摘要：针对目前基于模型的比例伺服阀故障诊断方法存在参数未知、不易建模的问题,首次提出了注意力卷积胶囊网络(ACCN)算法,并设计了基于注意力卷积胶囊网络的比例伺服阀故障诊断新方法。该算法首先使用卷积神经网络和高效通道注意力机制,对原始的多通道一维时域信号进行特征提取与融合,然后将融合结果输入到后续的胶囊网络中进行特征再提取和故障分类,输出对应的诊断结果。比例伺服阀故障模拟试验台验证了所提算法与诊断方法的有效性,提出的方法在测试集上取得了100%的准确率,且通道注意力机制和胶囊网络的加入使模型的诊断效果得到了不同程度的提升。

摘要：Numerical weather simulation data usually comprises various meteorological variables, such as precipitation, temperature and pressure. In practical applications, data generated with several different numerical simulation models are usually used together by forecasters to generate the final forecast. However, it is difficult for forecasters to obtain a clear view of all the data due to its complexity. This has been a great limitation for domain experts to take advantage of all the data in their routine work. In order to help explore the multi-variate and multi-model data, we propose a stamp based exploration framework to assist domain experts in analyzing the data. The framework is used to assist domain experts in detecting the bias patterns between numerical simulation data and observation data. The exploration pipeline originates from a single meteorological variable and extends to multiple variables under the guidance of a designed stamp board. Regional data patterns can be detected by analyzing distinctive stamps on the board or generating extending stamps using the Boolean set operations. Experiment results show that some meteorological phenomena and regional data patterns can be easily detected through the exploration. These can help domain experts conduct the data analysis efficiently and further guide forecasters in producing reliable weather forecast.

摘要：高海况条件下进行飞行器发射时,平台的剧烈摇摆会严重影响飞行器载荷状态和运动状态,增加飞行器发射失败的风险,亟需深入研究平台高海况摇摆作用下飞行器的运动特性。创新性地建立了以发射筒坐标系为参考坐标系的飞行器三自由度发射动力学模型,极大地简化了对飞行器运动状态的描述,并以三自由度动力学模型为基础,进一步研究了适配器刚度特性和阻尼特性对飞行器载荷和转动角度的影响。结果表明,飞行器发射过程中不同适配器的载荷差异显著,且在一定范围内适配器的刚度和非线性特性对飞行器载荷和运动状态有显著影响。研究结果可为动平台飞行器载荷设计和适配器设计提供参考。

摘要：针对晶圆翘曲检测中晶圆受外力引入附加形变难以消除及量化的问题,面向快速高精度晶圆翘曲工业检测提出一种改进的竖直自动装夹方案,具有精确约束、装夹流程简单等优势。借助理论分析和有限元仿真结合晶圆翘曲表征方法,提出了一种晶圆装夹设计的分析方法,得到了不同关键设计参数与晶圆附加翘曲的关系,实现了竖直装夹机构关键参数的正向设计,并基于设计结果进行了重复装夹验证实验。分析及实验结果表明,竖直装夹在保证晶圆姿态倾角小于0.02°、底部固定约束位置斜面角度35°±1°、夹持力不大于2 N且与竖直方向夹角不超过2°时,可以保证300 mm单晶硅晶圆的附加翘曲弯曲度不超过70 nm,翘曲度不超过1000 nm。该装夹方案拥有精确约束和简洁装夹流程等优势,对研制300 mm晶圆高精度几何形貌测量仪及大尺寸光学元件装夹具有一定的指导意义。

摘要：钢筋锈蚀和往复加载均会导致钢筋与混凝土界面间黏结性能退化,进而影响长期服役钢筋混凝土结构的承载能力。设计16个钢筋混凝土偏心拔出试件,对其进行加速锈蚀试验和往复加载试验,分析钢筋锈蚀形态、保护层锈胀开裂和加载劈裂等试验现象,研究纵筋和箍筋的锈蚀程度、保护层厚度和箍筋间距对钢筋与混凝土界面滞回性能的影响。试验结果表明:加速锈蚀试验中,钢筋的非均匀锈蚀和混凝土保护层的复杂开裂为主要表现;往复加载试验中,峰值黏结应力所在的控制滑移量下各滞回特征参数发生明显退化;纵筋和箍筋的轻微锈蚀(锈蚀率小于2.44%)在一定程度上可以改善界面间黏结性能,提高峰值黏结应力,而随锈蚀加重,各黏结特征参数均显著降低;随着箍筋间距减小和保护层厚度增大,峰值黏结应力分别提高约34.76%和11.60%。基于已有研究与试验数据,通过回归分析建立了黏结应力-滑移滞回模型,可以较好地预测试验结果。

