大小兴安岭多年冻土退化及其趋势初步评估

大小兴安岭多年冻土处于欧亚大陆多年冻土带南缘, 地温高、厚度小、热稳定性差、对气候变暖的敏感性强.过去40 a来该区多年冻土退化主要表现为最大季节融化深度增大, 厚度减薄, 地温升高, 融区扩大, 多年冻土岛消失等.气候变暖及该区森林植被的锐减是导致多年冻土退化的普遍性和基础性因素, 而多种人为活动影响起了加速促进作用.依据多年冻土南界与多年平均气温的密切相关关系, 据1991-2000年平均气温-1.0～1.0 ℃等值线给出了现今多年冻土南界位置, 并探讨了未来40～50 a后气温升高1.0～1.5 ℃情况下多年冻土南界的可能北移情况.

黄河源头多年冻土退化原因及变化趋势

黄河源头地处青藏高原腹地,属中纬度高山多年冻土带。利用多年气温、钻探及冻土观测资料等,对气候变化、降水、地下径流、植被覆盖程度以及人类活动等进行了分析,找出了多年冻土退化的影响因素,并分析了冻土变化趋势。结果表明:气温的升高是导致黄河源区多年冻土退化的根本原因,地下径流、植被覆盖程度、冻土自身结构以及人类活动是其退化的影响因素;局部多年冻土层厚度减薄乃至消失,多年冻土上界下降、下界上升,分布范围缩小是多年冻土退化的趋势。

基于威布尔分布及最小二乘支持向量机的滚动轴承退化趋势预测

为有效描述滚动轴承的退化趋势,提出结合威布尔分布及最小二乘支持向量机的滚动轴承退化趋势预测新方法。用威布尔分布形状参数作为滚动轴承的性能退化指标,将该指标作为最小二乘支持向量机的输入构造退化趋势预测模型。鉴于最小二乘支持向量机模型参数对模型的推广预测能力影响较大,选粒子群算法(PSO)优化最小二乘支持向量机模型参数,并用实测滚动轴承全寿命实验数据进行检验。结果表明该方法能获得准确的预测结果。

基于统计理论的桥梁应力趋势预测与评估方法

针对监测应力的复杂构成及监测数据较低的使用效率,提出一种基于统计理论的新型桥梁应力趋势预测评估方法.该方法主要基于统计理论,将季节性荷载、随机性荷载产生的应力从应力监测值中分离,然后准确观测并拟合结构退化所引起的应力变化趋势,最后对结构退化过程给出理论预测,并以此准确量化评估结构安全性能.该方法在整个评估过程中可充分利用每一个监测数据,并可实时根据新的观测数据进行评估修正.通过在实桥的成功应用,证明了基于统计理论的新型桥梁应力趋势预测评估方法的优势性.

CHMM和AR模型在轴承性能退化评估与预测中的应用

经典的故障诊断技术可对系统运行状态进行实时评估,但在实际应用中更希望预知故障的发生以便对人身、经济安全做出保障。轴承作为机械设备的关键部件,其损坏会造成严重的工程事故,因此需对轴承进行故障诊断。文中引入连续隐马尔可夫模型以对数似然数作为评估指标来评估性能退化,即利用基于模型输出的对数似然率结合自回归模型对轴承进行性能退化预测。为了更好地验证方法有效性,文中使用了两组全寿命数据互为对比。结果显示,使用基于连续隐马尔可夫模型的轴承性能退化评估法对轴承性能的退化进行评估效果良好,自回归模型在寿命预测上得到了较为精准的结果。

工业设备的健康状态评估和退化趋势预测联合研究

工业设备作为工业互联网的基本组成部分,其健康状态事关工业产品的质量水平和生产过程的稳定性以及流畅性.因此,对工业设备的健康状态进行评估和退化趋势预测具有重要的理论价值和工程实践意义.本文基于深度学习方法,拟构建双任务框架,实现工业设备的健康状态评估和退化趋势预测联合研究.具体来说,首先对工业设备的监测信号进行时域和频域特征提取,使用LightGBM选择强相关性的特征,通过主成分分析降维建立健康指标,并构建健康状态的类别标签;接着发展领域自适应的迁移学习算法,即流形空间分布对齐,将源域和目标域在特征层面进行迁移,完成源域和目标域的分布对齐;最后,融合因果膨胀卷积、双向门控循环单元以及注意力机制技术,设计了双任务深度网络框架,实现了工业设备的健康状态评估和退化趋势预测的双功能.本文方法有效解决了单独研究工业设备的健康状态评估或退化趋势预测的缺陷,可以同时对设备进行状态进行实时定性分析(健康状态)和定量分析(剩余使用寿命).最后,以工业关键部件的轴承和刀具为例,通过和当前流行的深度学习方法比较,实验结果验证了本文所提的方法能够实现双任务功能以及显著提升退化趋势预测的精度.