基于SDP和MCNN-LSTM的齿轮箱故障诊断方法

齿轮箱在长期使用过程中,不可避免地会产生齿轮故障和轴承故障,严重影响传动精度和设备运行安全。基于此,针对齿轮箱常见故障类型,研究多通道对称点图案(symmetrized dot pattern, SDP)数据处理方法,并利用最小能量误差法实现SDP关键参数的选取。结合多尺度卷积神经网络(multi-scale convolutional neural network, MCNN)的空间处理优势、长短时记忆网络(long short term memory, LSTM)的时间处理优势及其良好的抗噪性和鲁棒性,提出了一种基于SDP和MCNN-LSTM的齿轮箱故障诊断模型。同时利用东南大学齿轮箱数据集,验证了基于SDP和MCNN-LSTM的齿轮箱故障诊断方法对齿轮和轴承常见故障类型特征提取的有效性,并与现有其他故障诊断方法进行对比,结果表明了所提方法具有更高的精度。

基于联邦学习的SDP信任评估模型设计

随着网络边界日益模糊,零信任作为网络安全防御的新范式应运而生.针对零信任安全架构在面对大数据时代所带来的海量上下文信息和多样化终端情境下,信任评估效率低且难以有效保护用户数据隐私的问题,提出了一种基于联邦学习的SDP信任评估模型及其部署方法.该模型通过去中心化思想,在不共享原始数据的情况下训练全局模型,保护各分布式SDP控制器节点的用户数据隐私.通过实验和对比分析,证明此零信任评估模型可有效分类恶意和合法数据流,并且效率优于同类文献方案.

面向高铁旅客服务系统的DSDP零信任架构设计

为解决高速铁路旅客服务系统(简称:旅服系统)业务终端设备数量多且统一安全接入管理权限复杂、零信任访问控制手段不足,以及传统软件定义边界(SDP,Software Defined Perimeter)零信任架构在实际应用中存在单点故障等问题,设计一种DSDP(Dual-identity SDP)零信任架构,用以改造旅服系统主数据中心(简称:主数据中心)和铁路局集团公司服务器集群架构,保障其代管的车站业务终端设备接入的安全性;提出基于同态加密技术的双重认证流程算法,用以实现DSDP零信任架构下,主数据中心和铁路局集团公司SDP控制模块双向互认功能。实验结果表明:DSDP零信任架构可有效对抗劫持风险;在多用户的情况下,可保障旅服系统响应时间在合理范围内;具有可用性,可为旅服系统终端设备的统一接入与不同权限要求的零信任身份认证提供技术手段。

蓝牙系统服务发现协议(SDP)的分析和应用

从应用的角度先介绍了蓝牙系统的SDP,然后对蓝牙设备间如何通过SDP进行服务的查询作了详细的讨论,最后提出了蓝牙技术的一些新型应用方案。

基于SDP法诊断发动机的异响

针对发动机异响特征与声信号的复杂性,提出了基于SDP(Symmetrized Dot Pattern)的发动机异响诊断方法。通过将测得的发动机各个局部位置的声信号将其时域波形转换为极坐标图形,利用正常发动机与产生异响发动机SDP图形之间的相关系数来判断所测发动机是否存在异响,与传统诊断方法即对时域与频域信号幅值不同进行对比分析相比具有分析时间短、辨别直观等优点。试验结果证明,SDP法能快速准确地分辨出正常发动机与异响发动机的差别,达到了对发动机异响诊断的目的。

SDP法制备碳纳米管-TiO_2纳米复合光催化剂及降解喹啉

针对溶胶凝胶法制备光催化剂过程中颗粒分散不均匀、易团聚的问题,采用SDP(Spinning disk process)联合溶胶凝胶法制备不同焙烧温度的多壁碳纳米管(MWCNTs)-TiO_2光催化剂。通过XRD、FTIR、SEM、TEM表征样品的微观结构和形貌,利用UV-vis DRS(Ultraviolet visible diffuse reflectance spectra)表征其可见光响应性,并考察样品在可见光下降解喹啉的性能。结果表明,SDP联合溶胶凝胶法能够以连续流形式制备更微小的、分散更均匀的光催化纳米颗粒(晶粒尺寸约为10 nm);MWCNTs以光敏化剂的形式使样品具有可见光响应,450℃下焙烧得到的光催化剂MCT_3有最强的可见光吸收和最佳的催化活性,反应时间为180 min时,喹啉降解率为86.6%。

蓝牙SDP的分析和实现及其改进思路

基于IEEE802,11b和Bluetooth两大协议标准的无线网络解决了有线通信不便移动、缺乏灵活性和使用不便问题,因此越来越受青睐。该文分析与研究了工作于嵌入式移动环境的应用层协议——蓝牙服务搜索协议(SDP)体系架构、服务搜索机制及其实现,通过和IEEE802.11b协议的比较,针对SDP的不足提出了改进思路,从而加强了其安全性和传输速度。

