摘要：针对传统的卷积神经网络对特征的辨识性差的问题,提出一种将注意力模块与一维卷积神经网络相结合的滚动轴承故障诊断模型。首先以加入噪声的振动信号作为输入,利用“卷积+池化”单元提取信号的多维特征,然后通过注意力模块对特征赋予不同的权重,利用双池化层取代传统卷积神经网络中的全连接层进行特征的再次提取及特征信息整合,最后通过Softmax层完成轴承状态分类。实验表明,该模型诊断准确率可达99%,与传统模型相比,其准确率更高、收敛速度更快、训练过程更稳定、变负载情况下泛化性能更好。

摘要：为深入探究共面介质阻挡放电(CDBD)的放电特性,从而为优化等离子体源设计提供参考,研究驱动电源类型对CDBD特性的影响,比较高频交流、微秒和纳秒脉冲激励CDBD的放电特性,分析驱动电源对放电均匀性、产生活性粒子密度、能量效率以及反应器运行温度的影响。结果表明,相比于微秒脉冲和高频交流,纳秒脉冲CDBD的均匀性最好,放电产生的活性粒子密度最大,稳定运行反应器温度最低。在高频交流电压峰-峰值20kV、微秒和纳秒脉冲电压峰值15kV、频率均为5kHz条件下,纳秒脉冲激励反应器达到热平衡时温度不超过100℃,而高频交流激励时反应器温度达到了145℃,对阻挡介质材料耐温性能提出了更高的要求。在相同激励周期内纳秒脉冲CDBD消耗的平均功率最少,能量效率最高,达到63.1%,显著高于微秒脉冲的38.6%和高频交流的21.8%。因此,在CDBD实际应用中,可采用纳秒脉冲电源作为激励源以达到降低反应器温度和提高能量效率的目的。