目前以人工神经网络为代表的模式识别方法已被广泛应用到故障诊断领域,但这些方法通常需要大样本数据进行模型训练,而工程实际中通常存在数据不足的情况。因此需要合适的方法进行小样本情况下的故障诊断。深度卷积生成对抗网络能够实现样本生成。它不仅提高了对数据的学习能力,还对网络设定了一连串的限制,增加了网络的稳定性和收敛性。但其存在着训练不稳定和生成样本质量不高的问题。对深度卷积生成对抗网络进行了改进,提出了一种改进的深度卷积生成对抗网络(Improved-deep Convolutional Generative Adversarial Networks,简称IDCGAN)然后运用到滚动轴承故障诊断中。实验信号分析结果表明了该方法的有效性。

针对强背景噪声环境下风电机组传动链发生故障时特征信息微弱,利用人为经验对变分模态分解(VMD)方法参数设定、故障特征提取效果不佳的问题,提出改进参数优化VMD方法提取故障特征。将信号样本熵与峭度指标相结合共同作为目标函数,通过遗传算法(GA)寻优,确定最优的VMD模态分量数及惩罚因子组合。对分解所得到的本征模态分量(IMF)进行选取重构、包络分析,判断故障类型。通过仿真、实验并与工程实际现场的齿轮箱故障数据进行对比验证,结果表明,该方法可以有效地从强噪声干扰中提取信号的故障特征。

为提高基于机器视觉的巡检机器人目标识别准确率和检测速度,提出一种基于改进YOLOv3网络的目标检测识别方法。所提方法利用PANet优化YOLOv3网络路径和自适应池化结构,采用深度可分离卷积替代其标准卷积,以提高YOLOv3网络识别精度和检测速度,并基于改进的YOLOv3网络进行目标检测,实现了高精度、快速率的巡检机器人目标检测。仿真结果表明,所提方法相较于标准YOLOv3网络和常规目标检测网络SSD、DenseBox以及Faster RCNN,在准确率和检测速度方面具有明显的优势,均值平均精度达到84.44%,每秒帧率达到30帧/s,可实现基于机器视觉的巡检机器人实时检测。

为精确预测管材弯曲回弹并设计合理的补偿方案,选择经过优化处理的BP机器学习算法建立预测模型,之后对其开展了控制性能评价。大幅提升了泛化性能并获得更高的预测精度,促进算法更快完成收敛过程。并对模型开展了验证分析。研究结果表明当以PSO算法优化BP建立预测模型进行预测时跟目标结果间形成了15.7%的平均误差,相对于BP预测模型,大幅提升了预测精度,但会导致计算效率明显下降,所需计算时间接近1.5h。以改进粒子群算法对BP进行优化后,可以有效提升神经网络泛化性能,跟目标值相比平均误差只有6.2%。先对基本PSO算法实施优化处理,再利用优化后的PSO算法调整BP,由此建立得到机器学习预测模型。此模型可以达到高预测精度以及高效率的要求,可以有效满足管材数控弯曲回弹以及补偿的计算需求。

本文研究了基于AT91RM9200的嵌入式计算机系统的多参数监护仪，该多参数监护终端是由多参数监护模块，嵌入式计算机系统和GPRS模块构成。在嵌入式计算机系统中实现了嵌入式Linux的裁减，定制和移植，并在此基础上实现了基于MINIGUI的应用监护程序的编写。基于嵌入式计算机系统的多参数监护仪具有体积小，功耗低，携带方便，并且可以实现基于Internet和无线GPRS的心电，血压，血氧，呼吸，体温等多生理参数的远程监护。

针对塔里木油田高压油井不能在线实时计量，现有工艺流程采集不到有代表性的单井油水混合样，无法得知单井含水等状况，拟试验某公司的三相不分离流量计，以实现高压油井的实时计量和实时监控。

双螺杆磨浆机是造纸工业中一种新型的磨浆设备。螺杆的轴向力是该设备设计的重要参数,目前尚无有效计算方法。设计了采用推力轴承和测力环的双螺杆磨浆机轴向推力测量装置,其特点是相间干扰小,结构紧凑、简单;并应用弹性力学方法对测力环参数进行了计算,分析表明减小测力环支撑板横截面积或选用弹性模量较小的钢材有利于增加灵敏度。测量装置的标定实验表明,测力环灵敏度较高,重复性较好。该测量装置用于双螺杆磨浆机轴向推力的测量,取得了良好的效果。

基于均相流假设,根据文丘里管两相流流量测量模型和空隙率定义式,结合气液两相流的差压瞬时值、流量瞬时值和空隙率瞬时值间存在的时间平均值关系,推导了湿气流量测量机理模型,并根据Froude准数对模型进行了修正。本文建立的湿气流量测量模型形式上为一经气、液密度和Froude准数修正的节流式流量测量关系式,该关系式将为湿气流动机理的研究提供有益的借鉴。实验结果表明,本文建立的湿气流量测量模型可用于湿气流量的测量,流量测量误差小于5%,满足实际测量的要求。

液压系统具有功率重量比大,惯性小,控制精度高,调速快捷等特点,本文主要分析了冶金设备液压系统工况的特点,进而探讨了提高冶金设备液压系统运行可靠性的措施,从而确保整个生产的正常进行,防止故障和安全事故的发生.

提出新型浮动式收敛袋型密封结构,建立新型收敛袋型密封与传统迷宫密封多频椭圆涡动动力特性求解模型,研究转速、进出口压比及偏心率对新型收敛袋型密封与传统迷宫密封浮动同心力的影响,对比分析涡动频率对新型收敛袋型密封与传统迷宫密封动力特性系数的影响,基于有效刚度系数定量分析浮动密封的自适应同心性能。研究结果表明:随着转速、进出口压比、偏心率的增加,新型收敛袋型密封产生的浮动同心力增大;相同工况下,新型收敛袋型密封的浮动同心力大于传统迷宫密封的;随着转子涡动频率的增加,传统迷宫密封的有效刚度系数减小,新型收敛袋型密封的有效刚度系数增大,同一涡动频率下,新型收敛袋型密封的有效刚度系数大于传统迷宫密封的。新型浮动式收敛袋型密封具有良好的自适应同心性能。