基于CSBP的滚动轴承故障智能诊断方法

针对滚动轴承故障诊断问题,结合重采样方法和CSBP神经网络进行滚动轴承的故障诊断研究。首先利用输入轴转速对轴承的振动加速度信号进行重采样,选择振动加速度信号的均方根值、峭度与样本熵作为CSBP神经网络训练输入参量,应用标签数据进行训练得到优化训练模型。然后对正常状态、轴承内圈故障滚动体故障实验数据进行了计算,并对结果进行了集中趋势分析和转速影响分析。结果表明,检测数据分析结果显示利用该方法判断轴承故障类型和故障程度可达到94%,可提高滚动轴承故障诊断中在不同转速条件下的适用性和智能性;同时利用集中趋势分析可实现对模型诊断结果进行评价,进而提高模型的可靠性。研究可以为高速列车及其他设备使用的滚动轴承诊断提供分析方法和技术参考。

保证型QoS服务CSBP控制技术研究

提出了保证型QoS服务的CSBP控制技术,它能够保证每个数据流的预约速率,数据流分组经过网络后有确切的时延上界,核心路由器不需要维持有关每个数据流的状态信息。CSBP控制技术融合了集成服务和区分服务这两大类解决方案的优点,提供了具有高水平的服务质量保证,兼顾了网络资源利用率和扩展性。

护岸框架减速效果研究

根据四面六边透水框架群水槽实验数据,应用曲线、曲面拟合和平均变化率等方法,对架空率、杆件长宽比、框架群长度对平均减速率的影响进行了计算与定量研究。结果表明,架空率对减速率的平均影响最大,框架群长度对减速率最初的影响很大,但平均影响比架空率略小,而杆件长宽比对减速率的影响最小。