期刊文献+
共找到24篇文章
< 1 2 >
每页显示 20 50 100
急性白血病患儿化疗后中性粒细胞缺乏伴发热的现状及影响因素分析
1
作者 谢枫云 胡文婷 +4 位作者 周芬 沈南平 陆红 孙霁雯 何梦雪 《军事护理》 CSCD 北大核心 2024年第6期31-34,共4页
目的 探讨急性白血病患儿化疗后中性粒细胞缺乏伴发热(febrile neutropenia, FN)的现状及影响因素,为临床医护人员早期预防、识别及干预提供依据。方法 2022年1-12月,采用便利抽样法选取在上海某三级甲等儿童医院进行化疗的801例白血病... 目的 探讨急性白血病患儿化疗后中性粒细胞缺乏伴发热(febrile neutropenia, FN)的现状及影响因素,为临床医护人员早期预防、识别及干预提供依据。方法 2022年1-12月,采用便利抽样法选取在上海某三级甲等儿童医院进行化疗的801例白血病患儿为研究对象,采集个人史、疾病史、治疗史与既往史等资料,使用Logistic回归分析筛选急性白血病患儿FN的危险因素,并通过接受者操作特性(receiver operating characteristic, ROC)曲线检验预测效果。结果 急性白血病患儿FN发生率为33.46%。不同个人史、疾病史、治疗史以及既往史的急性白血病患儿在是否发生FN上的差异均有统计学意义(均P<0.05)。Logistic回归分析显示,年龄、第5天口腔黏膜完整性受损、疾病复发、初次化疗、使用阿糖胞苷、第5天中性粒细胞缺乏是急性白血病患儿发生FN的独立影响因素,ROC曲线下面积为0.884。结论 急性白血病患儿FN发生率较高,应从初诊开始重视感染防治,尤其是复发、使用阿糖胞苷、年龄小、早期中性粒细胞缺乏的患儿,并加强对口腔黏膜炎、血常规、生命体征等的评估,积极防治口腔黏膜炎和骨髓抑制。 展开更多
关键词 急性白血病 儿童 中性粒细胞缺乏伴发热 影响因素
下载PDF
迁移学习和CNN的电机故障诊断方法 被引量:1
2
作者 谢锋云 董建坤 +2 位作者 符羽 刘翊 肖乾 《机械科学与技术》 CSCD 北大核心 2024年第3期513-519,共7页
针对缺乏数据导致卷积神经网络(Convolutional neural networks,CNN)训练不佳的问题,以三相异步电机故障诊断为研究对象,提出了基于迁移学习和CNN结合的电机故障诊断方法。首先搭建了电机故障诊断实验平台,通过加速度传感器获取CNN模型... 针对缺乏数据导致卷积神经网络(Convolutional neural networks,CNN)训练不佳的问题,以三相异步电机故障诊断为研究对象,提出了基于迁移学习和CNN结合的电机故障诊断方法。首先搭建了电机故障诊断实验平台,通过加速度传感器获取CNN模型带标签数据,通过训练获取预训练模型;然后结合迁移学习得到的预训练模型迁移到目标域,并通过对目标域的带标签数据进行训练以优化CNN参数;最终获得可以对目标域数据有着良好分类能力的新模型,从而实现目标域带标签数据稀少情况下的电机故障诊断工作。通过将该方法与传统CNN、变分模态分解(Variational modal decomposition,VMD)-支持向量机(Support vector machine,SVM)、VMD-K近邻(K nearest neighbor,KNN)以及VMD-BP神经网络等识别模型进行对比验证,结果显示本文提出的迁移CNN模型模式识别方法有更好的识别效果。 展开更多
关键词 CNN 迁移学习 三相异步电机 VMD 故障诊断
下载PDF
基于GCN的多源变工况滚动轴承故障诊断
3
作者 谢锋云 王玲岚 +3 位作者 宋明桦 樊秋阳 孙恩广 朱海燕 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第5期2109-2118,共10页