摘要：联邦学习在保护各方数据隐私的前提下,协同多方共同训练,提高了全局模型的精度。数据的类不平衡问题是联邦学习范式中具有挑战的问题,联邦学习中的数据不平衡问题可分为局部数据不平衡和全局数据不平衡,目前针对全局数据不平衡问题的相关研究较少。文中提出了一种面向全局不平衡问题的基于贡献度的联邦学习方法(CGIFL)。首先,设计了一种基于贡献度的全局判别损失函数,用于调整本地训练过程中的模型优化方向,使模型在训练中给予全局少数类更多的关注,以提高模型的泛化能力;然后,在全局模型更新阶段,设计了一种基于贡献度的动态联邦汇聚策略,优化了各节点的参与权重,更好地平衡了全局模型的更新方向。在MNIST,CIFAR10和CIFAR100这3个数据集上进行实验,实验结果表明了CGIFL在解决全局数据不平衡问题上的有效性。

摘要：针对犁刀混合机工作介质为粉末物料时动轴密封失效问题,根据动轴密封试验结果及动轴密封原理展开失效原因分析。结果表明,密封气体出口压力大于工作介质压力、密封气体出口压力沿圆周方向均匀性、气密封通道宽度尺寸b沿圆周方向均匀性等3个条件,是保证犁刀混合机动轴密封性能的关键。在此基础上,再采用理论计算及有限元仿真相结合的方法对动轴密封失效原因展开进一步分析,根据分析结果分别从动轴密封设计、制造角度提出了犁刀混合机动轴密封失效的解决方法;最后通过试验验证了解决方法的正确性。试验结果表明,在动轴密封密封气体出口压力、配气环等设计符合要求的情况下,气密封通道宽度尺寸b沿圆周方向的偏心量为0.1 mm时,其连续密封时间分别是偏心量为0.3,0.6 mm时的3倍、13倍,即通过降低气密封通道宽度尺寸b沿圆周方向的偏心量,对提高动轴密封装置的密封性能有显著效果。研究成果对犁刀混合机动轴密封设计及应用具有一定指导意义。

摘要：借鉴了生物偏振导航的研究成果,构建了偏振导航传感器的模型,分析了该模型测量原理,设计了偏振导航传感器,研制了偏振光轴标定系统,提高了传感器的测量精度,建立了传感器性能测试系统,传感器的测量误差优于0.18°,研究成果对偏振导航传感器的应用具有指导意义。

摘要：纵向解锁机构是一套用于运载火箭整流罩两半罩连接与分离用的机构产品,其核心组件锁钩在验收和总装过程中需要重复多次解锁装配,弹簧是锁钩分离时使用的驱动元件。为提高弹簧可靠性,本文研究使用离子液体镀铝工艺替代含有氢脆隐患的电镀锌进行表面处理。首先通过典型产品试镀形成工艺方法,随后进行弹簧试制,最后开展热环境和锁钩机构试验验证弹簧可靠性。结果表明,离子液体镀铝工艺中的喷丸工艺会导致弹簧力值略微下降;这种状态的弹簧能够满足环境适应性要求,重复解锁会造成弹簧镀层磨损,力值下降约5%,但仍满足设计要求。弹簧使用离子镀铝工艺表面处理能够替代电镀锌,工艺实施过程中的喷丸后处理需要严格控制,重复使用时对弹簧镀层和力值的影响需要关注。

摘要：高频变压器作为开关电源最重要的一个组成部分,其性能直接影响到开关电源的性能。基于面积乘积法对高频变压器进行设计,该方法利用面积乘积值选择磁芯,根据磁芯对绕组进行设计,并利用窗口填充系数来验证所设计的变压器是否合理。讨论了不同绕组结构对变压器磁芯电磁场分布的影响,研究表明在绕组的排列过程中应尽量均匀,使电磁场均匀分布,避免磁芯中磁场的局部集中。该结果可为今后高性能高频变压器的设计提供参考,具有较高的实用价值。