检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于光纤陀螺的工程结构形变检测精度分析

中国惯性技术学报 2024年第3期32卷 314-318页

作者：郭朝风浙江大立科技股份有限公司杭州310053

针对光纤陀螺形变检测系统在应用中遇到的形变精度难以评估和运行速度难以选择问题,对形变检测精度和光纤陀螺性能之间的关系进行了分析。从光纤陀螺的工程结构形变检测机理出发,基于光纤陀螺误差模型,分析了光纤陀螺零偏重复性误差和... 详细信息

针对光纤陀螺形变检测系统在应用中遇到的形变精度难以评估和运行速度难以选择问题,对形变检测精度和光纤陀螺性能之间的关系进行了分析。从光纤陀螺的工程结构形变检测机理出发,基于光纤陀螺误差模型,分析了光纤陀螺零偏重复性误差和稳定性误差与形变检测误差的对应关系,在此基础上还仿真分析了检测系统的运行速度与检测精度的关系。仿真结果表明,当运行速度较快时,稳定性误差是影响检测精度的主要因素,当运行速度较低时,重复性误差是影响检测精度的主要因素,若采用中精度光纤陀螺,运行速度2 m/s时,可实现均方根为8.514μm的形变测量精度。研究成果可为光纤陀螺工程结构形变检测技术的工程应用提供理论指导。

关键词：光纤陀螺形变检测运行速度仿真分析

在线全文

学校读者我要写书评

暂无评论

一种基于迁移学习的多任务制导算法

兵工学报 2024年第6期45卷 1787-1798页

作者：罗皓文何绍溟亢有为北京理工大学宇航学院北京100081 北京理工大学无人机自主控制技术北京市重点实验室北京100081 上海机电工程研究所上海201109

针对典型的飞行器制导任务,利用深度学习算法可以有效地拟合导弹飞行状态与制导指令之间的函数关系。然而当制导任务发生变化时,其二者之间的映射关系也会随之改变,从而导致在当前环境下预训练好的模型无法直接作用于新环境,重新训练制... 详细信息

针对典型的飞行器制导任务,利用深度学习算法可以有效地拟合导弹飞行状态与制导指令之间的函数关系。然而当制导任务发生变化时,其二者之间的映射关系也会随之改变,从而导致在当前环境下预训练好的模型无法直接作用于新环境,重新训练制导模型需要大量的弹道数据和巨额的时间成本。为解决上述问题,基于迁移学习的思想引入域对抗神经网络,提出基于迁移学习的多任务制导算法。以1个含有大量标签数据的源域任务辅助2个含有极少量标签数据的目标域任务进行迁移学习,从而克服预训练与在线控制之间的环境差异。使用特征提取器和域判别器提取出对任务环境不敏感的关键特征,使神经网络学习到各个任务所共享的底层信息;为提高预测精度,分别设计针对不同任务的偏置加速度预测器。数值仿真结果表明:基于迁移学习的多任务制导算法实现了导弹在不同任务中的加速度指令预测。

关键词：多约束制导计算制导深度学习迁移学习偏置比例导引

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

水利工程施工管理的现状及对策分析

内蒙古水利 2017年第10期 68-69页

作者：亢风呼和浩特市和林格尔县水利工程管理站内蒙古和林格尔011500

文章浅述了水利工程的重要性,分析了水利工程所存在的问题提出几点意见和对策。

关键词：水利工程施工管理分析

轴承自驱式独立退化轨迹构建与剩余寿命灰度预测

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2024年

作者：刘小峰亢莹莹柏林重庆大学高端装备机械传动全国重点实验室

针对轴承退化轨迹的个体差异性及退化阶段划分的人为主观性问题，提出了自监测数据驱动的轴承独立退化轨迹的提取与退化阶段的自主分割方法。该方法采用多尺度残差深度卷积自编码器对轴承自身历史监测数据进行无监督学习，实现了轴承性... 详细信息

