针对行星齿轮箱振动信号具有较强的非平稳特性、故障样本少以及传统深度学习对数据依赖性的问题,提出了一种基于连续小波变换(Continuous wavelet transform,CWT)和无模型元学习(Model agnostic meta learning,MAML)的小样本行星齿轮箱故障诊断方法。通过CWT将行星齿轮箱振动信号转换为时频图像,有效地表达行星齿轮箱非平稳性特征;利用MAML“学会学习”的能力训练小样本的时频图像,对“未见过”的行星齿轮箱故障类型进行测试。通过对不同样本数量、跨工况条件和不同噪声环境下的行星齿轮箱进行故障诊断实验,结果表明,该方法相比于其他方法具有更高的识别精度、泛化性和鲁棒性。

基于形式代数和映射理论,针对二维/三维内外流场和流固交界面处的网格剖分问题,提出虚拟结构化映射的网格生成新方法。在虚拟规则多边形上建立虚拟网格,利用函数建立对应的映射关系,把虚拟网格映射到真实的流固边界网格上。在网格更新办法中,引入了位移映射关系,设定了流固交界面随机位移场,原流固交界面的拓扑关系和数据交换格式保持不变。分别以二维和三维管道的内部流体计算域、二维和三维建筑物体的外部流体计算域为算例,验证提出的网格生成和更新方法。统计分析表明,运用该方法可得到流体域较高质量的初始网格系统,经更新后的流体域网格质量良好,且不发生畸变。

成像光谱仪是新型多光谱遥感器，它具有获得地面的更丰富光谱信息的特点。无论采用滤光片分光还是色散元件分光，都不同程度地存在光空间的混杂。文中分析成像光谱仪“混光”特性，提出保障系统光谱特征和空间特性的判据。

用视轴对称球面Z视场作为模拟体腔凹面的模型，通过辐射传递特性分析，把最终的边缘光效分解成内部作用和外部作用两大部分，确立了外部作用的边缘光效定义．运用光度学理论推导医用硬性内窥镜照明和成像两光路的边缘光效表达式及外部作用的边缘光效通式．在设定球面Z为理想漫射面的基础上，导出最终边缘光效的计算通式．

结合通信管道静摩擦系数测量仪检定装置计量标准的工作原理及组成、技术指标、重复性试验、稳定性考核等技术要求,本文论述了通信管道静摩擦系数测量仪检定装置计量标准的研制过程,对该标准的贯彻实施具有一定的指导意义。

本文简要介绍了通用变频器和工程型变频器的机械制动控制思想方法以及在负载启动停止时两种机械制动的工作过程，分析了工程型变频器机械制动功能的优点，并结合西门子6SE70变频器机械制动功能在济钢副枪起升机构中的应用，给出一个典型的工程型变频器机械制动控制的实例，可为国内位能型负载机械制动控制功能的设计、应用提供参考。

不同工况下的轴向柱塞泵故障数据存在分布差异,现有的基于特征迁移学习的变工况故障诊断方法大多只通过单个传感器信号进行分析,具有一定的局限性和片面性。为了利用多传感器信号提高变工况下轴向柱塞泵故障诊断的性能,该研究提出一种耦合分类器子空间嵌入分布自适应(Subspace Embedded Distribution Adaptation with Coupled Classifiers,SEDACC)方法。该方法利用多传感器信号的频谱数据构造主要数据集和辅助数据集,通过子空间对齐(Subspace Alignment,SA)方法将源域和目标域的主要数据投影到公共子空间中,并采用加权条件最大均值差异(Weighted Conditional Maximum Mean Discrepancy,WCMMD)作为度量进行特征分布的适配。同时,基于结构风险最小化(Structural Risk Minimization,SRM)准则在源域标签数据上学习主分类器,根据主分类器对于目标域的预测结果在目标域辅助数据上学习辅助分类器...

针对模具加工自动线生产流程中所遇到的多个模具零件同时到达EDM加工环节的问题,提出计算电极的程序完成进度率实时监测模具电极数控加工进度的方法。采用FOCAS技术利用C#语言调用FOCAS相关函数对FANUC系统0i系列数控机床进行NC程序下载和已经运行完成的程序行数等数据采集;基于采集所得数据,建立SQL Server数据库对数据进行及时存储;结合自动线流程中的约束情况,提出模具零件加工优先级计算方案,连接MES系统数据库和SQL Server数据库获取相关数据,通过比较EDM机床数量、电极齐套率、电极程序完成进度率等,对相关数据进行冒泡排序进而确定模具零件的优先级数,从而设定模具零件加工的先后顺序。在某模具企业验证了该方案的可行性,并取得了良好的应用效果。

文章分析了高速插秧机常见插植仿形系统结构、工作原理,介绍了仿形系统调节方法、常见故障及排除方法。

针对传统粒子群优化算法以准确率或误判率作为适应度函数耗时长和轴向柱塞泵故障机制较为复杂的问题,提出一种基于改进适应度函数的Lévy飞行量子粒子群优化(QPSO)多分类相关向量机(MRVM)的轴向柱塞泵概率性智能软状态判别方法。为了克服人为设定核参数不精确、效率低等缺点,采用基于Lévy飞行的QPSO搜索MRVM的最优核参数;为了缩短寻优时间,将样本间余弦相似度作为寻优算法的适应度函数,并利用UCI机器学习标准数据集进行仿真来验证改进后优化方法的