对照(4.26)。