针对轴承退化轨迹的个体差异性及退化阶段划分的人为主观性问题，提出了自监测数据驱动的轴承独立退化轨迹的提取与退化阶段的自主分割方法。该方法采用多尺度残差深度卷积自编码器对轴承自身历史监测数据进行无监督学习，实现了轴承性能退化特征的自主提取，并结合支持向量数据描述模型构建单个轴承的独立退化轨迹。引入基于去趋势化超阈波峰法的退化起始点自动检测方法与基于逻辑回归失效概率的失效阈值自主设定方法，对轴承独立退化轨迹进行了自适应分割。以轨迹分割得到的退化阶段数据为驱动，结合全阶时间幂灰色预测模型实现了轴承寿命的准确预测。试验结果表明，本文提出的多尺度残差深度卷积自编码器能够根据轴承各自工况环境，构建反映轴承自身服役性能变化规律的退化轨迹，提出的退化轨迹自适应分割方法能够无参考地检测出轴承的起始退化点与失效阈值，提高了轴承退化评估的科学客观性与寿命预测的工程可操作性。

关键词：自驱式退化轨迹多尺度残差卷积失效阈值灰色预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合强化学习的实体关系联合抽取模型

电子科技大学学报 2024年第2期53卷 243-251页

作者：翟社平李航亢鑫年杨锐西安邮电大学计算机学院西安710121 陕西省网络数据分析与智能处理重点实验室西安710121

现有的实体关系联合抽取任务为了自动生成大规模训练数据引入远程监督策略,在处理数据时产生严重的噪声数据问题。对此提出了一种融合强化学习的实体关系联合抽取模型,该模型由强化学习和联合抽取模型两个部分组成,其中联合抽取模型由... 详细信息

现有的实体关系联合抽取任务为了自动生成大规模训练数据引入远程监督策略,在处理数据时产生严重的噪声数据问题。对此提出了一种融合强化学习的实体关系联合抽取模型,该模型由强化学习和联合抽取模型两个部分组成,其中联合抽取模型由图卷积网络和多头自注意力机制构成。首先,使用强化学习去除原始数据集中带有噪声的句子,将降噪后的高质量句子输入到联合抽取模型中;其次,使用联合抽取模型对输入句子中的实体和关系进行预测抽取,并向强化学习提供反馈奖励,指导强化学习挑选出高质量的句子;最后,对强化学习和联合抽取模型进行联合训练,并对模型进行迭代优化。实验证明了该模型能够有效处理数据噪声问题,在实体关系抽取方面优于基线方法。

关键词：实体关系联合抽取噪声数据强化学习多头自注意力机制图卷积网络

基于支持向量机的风轮不平衡故障诊断方法研究

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2024年第8期45卷 613-620页

作者：曹沂风华北电力大学国际教育学院保定071003

针对风电机组风轮不平衡的识别与检测问题,提出一种基于多核融合支持向量机的风轮不平衡识别方法。首先,分析风轮不平衡的影响,提出一种基于变分模态分解(VMD)的信号分解与重构方法;其次,提出基于模糊熵的风轮不平衡特征提取方法,以高... 详细信息

针对风电机组风轮不平衡的识别与检测问题,提出一种基于多核融合支持向量机的风轮不平衡识别方法。首先,分析风轮不平衡的影响,提出一种基于变分模态分解(VMD)的信号分解与重构方法;其次,提出基于模糊熵的风轮不平衡特征提取方法,以高斯核函数作为模糊函数,该方法具有较好的噪声鲁棒性和较低的数据长度依赖性;再次,提出基于多核融合支持向量机的风轮不平衡识别方法,融合不同特征和尺度的核函数组成核函数库,并选取最优核函数;最后,在不同湍流强度的仿真中建立交叉验证数据库对该方法进行验证,识别准确率在98%以上,证明该方法能有效识别风轮不平衡。

关键词：风电机组状态监测机器学习风轮不平衡模糊熵支持向量机

同方期刊数据库

超微粉碎/NaOH同步处理麦秸纤维素分离特性研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第2期55卷 346-352,371页

作者：高崇风韩鲁佳湖南农业大学机电工程学院长沙410128 中国农业大学工学院北京100083

为了探究超微粉碎/NaOH同步处理对小麦秸秆纤维素分离及其微观形貌结构和热稳定性的影响,将小麦秸秆与质量分数6%的NaOH溶液按照料液比0.1 g/mL混合,进行了不同时长的超微粉碎/NaOH同步处理,并使用1.4%酸性亚氯酸钠溶液漂白和水浴式超... 详细信息

