融合注意力机制的刀具磨损预测方法

刀具的磨损状态影响着工件表面质量与加工稳定性,故实现其磨损量的准确监测对于保证加工可靠性、维持生产加工连续性具有积极作用.为进一步提高刀具磨损预测模型的泛化性能和准确度,提出一种融合注意力机制的多尺度卷积双向门控循环(multiscale convolutional bidirectional gated recurrent unit-attention,MSCBGRU-A)神经网络的刀具磨损预测方法,其由特征拓展模块、多尺度卷积模块、双向GRU模块、注意力模块、回归模块组成.首先,将切削力、声发射、振动信号作为输入信号,输入信号通过多尺度卷积模块获得多个尺度的刀具磨损输出特征图,将多个卷积通道输出的特征图输入到连接层进行首尾和层叠两种方式的连接来获得两种输出数据.然后,将两种输出数据分别输入到双向GRU模块与注意力模块,通过双向GRU模块学习输出特征图动态变化来获取时序特征,通过注意力模块对多尺度卷积神经网络的输出进行权值分配,强化对刀具磨损预测结果贡献度更大的特征.最后,通过回归模块对磨损值进行预测.经过对比实验引入混合域注意力机制的基于卷积块的注意力机制(convolutional block attention mechanism,CBAM),获得MSCBGRU-CBAM模型,并且通过绘制CBAM的注意力权重图证明注意力机制可以自适应地关注与刀具磨损更相关的特征.与其他深度学习模型进行对比实验表明,MSCBGRU-CBAM模型具有最高的预测精度,且与未使用注意力机制的MSCBGRU模型相比,RMSE降低19.3%,MAE降低17.7%,R 2提高2.7%.

鲸鱼算法优化CNN-BiGRU-ATTENTION的车辆换道意图识别模型

针对时空多样特征、超参数敏感性影响车辆行为意图识别精度的问题,提出一种改进的CNN-BiGRU-ATTENTION混合换道意图识别模型。采用目标车辆轨迹序列和与周围车辆互动特征作为模型输入进行训练,实现考虑车辆动态变化状态的意图识别预测;使用鲸鱼优化算法对模型调整参数进行多目标寻优,降低模型调优难度;利用NGSIM数据集对模型进行评估校验。结果表明:所提出的WOA-CNN-BiGRU-ATTENTION模型与CNN-BiGRU-ATTENTION模型、Transformer模型相比,准确率分别提升了4.53%、0.97%,达到97.64%;WOA-CNN-BiGRU-ATTENTION模型在不同预判时间下的意图识别准确率最高,在换道前2.5 s的识别精度均能达到91%以上,证明模型具有较强的车辆换道意图识别性能。

基于改进BiGRU的刀具磨损预测

针对双向门控循环神经网络(bidirectional gated recurrent unit,BiGRU)超参数难以确定以及对重要特征捕捉能力较弱的问题,提出了一种改进模型用于刀具磨损预测。模型采用经过下采样的多通道传感器数据作为输入,使用随机搜索算法自适应的确定深度学习模型的最优超参数组合,并引入注意力机制与指数搜索算法增强对全局特征与局部趋势的捕捉能力。模型在PHM2010数据集上进行了实验验证,结果表明,该方法可快速确定超参数组合,并获得更稳定的预测值,具有更好的综合性能。

基于ABiGRU的铣刀磨损监测方法研究

为了准确监测铣削加工过程中刀具磨损程度,提出了一种基于双向门控循环神经网络融合注意力机制(ABiGRU)的刀具磨损监测模型。在该监测模型中,通过对振动、力和声发射传感器采集到的时序数据进行时域、频域和时频域分析,使用spearman相关系数提取与后刀面平均磨损量强相关的20维特征。引入ELU激活函数来优化BiGRU网络,解决梯度消失问题;利用内部注意力机制提升模型对于重要特征信息的捕捉能力,快速实现从特征到刀具磨损值的映射。通过与RNN、LSTM、GRU、BiLSTM和BiGRU进行的对比分析,结果表明:该模型能够准确地表征刀具磨损程度,并使模型的精度和效率得到了较大的提高。

智能制造变向输送装置的设计

根据目前大多数蓄电池生产线上传统的电池输送变向方式,设计了一款可以达到掉头目的的变向输送装置。实例使用表明,该装置可适用于变向输送各类铅酸蓄电池,从而可提高生产自动化程度,以及降低操作员工的劳动强度。

基于CNN-BiGRU-Att融合模型的人民币汇率预测研究

为了更好地预测人民币汇率的走向,本文提出了一种引入注意力机制(Attention)的卷积神经网络(CNN)和双向门控循环单元(BiGRU)的融合模型,对普通模型的单一模式适当加以改良,使之能够更好地反映汇率变动的走势。该模型使用一维卷积神经网络Conv1D来挖掘数据的内部特征,BiGRU获取数据间的时序特征,通过引入注意力机制,能够快速让模型获取更多关键的特征信息。选用平均绝对误差(MAE)、均方误差(MSE)以及平均绝对百分比误差(MAPE)作为评价指标进行比较实验,相比于其他模型评估指标体系的值,该模型结果均更优,验证了CNN-BiGRU-Att模型在汇率预测上的可行性。