一种SDP扩展的传感数据描述协议探索

随着传感网络理论和技术的不断发展,对网络化传感器的开放性和互操作性提出了更高的要求,传感数据标准化描述正成为研究热点。提出了一种基于扩展SDP(Session Description Protocol)的传感数据描述协议SDDP(SensorData Description Protocol)。该协议以文本方式对传感器固有参数进行一定程度的定义,并用ABNF语言对其做了形式化描述,为网络化测控环境下传感器的互联和使用带来了方便。通过与在通信领域取得巨大成功的SIP协议结合,SDDP协议实现了网络化传感器与其它设备的高效互联。应用了RS232,OPC等接口标准来传输SDDP协议数据,并分析了其时间性能。实验表明SDDP具有较好的易用性和开放性,有助于形成传感器接口标准化。

基于SDP与图像匹配的离心风机失速实时检测

为了及时、准确地对离心风机旋转失速进行检测,提出了一种基于对称点模式(SDP)分析与图像匹配相结合的方法.在G4-73No.8D离心风机实验台上进行旋转失速渐进过程实验,采集机壳内壁气体动态压力信号,对该压力信号进行SDP变换,建立风机正常运行和失速状态下的SDP模板图;选取风机80个采样点内的动态压力信号进行SDP变换,并与模板图进行图像匹配,每隔16个采样点进行一次,直至风机由正常运行到完全失速.通过小波变换方法离线检测实验信号失速起始点,以验证本方法的准确性.结果表明:该方法可在0.35s内准确检测到弱失速起始点,在0.05s内准确检测到强失速起始点.

InfiniBand结构中SDP协议分析

InfiniBand是一种新型宽带互联结构,可以提高CPU之间、服务器各设备之间、网络域之间的通信速率。SDP是InfiniBand结构中一种轻量级通信协议,保持了TCP/IP上的SOCK_STREAM套接字语法,通过旁路操作系统内核,实现了零拷贝,从而大大提高了传输速率。文章介绍了InfiniBand的互联结构和通信模式、分析了SDP协议在系统中的结构模型。最后从缓冲模型、连接建立过程和数据传输机制等方面分析了SDP的具体执行过程。

基于声纹SDP-CNN的变压器局部放电模式识别

变压器的可靠性是电网运维和运行控制的重要支撑,其绝缘劣化状态的在线检测一直是研究热点。传统的超声检测方法不能实现从声音信号到图像信号的高表征度转换和高精细度识别。文章设计了3种典型类型的变压器局部放电缺陷模型,利用超声传感器采集放电信号中的“声音”属性数据,并利用共振稀疏分解的方法有效提取特征信号,然后采用改进的对称点模式(symmetrized dot pattern,SDP)方法将声纹图像化,构建“声纹库”。最后,构建了自适应的声纹SDP-CNN模型实现了特征信息的自动融合,简化了诊断过程并把复杂放电的识别准确率提高到了98.67%。

基于VMD-SDP融合图像和CNN的往复压缩机故障诊断

为提高往复压缩机的故障诊断精度,结合变分模态分解(Variational Mode Decomposition,VMD)、SDP变换和卷积神经网络(Convolution Neural Networ,CNN),提出基于VMD-SDP融合图像和CNN的往复压缩机故障诊断新方法。方法第一步通过VMD将信号自适应分解成6个本征模态函数分量(Intrinsic Mode Functions,IMF),第二步通过SDP变换将6个IMF分量变换成极坐标下的图像,从而得到VMD-SDP融合图像,第三步通过CNN对VMD-SDP融合图像进行识别,得到最终的诊断结果。往复压缩机诊断实例结果表明,所提方法在耗时更少的情况下,得到100%的诊断精度,比其他几种方法更具优势。

垫江分厂Clinsulf-SDP硫磺回收装置尾气H_2S、SO_2分析方法探讨

Clinsulf-SDP硫磺回收装置尾气中H2S、SO2含量很低,原有的克劳斯回收装置过程气色谱分析方法不能适应要求。通过多次实验,建立了分析尾气H2S、SO2含量的新方法——用HP4890气相色谱仪分析方法。该方法主要在色谱柱和色谱条件方面较原色谱法有较大的改变,具有快捷准确的特点,适合于生产过程的控制分析。

基于SDP的电力物联网安全防护方案

电力物联网的快速发展及海量终端的泛在连接和智能交互使得电力物联网的网络边界变得模糊,网络安全风险点和暴露面显著增多。文章摒弃传统的先连接后认证的安全认证措施,结合零信任安全机制提出一种基于软件定义边界的电力物联网安全防护方案,该方案利用改进的单包授权技术解决电力物联终端接入过程中存在的身份认证、电力物联系统资源隐藏及访问控制等问题,并从安全和性能两方面对方案进行分析。实验结果表明,该方案能有效抵御多类网络攻击,节省了电力物联终端的计算和通信资源,有效解决了电力物联网存在的安全认证等问题。