为了探究超微粉碎/NaOH同步处理对小麦秸秆纤维素分离及其微观形貌结构和热稳定性的影响,将小麦秸秆与质量分数6%的NaOH溶液按照料液比0.1 g/mL混合,进行了不同时长的超微粉碎/NaOH同步处理,并使用1.4%酸性亚氯酸钠溶液漂白和水浴式超声处理,分离得到纤维素纤维。系统表征了不同处理时长对小麦秸秆木质纤维素分离以及小麦秸秆纤维素微观形貌、晶体结构和热稳定性影响。结果表明:在同步处理0~60 min范围内,机械力显著降低了麦秸样品的粒度,有效促进了秸秆木质纤维组分分离;经不同时长超微粉碎/NaOH同步处理后分离获得的小麦秸秆纤维素中,大量微米和纳米纤维素呈相互缠绕的网状分布;随处理时间延长,纤维素结晶度先降低后趋于稳定,处理30~60 min是纤维素结晶度降低的转折点;Person相关性分析结果表明,小麦秸秆纤维素热稳定性与其结晶度以及处理时长呈现显著相关性(P<0.05)。

关键词：小麦秸秆纤维素纤维机械化学同步处理超微粉碎 NaOH处理

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于光束偏移器的光的轨道角动量分束器

物理学报 2024年第7期73卷 163-170页

作者：张卓张景风孔令军北京理工大学物理学院先进光电量子结构设计与测量教育部重点实验室纳米光子学与超精密光电系统北京市重点实验室北京100081

近年来,光的轨道角动量自由度的高维度特性引起了广泛的关注.该自由度在许多科学领域得到了研究和应用,特别是在光通讯和量子信息领域.为了充分利用轨道角动量的高维特性,不同的轨道角动量态的非破坏分离成为一个最基本的要求.然而,目... 详细信息

近年来,光的轨道角动量自由度的高维度特性引起了广泛的关注.该自由度在许多科学领域得到了研究和应用,特别是在光通讯和量子信息领域.为了充分利用轨道角动量的高维特性,不同的轨道角动量态的非破坏分离成为一个最基本的要求.然而,目前已有的轨道角动量分束系统,要么在稳定性和级联拓展性方面有所不足;要么分离后的轨道角动量态的特性遭到严重破坏,无法参与进一步的相互作用过程.本文基于光束偏移器构建微型Mach-Zehnder干涉仪,设计了一个稳定且紧凑的轨道角动量分束器,实现了轨道角动量模式的非破坏分束.设计中由于只存在光束的全反射,因此理论上能量损耗为零.在微型Mach-Zehnder干涉仪中的光束经过的光学元件相同,且光束的空间偏移量较小,所以该轨道角动量分束器具有很好的稳定性.此外,由于被分开的轨道角动量态与入射的轨道角动量态具有相同的传播方向,因此该分束器具有很好的可拓展性,便于级联使用.本研究对轨道角动量这一高维自由度在光通讯等相关领域的应用有重要意义.

关键词：轨道角动量态识别光通讯

同方期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于多模式仿真数据协同迁移的轴承故障辨识

中国电机工程学报 2024年第16期44卷 6632-6643,I0028页

作者：刘小峰亢莹莹柏林陈兵奎高端装备机械传动全国重点实验室(重庆大学) 重庆市沙坪坝区400044

针对目前迁移诊断算法对训练样本规模与质量的依赖性,以及在特殊工况环境中进行轴承故障数据采集与标注的困难性问题,提出基于多模式仿真数据协同迁移的轴承故障诊断方法。首先,采用实际工况参数嵌入的轴承故障动力学模型生成各类故障... 详细信息

针对目前迁移诊断算法对训练样本规模与质量的依赖性,以及在特殊工况环境中进行轴承故障数据采集与标注的困难性问题,提出基于多模式仿真数据协同迁移的轴承故障诊断方法。首先,采用实际工况参数嵌入的轴承故障动力学模型生成各类故障模拟数据,解决实际故障样本不足与标签缺失问题。然后,根据在仿真数据可迁移模式分析基础上建立多个子源域,引入几何统计联合对齐法对各子源域进行无监督迭代迁移,克服了单一模式迁移信息不足与跨域特征差异度过大引起的负迁移问题。最后,采用优化模糊积分决策融合方法对迁移迭代中的多模式特征伪标签进行协同分配,逐步提高目标域标签的可信度与迁移模型的域适应能力。试验结果表明,该文所提方法以故障仿真数据为驱动,无需实测标签数据的引导迁移,就可实现轴承各类故障的准确辨识。该方法对工况环境变化及目标域样本大小具有较好鲁棒性,在非完备数据支撑的高端轴承故障诊断领域具有较好应用前景。

关键词：故障动力学建模协同迁移几何统计联合对齐模糊积分迁移诊断