元结构方法的理论建模和验证

元结构方法在结构分析中得到了很多应用,但是很少文献对其理论建模做研究。使用集中参数法对元结构及其复制成的整体进行分析,推导两者间振动频率的关系,从而建立元结构方法的理论模型。理论模型中,不考虑弹簧质量的模型称为简单模型,误差较大;使用瑞利法考虑弹簧质量所建的瑞利模型,误差比简单模型小。使用元结构方法的理论模型,在已知元结构振动频率和整体结构尺寸的情况下,能够完成整体振动频率的计算和设计。在第一个仿真算例中,验证了瑞利模型的误差(5.7%)小于简单模型的误差(15.6%)。在第二个仿真算例中,使用元结构方法指导了机床床身的设计。在试验算例中,使用元结构方法对一个铸件振动频率做出计算和设计。三个算例证明,元结构方法可以减小有限元仿真的建模工作量,可以减小样机的试制成本,是一种由局部特性推导整体特性的有效方法。

客观疼痛评估工具在ICU成人机械通气病人中的应用研究与特点分析

介绍ICU成人机械通气病人客观疼痛评估工具及应用情况,提出研制适合中国文化的评估ICU成人机械通气病人的客观疼痛评估工具,以改善病人的疼痛管理及其预后。

基于深度门控循环单元神经网络的刀具磨损状态实时监测方法

为监测生产加工过程中的刀具磨损状态,提出一种基于深度门控循环单元神经网络的轻量化状态监测模型。首先,预处理阶段对加速度传感器采集的时序信号进行小波阈值去噪,并将每次刀具进给产生的冗长信号划分为多个训练样本,以滤除噪声、改善算法的鲁棒性;然后,利用卷积神经网络(CNN)从时序信号输入中自适应地提取特征,构建深度双向门控循环单元(BiGRU)神经网络学习特征向量间的时序信息,并将Attention机制的思想引入其中,自适应地感知对磨损状态分类结果有关联的网络权重,并对其进行合理分配,避免因人工提取特征带来的复杂性和局限性。实验结果表明,所提方法能够对传感器采集的原始数据实时准确地预测刀具磨损状态,在识别精度和泛化能力上均达到了较好的效果,为实际工业场景下的刀具磨损状态监测提供了新的思路。

基于多传感器的新型电动刀架及其监控系统研究

针对当前电动刀架无法有效进行加工过程刀具状态感知和监控等问题,对电动刀架的机械结构及监控系统进行了研究,提出了一种新型四工位电动刀架机械结构。设计了基于霍尔传感器、温度传感器、加速度传感器、PLC及触摸屏的新型电动刀架监控系统,实现了刀架内旋转部件中传感器的持续供电与数据监控;对新型电动刀架及其监控系统进行了点动换刀、自动换刀、刀具温度及振动实时监测等功能的测试。研究结果表明:新型四工位电动刀架换刀速度优于900 ms/工位,可有效监测刀具工作状态,使得机床切削加工过程更加智能。

美国国家科学基金会(NSF)资助管理的重大变化趋势及启示

通过对美国国家科学基金会资助管理相关数据的分析,展示了其再次延续资助比例高于首次延续资助比例、老资助率高于新人资助率、同行评议结果等级与资助可能性不具线性关系、同行评议中会评成为主要评议方法、项目官和评议人组成规范化、保护与支持创新的非常规措施等重大变化趋势,进而对NSF资助管理日益科学化展开了分析和论证。

林业碳汇交易市场机制路径探析

林业碳汇交易的首要问题是确立碳排放权,林业碳排放权的初始分配应兼顾公平与效率;林业碳汇交易的重心是国内林业碳交易市场,要注重与清洁发展机制的协调,通过明晰林业碳汇产权、确定交易价格、明确交易的利益分配、确立交易主体客体和第三方,拓展林业碳汇融资渠道,建立林业碳贸易机制,开征"碳税"等方式,实现林业碳汇交易的市场机制路径。

随钻自然伽马刻度装置及量值传递研究

文章提出随钻自然伽马测井仪刻度的必要性和特殊性 ,给出了刻度装置的设计和量值传递的流程 ,同时还导出测量及计算方法。

立式加工中心直接换刀送进铰链四杆机构研究

对直接换刀送进铰链四杆机构进行结构和运动分析.指出它是等边平行四边形铰链四杆机构,连杆及其固定其上的刀库组件作平移,连杆上速度处处相等,刀库换刀点的速度和推力取决于驱动主动件的气缸结构、面积、流量、气压等参数和构件位置;设置缓冲气缸和合理调整缓冲器可以减小冲击、缩短换刀时间和克服运动部件惯量大的缺点.通过位置分析,得知连杆上刀库回转中心的轨迹,刀库最大外径的包络就是整个机构运动所占的空间,相应也给出了加工范围.由于四杆长度相等,所以杆件（或毛坯）和铰链等零件通用性好.还可根据用户需要设计成左右刀库,刀具数量可达32～42把.