滚动轴承是旋转机械的关键部件,其健康状况的识别非常重要。迁移学习作为一种有效工具被广泛应用于故障诊断领域,但单源迁移学习方法可能存在泛化性能较差甚至引起负迁移,造成识别效果不佳的问题。提出一种基于多感受野图卷积网络(GCN)... 滚动轴承是旋转机械的关键部件,其健康状况的识别非常重要。迁移学习作为一种有效工具被广泛应用于故障诊断领域,但单源迁移学习方法可能存在泛化性能较差甚至引起负迁移,造成识别效果不佳的问题。提出一种基于多感受野图卷积网络(GCN)的多源迁移学习方法(MS-GCN),通过在多个源域数据上学习迁移知识,实现变工况下滚动轴承的故障诊断。该方法首先利用小波变换将振动数据样本转换为二维时频图样本,将获得的N组源域样本和目标域样本进行构建得到N组源域-目标域样本数据对;其次,先利用深度卷积网络学习每组数据对的高维特征,再由多感受野图卷积网络学习所提特征的数据结构,使得自适应方法能充分学习域不变特征,更有效地将源域与目标域特征进行对齐,训练得到N组分类器;最后,取N组分类器分类结果的平均值为目标域样本的状态识别结果。基于江南大学轴承数据集对所提方法展开实验验证,在3组不同的变工况轴承故障诊断任务中,所提方法对4种不同状态(正常、内圈故障、外圈故障及滚动体故障)的分类准确率均在99%以上,与其他方法相比诊断准确率提升了0.22~8.27个百分点。对比结果表明:所提方法对变工况下滚动轴承的故障进行识别,可以有效地诊断出轴承的故障类型,具有一定的工程实用价值。 展开更多
关键词 故障诊断 多感受野图卷积网络 多源域迁移学习 深度卷积网络 滚动轴承
下载PDF
改进时序灰度图和深度学习的齿轮箱故障诊断
4
作者 谢锋云 李刚 +2 位作者 王玲岚 刘慧 汪淦 《计算机工程与应用》 CSCD 北大核心 2024年第13期338-344,共7页
针对齿轮箱实际工作环境复杂、传统方法提取特征以及灰度图提取特征性能不足,提出了一种基于改进时序灰度图和深度学习的齿轮箱故障诊断方法。用EEMD(ensemble empirical mode decomposition)将振动信号分解为若干个本征模态分量(IMF)后... 针对齿轮箱实际工作环境复杂、传统方法提取特征以及灰度图提取特征性能不足,提出了一种基于改进时序灰度图和深度学习的齿轮箱故障诊断方法。用EEMD(ensemble empirical mode decomposition)将振动信号分解为若干个本征模态分量(IMF)后,通过累计均值准则将IMFs划分为高频和低频分量,其中高频分量采用小波阈值降噪进行处理;重构降噪后的高频IMFs与低频IMFs,并利用灰度图方法对重构信号进行编码。将二维改进时序灰度图送入卷积神经网络进行训练,以发挥卷积网络对图片特征提取优势,并由混淆矩阵显示结果。最后将模型结果和不同灰度图与传统诊断方法进行对比。结果表明:相对于普通灰度图、全局去噪灰度图,所提方法对齿轮箱故障诊断准确率分别提高4、1.8个百分点,且收敛速度明显加快;相对于BP神经网络以及ELM诊断方法,所提方法对齿轮箱故障诊断准确率显著提高。 展开更多
关键词 集合经验模态分解 故障诊断 改进时序灰度图 深度学习
下载PDF
基于自适应TQWT与小波包奇异谱熵的滚动轴承早期故障诊断 被引量:3
5
作者 谢锋云 刘慧 +1 位作者 胡旺 姜永奇 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2023年第2期714-722,共9页
滚动轴承早期故障诊断可有效地保证机械设备的运行安全,针对滚动轴承早期故障特征微弱,故障特征提取不佳的问题,提出可调品质因子小波变换(Tunable Q-factor wavelet transform,TQWT)与小波包奇异谱熵相结合提取特征的滚动轴承早期故障... 滚动轴承早期故障诊断可有效地保证机械设备的运行安全,针对滚动轴承早期故障特征微弱,故障特征提取不佳的问题,提出可调品质因子小波变换(Tunable Q-factor wavelet transform,TQWT)与小波包奇异谱熵相结合提取特征的滚动轴承早期故障诊断方法。针对滚动轴承早期故障信号的冲击性与周期性特征,提出峭谱积(峭度和包络谱峰值因子的乘积,KEc)的新指标。以KEc为优化指标,采用网格搜索法确定TQWT最佳的品质因子Q,同时以中心频率比为优化指标,确定最佳的分解层数J。通过最佳参数Q和J对原始信号进行TQWT分解并单支重构,选择KEc最大的重构分量作为最佳分量。提取最佳分量的小波包奇异谱熵值作为故障特征向量,最后运用支持向量机(SVM)进行模式识别并进行早期故障诊断。为验证所提方法的有效性,以XJTU-SY滚动轴承加速寿命试验平台研究对象,运用加速度传感器获取的试验数据集进行验证,识别结果准确率为94.5%。同时,与优化指标为峭度等的SVM识别结果进行比较,所提方法识别率提高了约1%~7%。对比结果表明,运用所提方法对滚动轴承早期故障进行识别,可以准确有效地诊断出轴承的故障类型,具有一定的实用价值。 展开更多
