针对实际应用中矿井通风机轴承负样本少导致故障诊断率低的问题,提出一种基于深度迁移学习的矿井通风机轴承故障诊断方法。组合卷积神经网络(CNN)与双向门控循环单元(BiGRU),并采用随机森林(RF)分类器替换CNN的Softmax层,构建CNN-BiGRU-RF诊断模型,提取轴承更深层次故障特征以便于故障识别;利用源域数据对模型训练,确定模型结构参数;最后,引入迁移学习将模型迁移至目标域,使用目标域有标签数据微调模型参数,构建目标域诊断模型进行故障分类。实验结果表明:在矿井通风机轴承负样本稀少情况下,所提方法的故障识别平均准确率在94%以上,与其他方法相比,具有更好的诊断精度和泛化能力。

文章介绍了以８７１９８单片机为核心的人体脉冲治疗仪的性能指标及软，硬件设计，可供有关人员参考。

详细介绍和分析了单电源IPM模块的结构特点及其工作原理，并对IPM模块的参数选择进行了较为详细的讨论，最后结合一个共地系统的变频调速控制器给出了单电源IPM模块在其中的设计应用。