从“群学”到“社会学”:近代中国社会学学科的形成与演变

近代社会学学科概念术语的拟定与学科体制的建立,均为中国近代知识与制度转型过程中的重要一环。晚清社会学分别通过两种渠道传入中国:以严复为代表的少数西学派直接翻译西方斯宾塞、赫胥黎等社会学家的著作,而东学派则通过日本为中介翻译日人译著,虽然严复等人的直译可能更接近西方社会学著作之原意,但以留日学生为主体的东学派最终还是战胜了严复对西方原典的翻译。最终严译的"群学"不敌东学派的"社会学",本文通过从康有为、梁启超、严复、蔡元培、章太炎等人对社会学概念和学科地位的态度、晚清编撰的书目表和词典中"群学"、"社会学"出现的称谓变化、以及从日本与欧美留学生归国主体的变化来探讨从"群学"转变为"社会学"的大体脉络和变化机制。

加工中心自动换刀装置浅议

本文从叙述 ATC 采用液压驱动与机械式凸轮联动驱动工作原理入手,分析了两种驱动的主要特性及优缺点.提出高速,可靠的 ATC 应是采用机械式凸轮联动作为驱动机构:指出我国应加快发展采用机械式凸轮联动驱动的ATC:

两种多机构组合加工试验机的研制

介绍了两种新型的多机构组合加工试验机的结构和功能特点。其中多机构组合加工自动测量机能连续实现对工件的装夹、钻孔、镗孔和自动测量四个工序;另一种多机构组合加工螺栓扭紧机能连续实现对工件的装夹、钻孔、攻丝、自动扭紧螺母的工序。两种试验机在结构上采用了多种平面机构来实现各加工工序的快速进给、回退动作。试验机具有多功能、高效率、自动化程度高、动作可靠、成本较低的显著优点,适用于机械设计、机械制造以及机床自动化、自动检测等相关专业课程的实践教学环节。

我国林业CDM固C项目的前景、影响及相关对策

本文从林业的角度对《联合国关于气候变化的框架公约》,《京都议定书》的相关条款做了介绍,并对CDM(清洁发展机制)林业固C项目在我国开展的前景及影响做了分析。主要结论如下:1)CDM林业固C项目是我国林业发展的重大机遇,通过为林业争取国外资金、技术支持及促进生态效益补偿制度的建立,将有力促进我国林业展与生态建设。2)为了充分把握CDM林业固C项目的机会,需要对林业的固C总量及固C潜力,可纳入CDM的林业固C项目的类型与特征,合适的CDM固C造林技术及模式,C贮量测定的标准化以及CDM的运行机制等进行研究。3)建议通过国际合作研究培养相关人材,开展小规模的CDM固C项目试点。

轨迹数据驱动的车辆换道意图识别研究

为实现准确识别车辆换道意图,提高车辆行驶安全性,综合考虑车辆换道过程的时空特性及不同特征对车辆的影响程度,提出一种基于卷积神经网络(CNN)与门控循环神经网络(GRU)组合并融合注意力机制的换道意图识别模型。首先,筛选和平滑处理车辆轨迹数据,将车辆轨迹数据分为向左换道、向右换道及直线行驶3类,构建换道意图样本集。其次,构建融合注意力机制的CNN_GRU模型,识别换道意图样本集,考虑到行驶过程中车辆之间的交互性,将被预测车辆和周围车辆的位置和速度信息作为模型的输入,经过CNN层特征提取的特征作为GRU层的输入,经过注意力机制层对不同的特征增加不同的权重系数,利用Softmax层识别换道意图。最后,选用NGSIM中US-101数据集的轨迹数据验证融合注意力机制的CNN_GRU模型性能,同时,与LSTM、GRU、CNN_GRU及CNN_LSTM_Att等模型进行对比分析。验证结果表明,所提模型车辆换道意图识别整体准确率达到97.37%,迭代时间为6.66 s,相比于其他模型准确率最多提高9.89%,最少提高2.1%。分析不同预判时间下的意图识别,模型可在车辆换道前2 s内均能识别换道意图,准确率在89%以上,表现出良好的识别性能。

基于数控铣床的换刀机构维修与应用

数控铣削与传统铣削相比具有加工精度高、自动化程度高、生产效率高等优点,所以数控铣床已取代普通铣床而成为机械加工中常用的设备。但由于数控铣床换机构在使用过程中操作频繁,且又容易受其它因素影响,在生产过程中一旦出问题将严重影响铣床的使用性能,通过对数控铣床换刀机构的维修过程,介绍解决此类问题的方法和思路,从而减免数控铣刀换刀机构在生产过程中的负面影响。