关键词 故障诊断 可调品质因子小波变换 小波包奇异谱熵 支持向量机 早期故障
下载PDF
基于VMD-SVM的三相异步电机故障诊断方法 被引量:3
6
作者 谢锋云 胡旺 +2 位作者 刘慧 赏鉴栋 邱英 《噪声与振动控制》 CSCD 北大核心 2023年第1期100-104,共5页
针对三相异步电机信号的不稳定性及故障特征提取困难问题,提出一种基于变分模态分解(VMD)与支持向量机(SVM)相融合的电机故障诊断方法。该方法首先将采集的信号通过VMD分解得到IMF分量;其次,计算各个IMF分量的能量,再将其构成特征向量;... 针对三相异步电机信号的不稳定性及故障特征提取困难问题,提出一种基于变分模态分解(VMD)与支持向量机(SVM)相融合的电机故障诊断方法。该方法首先将采集的信号通过VMD分解得到IMF分量;其次,计算各个IMF分量的能量,再将其构成特征向量;最后对每种状态随机选取400组输入SVM模型训练,将剩余每种状态100组用于测试,通过预测标签与实际标签的比较来判断电机的故障状态。采用该方法对4种不同的电机状态进行故障诊断,结果表明与完全自适应噪声集合经验模态分解(CEEMDAN)、变分模态分解(VMD)提取各IMF能量特征相比,基于VMD-SVM的三相异步电机故障诊断方法更具优越性。 展开更多
关键词 故障诊断 电机 VMD IMF能量 SVM
下载PDF
CEEMDAN与参数优化多尺度排列熵结合的滚动轴承早期故障诊断 被引量:1
7
作者 谢锋云 刘慧 +2 位作者 胡旺 赏鉴栋 姜永奇 《机械科学与技术》 CSCD 北大核心 2023年第11期1912-1918,共7页
针对滚动轴承的早期故障特征微弱的特点,提出了自适应噪声完备集合经验模态分解(CEEMDAN)与多尺度排列熵(MPE)结合提取故障特征,采用支持向量机(SVM)进行故障状态判别的滚动轴承早期故障诊断方法。利用CEEMDAN将信号分解为若干分量,计... 针对滚动轴承的早期故障特征微弱的特点,提出了自适应噪声完备集合经验模态分解(CEEMDAN)与多尺度排列熵(MPE)结合提取故障特征,采用支持向量机(SVM)进行故障状态判别的滚动轴承早期故障诊断方法。利用CEEMDAN将信号分解为若干分量,计算各分量与原信号的相关系数,将大于相关系数阈值的分量重构,对MPE的参数运用PSO算法寻优,计算重构后的信号的MPE值并作为故障特征向量,使用SVM对故障状态进行识别。将该方法运用于XJTU-SY滚动轴承加速寿命试验数据集,并与MPE参数未优化以及未CEEMDAN分解且MPE参数未优化得到的MPE值作为特征向量SVM进行识别的结果进行对比,结果表明本文所提方法的故障识别率分别提高了10.71%和14.28%。 展开更多
关键词 完备集合经验模态分解 多尺度排列熵 支持向量机 故障诊断
下载PDF
滚动轴承的VMD-LSSVM故障识别方法
8
作者 谢锋云 姜永奇 +3 位作者 肖乾 符羽 王二化 刘翊 《机械科学与技术》 CSCD 北大核心 2023年第9期1482-1489,共8页
滚动轴承是工程设备中的关键部件,对滚动轴承进行故障识别方法研究有重要的意义。为了解决滚动轴承振动信号分析能力薄弱的问题,提出了一种基于变分模态分解(Variational mode decomposition,VMD)与最小二乘支持向量机(Least square sup... 滚动轴承是工程设备中的关键部件,对滚动轴承进行故障识别方法研究有重要的意义。为了解决滚动轴承振动信号分析能力薄弱的问题,提出了一种基于变分模态分解(Variational mode decomposition,VMD)与最小二乘支持向量机(Least square support vector machine,LSSVM)的滚动轴承故障识别方法。以凯斯西储大学滚动轴承实验数据为研究对象,获取4类故障7种滚动轴承状态实验振动数据。进行VMD分解,得出最佳分解本征模态函数(Intrinsic mode function,IMF)个数4,然后计算4个IMF样本熵(Sample entropy,SE)得到相应特征量,输入LSSVM模型进行状态识别。实验表明,基于VMD-LSSVM的方法比EMD(Empirical mode decomposition)-HMM(Hidden Markov model)和EMD-LSSVM方法有更高的识别率。 展开更多
