本文将小波和人工神经网络相结合用于中密度纤维板（MDF）不同位置鼓泡缺陷智能定位检测。首先对不同位置缺陷振动信号进行3层小波包分解，并计算信号在各频段所占的能量率，以此作为训练样本对拓扑结构不同的BP神经网络进行学习训练，最后利用训练好的网络对不同位置鼓泡缺陷进行定位识别。研究得出在MDF鼓泡缺陷的定位检测中，通过对网络的推广性能、训练特性等因素方面综合考虑，识别左端、中部和右端3种不同位置鼓泡缺陷的最好网络模型为隐层节点为8的单层网络；第1隐层节点分别为4和6、第2隐层节点为5，传递函数同时为对数Sigmoid和分别为正切和对数Sigmoid的双隐层网络。这4种网络对左端和中部鼓泡的识别率在90％以上，对右端鼓泡的识别在80％以上。

为克服现有连续掘进技术的不足,提出一种包含铰接滑筒结构的盾构,相较于常规盾构,该机型需要一套可靠的、长距离、高负荷的大直径往复直线动密封结构。为验证往复直线动密封结构的稳定性和可靠性,开展铰接滑筒动密封的仿真分析和模拟试验。仿真分析结果说明,试验台第1道聚氨酯鼓形双向密封在预设的初始压缩率条件下,极限承压能力为0.45 MPa。通过试验模拟不同介质环境,试验加压0.5 MPa,往复运动累计测试长度超过4000 m,试验结果表明,1道聚氨酯鼓形双向密封加3道填料密封结构的可靠性、耐用性满足要求。