基于SDP图像和深度卷积网络的发动机故障诊断

为提高发动机故障诊断精度,提出一种基于对称极坐标(Symmetrized Dot Pattern,SDP)图像和深度卷积网络(Deep Convolutional Neural Network,CNN)的发动机故障诊断新方法。该方法以SDP变换为基础,将发动机故障振动信号转换为SDP图像,而后将SDP图像作为CNN的输入,实现发动机故障的CNN自适应特征提取和诊断。进行发动机典型故障实验,并利用所提方法进行故障诊断,结果表明,根据SDP图像可以直观地对发动机典型故障进行区分且耗时较少,而根据CNN网络可以有效地对SDP图像进行识别,诊断精度达到99.14%,相比于其他几种方法,诊断精度和计算效率均得到提升。

基于SDP松弛的干扰资源优化分配技术研究

提出一种基于semidefinite programming(简称SDP)松弛的干扰资源优化分配算法。在问题优化过程中首先对模型中非凸的约束条件进行松弛,变为凸约束,将原来的数学模型转化成SDP求解形式,利用内点算法对松弛后的模型求解。该算法利用解析的手段使得干扰资源优化分配问题中的NP难问题在多项式时间内得以解决,并且有较高的可靠性。仿真结果验证了算法的有效性。

中国船级社共同结构规范计算软件CSR-SDP

为提高船舶设计效率,针对国际船级社协会(International Association of Classification Socie-ties,IACS)2006年推出的散货船、双壳油船共同结构规范CSR-BC/OT,中国船级社(China Classifi-cation Society,CCS)开发出计算软件CSR-SDP.该软件分为针对散货船的CSR-SDP(BC)和针对双壳油船的CSR-SDP(OT)两套,是集规范设计,载荷计算以及船体结构强度分析、评估和疲劳寿命评估于一体的船体结构设计和规范校核系统,较全面地覆盖CSR-BC/OT的要求,较好地满足CSR船舶设计和审图的需要.

SDP型猕猴桃保鲜剂研制及其应用研究

本文介绍,以菜油磷脂和其它天然产物为原料,研制出SDP型猕猴桃保鲜剂,应用于“海沃特”果实的保鲜贮藏。在产地简易通风库中,常温贮藏3～5月,好果率>70％,比对照多出好果8～18％,Vc含量高于对照9～37.3％,果实外观、口感、风味均正常,此外,初步探讨了保鲜机理,提出了天然营养性防腐保鲜的新概念。

基于MEEMD-SDP图像特征和DRN的行星齿轮箱故障诊断

在行星齿轮箱齿轮的实际工程应用中,针对故障发生的早期阶段,其非平稳性、非线性振动特征信号导致故障诊断准确率低的问题,提出了一种基于MEEMD-SDP图像特征和深度残差网络的齿轮故障诊断方法。首先,采用了改进的集总平均经验模态分解(MEEMD)方法对齿轮振动信号进行了分解,获得了能够反映齿轮振动信号信息的固有模态函数(IMF);然后,通过对称点图案(SDP)分解方法提取了IMF分量,将其变换到极坐标下的雪花图像特征,并组成了特征向量;最后,引入深度残差网络(DRN)模型,实现了对行星齿轮箱齿轮不同故障的识别与分类,同时将其与卷积神经网络(CNN)模型进行了对比,并在东南大学公开的齿轮箱数据集上进行了不同模型对齿轮状态故障识别准确率的对比实验。研究结果表明:SDP图像特征能够全面表征齿轮的状态信息,相较于CNN模型,采用DRN模型对齿轮进行诊断得到的平均准确率有明显提高,可达到98.1%,能验证基于MEEMD-SDP图像特征和深度残差网络方法的有效性;研究结果对提升现有行星齿轮箱齿轮故障识别的准确率具有一定的价值。

应用SDP点对称特征融合图像的行星齿轮箱故障诊断

行星齿轮箱的内部结构复杂,其振动信号呈现非线性、非平稳特点,通过对比两种对原始振动信号处理的方法,应用点对称特征融合图像(Symmetrized Dot Pattern,SDP)达到故障诊断的目的。第一种方法是将采集到的振动信号进行变分模态分解(Variational Mode Decomposition,VMD)并将各阶IMF分量通过SDP转换为极坐标图像;第二种方法是将多测点采集到的原始振动信号直接通过SDP将时频信号转换为极坐标图像;利用卷积神经网络(Convolution Neural Network,CNN)对两种不同方式的SDP图像进行识别分类。通过行星齿轮箱故障实验台验证,结果表明时频融合能够更有效地实现故障诊断且分类准确率高达98.5%。