关键词 滚动轴承 故障诊断 VMD 样本熵 LSSVM IMF
下载PDF
基于多特征提取和LSSVM的轴承故障诊断 被引量:8
9
作者 谢锋云 符羽 +2 位作者 王二化 李昭 谢添 《机床与液压》 北大核心 2020年第17期188-190,157,共4页
针对故障滚动轴承的振动信号具有非线性、非平稳的特点,提出一种基于时域指标、小波包能量和最小二乘支持向量机(LSSVM)的轴承故障诊断方法。分别对滚动轴承的原始信号进行时域分析计算和小波包分解,并提取状态差异较明显的时域指标和... 针对故障滚动轴承的振动信号具有非线性、非平稳的特点,提出一种基于时域指标、小波包能量和最小二乘支持向量机(LSSVM)的轴承故障诊断方法。分别对滚动轴承的原始信号进行时域分析计算和小波包分解,并提取状态差异较明显的时域指标和小波包分解后能量差异较大的小波包能量作为故障特征向量;将含有多个特征向量的数据样本分为训练样本和测试样本并进行归一化处理;训练样本作为LSSVM的输入来对该模型进行训练,通过训练好的LSSVM模型对测试样本进行分类和诊断。实验结果表明:采用该方法,轴承状态总体识别率为97.5%。 展开更多
关键词 时域指标 小波包能量 LSSVM 轴承故障诊断
下载PDF
基于双隐含层RWPSO-BP神经网络的齿轮箱故障诊断研究 被引量:4
10
作者 谢锋云 董建坤 +2 位作者 王二化 符羽 闫少石 《现代制造工程》 CSCD 北大核心 2021年第6期155-160,共6页
针对齿轮箱故障诊断过程中采集到的振动信号通常都比较复杂多变,随机性和偶然性也比较强的特点,提出了一种基于随机权重粒子群优化(Random Weight Particle Swarm Optimization,RWPSO)算法的双隐含层反向传播(Back Propagation,BP)神经... 针对齿轮箱故障诊断过程中采集到的振动信号通常都比较复杂多变,随机性和偶然性也比较强的特点,提出了一种基于随机权重粒子群优化(Random Weight Particle Swarm Optimization,RWPSO)算法的双隐含层反向传播(Back Propagation,BP)神经网络(RWPSO-BP)的齿轮箱故障诊断方法。对江苏千鹏诊断工程有限公司所公布的齿轮箱故障诊断实验中的原始振动数据进行多特征值提取;利用主成分分析法(Principal Component Analysis,PCA)对特征集进行降维处理,将多个变量的数据集转变为较少新变量的数据集(即主成分),把所选主成分归一化处理后利用双隐含层RWPSO-BP神经网络进行诊断分析;将分析结果与单隐含层RWPSO-BP神经网络对测试样本的识别结果作对比。最后的诊断结果为:双隐含层RWPSO-BP神经网络的误差更小,可以较为准确地对齿轮箱故障类型进行有效的识别。 展开更多
关键词 齿轮箱故障识别 双隐含层 特征提取 主成分分析 RWPSO-BP神经网络
下载PDF
基于EEMD-KNN的机车牵引座状态识别方法 被引量:1
11
作者 谢锋云 姜永奇 +2 位作者 冯春雨 王二化 刘翊 《机床与液压》 北大核心 2022年第13期32-36,共5页
