摘要：针对普通的深度学习算法用于轴承故诊断分类时计算量大、消耗成本高的问题,提出一种结合连续小波变换和轻量级神经网络的滚动轴承实时故障诊断方法。首先,使用Morlet母小波函数对轴承振动加速度数据进行连续小波变换,提取出时频域特征并将一维信号转换成二维图片;然后,结合分组卷积、通道混洗、倒残差结构等轻量级神经网络设计元素设计一个轻量级卷积神经网络LightweightNet用于时频图片的故障分类,LightweightNet网络在保证具有足够特征提取能力的同时还具有轻量级特点。使用凯斯西储大学轴承故障数据集进行实验表明,本方法相比于其他使用经典轻量级神经网络的方法具有更少的参数、最高的准确率和更快的诊断速度,基本可以实现滚动轴承的实时故障诊断,且在内存消耗与模型存储占用空间方面远小于其他同类方法。

摘要：根据对航空系统各个相关利益方的需求分析,基于模糊理论确立飞机故障诊断和健康管理（Prognostic and Health Management,PHM）平台的各个模块需实现的功能,利用灰色关联法对客户需求进行重要度排序,并基于自回归求和移动平均（ARIMA）模型求解客户需求的动态特征,对客户需求作出全面的分析和预期。最终在质量屋（House of Quality,HOQ）衡量全生命周期管理（Product Lifecycle Management,PLM）的服务资源与客户需求的匹配度,进而定量反映客户对航空系统各种服务资源的满意度。

摘要：通过分析目前太阳能供电离网系统现状,总结出各方对太阳能离网系统的新需求,提出了太阳能离网供电运营管理服务的总体思路。通过设计六大服务模块与分析利用太阳能离网供电运营管理服务关键技术-运营数据分析技术,提出平台开发建设框架进行平台开发与搭建。

摘要：研究了太阳能离网供电运营管理服务的功能布局。以满足客户切实需求为前提,以服务模块化配置为核心,以需求-服务最优配置组合为目标,进行了需求识别、需求到服务的映射,以及服务的配置优化三方面的研究。首先基于客户价值和爛值法识别出客户需求,接下来通过质量功能展开(Quality Function Deployment,QFD)完成客户需求到服务功能的映射。最后利用模块化配置的思想建立模块化服务的配置优化模型,来实现需求和服务模块间的配置优化。