机车牵引座的安全可靠性对机车运行的安全性起到重要作用,因此对机车牵引座状态识别研究具有重要的经济价值和社会意义。为了开展牵引座的正常、小裂纹、大裂纹等3种状态识别研究,搭建机车牵引座的模拟实验台,用加速度传感器采集不同状... 机车牵引座的安全可靠性对机车运行的安全性起到重要作用,因此对机车牵引座状态识别研究具有重要的经济价值和社会意义。为了开展牵引座的正常、小裂纹、大裂纹等3种状态识别研究,搭建机车牵引座的模拟实验台,用加速度传感器采集不同状态的振动信号,对原始数据进行时域特征提取,并进行集合经验模态分解(EEMD)提取时频域特征,采用K邻近算法(KNN)进行牵引座状态识别。实验结果表明:基于EEMD-KNN模式识别方法能对机车牵引座状态进行有效识别,识别率达到83.3%;而且添加时域特征之后的识别率更高一些,识别率达到90.5%。 展开更多
关键词 牵引座 特征提取 集合经验模态分解 K邻近算法 状态识别
下载PDF
基于广义BP神经网络的切削颤振识别研究 被引量:11
12
作者 谢锋云 江炜文 +3 位作者 陈红年 谢三毛 李雪萌 刘博文 《振动与冲击》 EI CSCD 北大核心 2018年第5期65-70,78,共7页
切削颤振将降低加工质量和加工效率,其一直是切削加工领域的一项重要研究课题。针对传统的切削颤振识别方法中,存在获取颤振加工信号中的测量不确定性问题及识别模型中的模型不确定性问题,提出基于广义区间理论的广义BP神经网络切削颤... 切削颤振将降低加工质量和加工效率,其一直是切削加工领域的一项重要研究课题。针对传统的切削颤振识别方法中,存在获取颤振加工信号中的测量不确定性问题及识别模型中的模型不确定性问题,提出基于广义区间理论的广义BP神经网络切削颤振识别模型,利用广义区间不确定性分析方法将测量不确定性量转换为广义区间量,并进行广义区间形式的时频特征提取,最后将广义区间化的特征量代入广义BP神经网络识别模型中,对切削加工状态进行识别。试验结果显示,提出的广义BP神经网络颤振模型比传统BP神经网络颤振模型有更高的识别率。 展开更多
关键词 广义区间 神经网络 颤振 识别
下载PDF
基于多域特征的螺栓松动检测方法研究 被引量:3
13
作者 谢锋云 符羽 +2 位作者 刘昆 肖乾 刘海涛 《电子测量与仪器学报》 CSCD 北大核心 2021年第4期109-117,共9页
螺栓作为机械设备最常用的连接件,螺栓连接的稳定性对保障机械设备安全运行起着至关重要的作用,对螺栓松动程度进行检测有着重要意义。针对螺栓松动4种不同状态,提出了一种基于变分模态分解(VMD)及时频敏感特征与最小二乘支持向量机(LSS... 螺栓作为机械设备最常用的连接件,螺栓连接的稳定性对保障机械设备安全运行起着至关重要的作用,对螺栓松动程度进行检测有着重要意义。针对螺栓松动4种不同状态,提出了一种基于变分模态分解(VMD)及时频敏感特征与最小二乘支持向量机(LSSVM)相结合的螺栓松动检测方法。针对螺栓松动的4种不同状态,搭建了螺栓松动检测模拟实验平台,通过加速度传感器获取螺栓松动4种不同状态振动响应数据;提取了时频域敏感特征量,结合VMD分解的IMF分量能量熵组成状态检测敏感多特征向量,将提取的多特征向量结合LSSVM对螺栓不同松动状态进行识别,并对比基于经验模态分解(EMD)-LSSVM及EMD-多特征-LSSVM检测结果。结果显示,基于多域特征的螺栓松动检测方法识别率优于EMD-LSSVM检测方法。 展开更多
关键词 螺栓松动 VMD LSSVM 多域特征 检测方法
下载PDF
铁道车轮踏面损伤实时监测方法研究综述 被引量:7
14
作者 肖乾 姜雄峰 +2 位作者 刘海涛 谢锋云 周生通 《华东交通大学学报》 2021年第4期99-112,126,共15页
简要介绍列车车轮踏面损伤实时监测方法研究现状、特点及应用情况。列车车轮踏面损伤检测方式有静态检测和动态检测两种。其中,动态检测法可实现列车车轮的健康状态监测,根据传感器安装位置的不同可将动态检测方法分为轨旁式和车载式两... 简要介绍列车车轮踏面损伤实时监测方法研究现状、特点及应用情况。列车车轮踏面损伤检测方式有静态检测和动态检测两种。其中,动态检测法可实现列车车轮的健康状态监测,根据传感器安装位置的不同可将动态检测方法分为轨旁式和车载式两种。对轨旁式检测法中轮轨力检测法、激光检测法、声发射检测法等方法及车载式检测法中的轴箱振动加速度检测法、光纤传感检测法进行介绍、归纳。分析了各检测方法的原理、研究现状及应用中存在的问题并对车轮损伤实时监测方法在轨道交通领域的应用进行了展望。分析发现,现有的监测方法仍然需要进一步完善,监测精度应得到提高,在未来的研究中需考虑将车轮损伤实时监测方法与智能诊断、大数据及物联网等技术融合,并使之具备故障预警和设备剩余寿命预测的功能,实现智能运维技术在高速铁路服役中的应用。 展开更多
关键词 铁道车轮 实时监测 车轮损伤 检测技术
下载PDF
黑色聚酰亚胺的研究进展
15
作者 沈俊逸 谭井华 +4 位作者 谢丰云 赵纯搏 袁家桢 蒋林兵 刘亦武 《云南化工》 CAS 2021年第2期17-19,共3页
黑色聚酰亚胺(PI)由于具有低透光度、优异的耐热性和尺寸稳定性等性能,而被广泛用于对遮光性有特殊要求的光学、微电子及航空航天领域,近年来吸引了越来越多研究人员的重视。介绍了近年来黑色PI制备的不同方法,针对目前主流的添加型黑... 黑色聚酰亚胺(PI)由于具有低透光度、优异的耐热性和尺寸稳定性等性能,而被广泛用于对遮光性有特殊要求的光学、微电子及航空航天领域,近年来吸引了越来越多研究人员的重视。介绍了近年来黑色PI制备的不同方法,针对目前主流的添加型黑色PI的研究现状进行了分析,并对黑色PI未来发展趋势做出了展望。 展开更多
关键词 聚酰亚胺 黑色 制备
下载PDF
TGF-β1、NGFR、MMP-3在子宫腺肌病异位病灶中的表达及其与痛经的相关性研究 被引量:2
16
作者 谢凤云 毕宏 杨美霞 《中国性科学》 2020年第9期115-119,共5页
目的研究转化生长因子-β1(TGF-β1)、神经生长因子受体(NGFR)、基质金属蛋白酶-3(MMP-3)在子宫腺肌病异位病灶中的表达及其与痛经的相关性。方法选择2018年4月至2019年4月阜阳市妇女儿童医院接收的62例行子宫切除治疗的子宫腺肌病患者... 目的研究转化生长因子-β1(TGF-β1)、神经生长因子受体(NGFR)、基质金属蛋白酶-3(MMP-3)在子宫腺肌病异位病灶中的表达及其与痛经的相关性。方法选择2018年4月至2019年4月阜阳市妇女儿童医院接收的62例行子宫切除治疗的子宫腺肌病患者作为研究对象,并将其子宫异位内膜和在位内膜设为子宫腺肌病组,另选取60例同期因宫颈上皮内瘤变(CIN)Ⅱ及Ⅲ接受子宫切除患者子宫正常内膜设为对照组。比较两组TGF-β1、NGFR、MMP-3表达情况。结果子宫腺肌病组中,异位内膜和在位内膜TGF-β1、NGFR、MMP-3阳性表达率的比较,差异无统计学意义(P<0.05);与对照组比较,异位内膜TGF-β1、NGFR、MMP-3阳性表达率明显较高,差异具有统计学意义(P<0.05)。子宫腺肌病增生期、分泌期异位内膜、在位内膜TGF-β1、NGFR、MMP-3阳性表达率比较,差异无统计学意义(P>0.05);子宫腺肌病增生期、分泌期异位内膜TGF-β1、NGFR、MMP-3阳性表达率均高于对照组,差异具有统计学意义(P<0.05)。又将子宫腺肌病异位内膜患者分为痛经组(n=50)和无痛经组(n=12),再将痛经组进一步细分为无或轻度痛经组(n=24)和中度及重度痛经组(n=38)。子宫腺肌病异位内膜病经组TGF-β1、NGFR、MMP-3阳性表达率高于无痛经组,差异具有统计学意义(P<0.05)。子宫腺肌病异位内膜中度及重度痛经组TGF-β1、NGFR、MMP-3阳性表达率高于无或轻度痛经组,差异具有统计学意义(P<0.05)。结论TGF-β1、NGFR和MMP-3在子宫腺肌病异位病灶中呈高表达,且随着痛经程度增加其阳性表达率相应上升。 展开更多
关键词 子宫腺肌病 转化生长因子-β1 神经生长因子受体 基质金属蛋白酶-3
下载PDF
基于隐马尔科夫模型的牵引座状态识别
17
作者 谢锋云 冯春雨 +2 位作者 刘翊 王二化 符羽 《现代制造工程》 CSCD 北大核心 2020年第6期1-4,共4页
牵引座是机车中连接车体和转向架的重要部件,承受并传递着机车的纵向力,因此牵引座的状态影响着机车的安全。针对牵引座正常、小裂纹故障及大裂纹故障这3种状态,提出了一种基于隐马尔科夫模型的状态识别方法:首先对机车牵引座运行的加... 牵引座是机车中连接车体和转向架的重要部件,承受并传递着机车的纵向力,因此牵引座的状态影响着机车的安全。针对牵引座正常、小裂纹故障及大裂纹故障这3种状态,提出了一种基于隐马尔科夫模型的状态识别方法:首先对机车牵引座运行的加速度信号进行特征提取,选取敏感的特征量组成隐马尔科夫模型的训练集与测试集;然后进行状态识别;最后以最大的似然概率对应的状态作为识别结果。结果表明,针对牵引座的3种不同状态,该方法的识别结果比K邻近算法有更高的识别率。 展开更多
关键词 转向架 牵引座 隐马尔科夫模型 似然概率
下载PDF
乌江航道千吨级船舶K、T指数计算方法
18
作者 谢凤云 金雁 《造船技术》 2021年第3期6-10,共5页
为得到乌江航道千吨级标准船型的K、T指数计算经验公式,基于乌江航道和乌江千吨级船舶特点,提出适应于该船型的船舶操纵运动数学模型研讨小组(Ship Maneuvering Mathematical Model Group,MMG)模型,利用船模试验资料验证模型的准确性。... 为得到乌江航道千吨级标准船型的K、T指数计算经验公式,基于乌江航道和乌江千吨级船舶特点,提出适应于该船型的船舶操纵运动数学模型研讨小组(Ship Maneuvering Mathematical Model Group,MMG)模型,利用船模试验资料验证模型的准确性。利用该模型对一系列千吨级船舶进行模拟仿真,得到Z形操舵运动曲线,并使用野本法得到该系列船舶的无因次化K、T指数。将所得结果作为样本库,利用交叉二次回归方法,计算得到适应于乌江千吨级船舶的无因次化K、T指数计算的经验公式。在此基础上使用3条实船的试验数据验证所提经验公式的精确性。 展开更多
关键词 MMG模型 K指数 T指数 乌江航道
下载PDF
基于云平台和物联网技术的电机远程监测系统 被引量:4
19
作者 谢锋云 王玲岚 +2 位作者 闫少石 汪淦 李刚 《机械设计与研究》 CSCD 北大核心 2023年第2期153-157,161,共6页
我国的电机检修方式大多处于“计划修”的阶段,这种方法存在检修过剩或不足的缺点。电机的检修模式目前正在向“状态修”转变。针对解决传统电机监测系统数据传输能力较差及传统物理服务器易受环境影响的问题,提出了基于物联网技术、云... 我国的电机检修方式大多处于“计划修”的阶段,这种方法存在检修过剩或不足的缺点。电机的检修模式目前正在向“状态修”转变。针对解决传统电机监测系统数据传输能力较差及传统物理服务器易受环境影响的问题,提出了基于物联网技术、云服务器技术和4G技术的电机远程监测系统。电机远程监测系统分为下位机采集传输系统和电机监测云平台两部分,实现了对电机运行状态数据的采集、发送、储存、显示和分析。试验结果表明系统运行稳定,可以实现对电机的远程监测,对保证电机的运行安全很有帮助。 展开更多
关键词 传感器 无线传输 云服务器技术 物联网技术 电机 远程监测
原文传递
Synthesis and characterization of soluble intrinsic black polyimide with excellent comprehensive properties
20
作者 TAN JingHua SHEN JunYi +5 位作者 HUANG Jie ZHAO ChunBo LI HuiPeng LIU XueYuan xie fengyun LIU YiWu 《Science China(Technological Sciences)》 SCIE EI CAS CSCD 2023年第12期3604-3614,共11页
Black polyimides(BPIs)have attracted increasing attention owing to their growing demand in optoelectronics.However,commonly used black polyimides doped with black fillers suffer from poor mechanical and electrical pro... Black polyimides(BPIs)have attracted increasing attention owing to their growing demand in optoelectronics.However,commonly used black polyimides doped with black fillers suffer from poor mechanical and electrical properties.To address these issues,a new diamine(2,5-bis(4′-amino-[1,1′-biphenyl]-4-yl)-3,4-bis(4-fluorophenyl)cyclopenta-2,4-dien-1-one,TPCPFPDA)bearing a tetraphenylcyclopentadienone(TPCP)moiety bonded with benzene and fluorine units was synthesized.The diamine was reacted with 4,4′-(hexafluoroisopropylidene)diphthalic anhydride(6FDA)to yield a soluble intrinsic black polyimide(TPCPFPPI).Bonding fluorine(auxochrome group)and benzene units to TPCP can increase the conjugation ofπ-electrons systems and facilitate the movement of electron throughout the bigπbond,respectively.Owing to the structural features,the synthesized TPCPFPPI exhibited complete visible-light absorption with high blackness and opacity.Its cutoff wavelength(λ_(cut))and CIE(Commission Internationale de I′Eclairage)parameter L^(*)were 684 nm and 1.33,respectively.Moreover,TPCPFPPI displayed exceptional electrical,mechanical,and thermal properties as well as excellent solubility.A detailed theoretical calculation was conducted to gain better insight into the electronic properties of the TPCPFPPI.Results showed that the blackness of TPCPFPPI was chiefly attributed to the electron transition from highest occupied molecular orbital(HOMO)to lowest unoccupied molecular orbital(LUMO)in the diamines,where the charges primarily migrated from the aryl groups in the 2-and 5-positions to the cyclopentadienone center.The as-obtained intrinsic BPI(TPCPFPPI),exhibiting both high solubility and outstanding overall properties,has important applications in photo-electronics. 展开更多
关键词 intrinsic black polyimide complete visible light absorption excellent solubility tetraphenylcyclopentadienone chromophore theoretical calculation
原文传递
上一页 1 2 下一页 到第
使用帮助 返回顶部