振动信号的周期性冲击及其重复频率是滚动轴承故障诊断的关键.本文提出了一种基于集合经验模式分解和交叉能量算子提取滚动轴承故障特征的方法.首先,应用集合经验模式分解方法将振动信号分解为本征模式函数以满足交叉能量算子对信号单分量的要求.然后根据相关程度和峭度从本征模式函数中选取敏感分量,计算敏感分量和原始信号的瞬时交叉能量及其傅里叶频谱.最后根据交叉能量的频谱结构和特征频率识别轴承故障.通过分析滚动轴承故障仿真信号和实验测试信号,诊断了滚动轴承元件故障,验证了该方法的有效性

基于磁弹效应提出了采用电磁透射方式评价应力和残余应力的方法.针对冷轧带钢磁弹性应力测量方案设计了标定装置并以此对传感器输出特性展开了研究,阐述了其电磁应力检测原理.通过ANSYS有限元数值方法对标定装置结构承载能力进行了仿真分析,在此基础上,采用50 Hz的正弦交流的激磁系统研制了磁弹性应力测量系统样机,并通过搭建的测试平台对样机及标定块进行了单侧式与透射式两种实验方案的静态加载比较试验.试验结果表明:在标定块额定承载范围内,透射式磁测方案能够实现对钢板内应力的线性响应,为磁弹性应力测量技术的工业化应用开辟了一条新途径

为给高铁低硅烧结矿的生产提供理论依据,设计烧结矿碱度R为1.8、1.9和2.0,每种碱度下以SiO2含量为变量,产生12组配矿方案进行烧结杯实验,研究SiO2对烧结矿冶金性能及微观结构的影响.结果表明：SiO2质量分数从4.8%~5.7%增加时,其冷态强度逐渐增加,最大增幅为8%;烧结矿还原性逐渐降低,降幅区间为从86.80%到81.01%;还原粉化指数RDI+3.15逐渐增大,增幅区间为从75.95%到87.21%;对于软熔性能,其软化开始温度T10在4.8%~5.4%的SiO2含量区间先升高,在5.4%~5.7%之间又降低,而软化区间有变宽的趋势.选定一个碱度水平R=2.0,烧结矿SiO2质量分数在4.8%~5.7%范围变化时,其微观结构由熔蚀状向针柱状发展,结构均匀性逐渐提高,主要矿物组成由赤铁矿向铁酸钙发展,且低温还原粉化的骸晶状赤铁矿逐渐消失

建立快速有效的针对大规模文本数据的聚类分析方法是当前数据挖掘研究和应用领域中的一个热点问题.为了同时保证聚类效果和提高聚类效率，提出基于\互为最小相似度文本对\搜索的文本聚类算法及分布式并行计算模型.首先利用向量空间模型提出一种文本相似度计算方法；其次，基于\互为最小相似度文本对\搜索选择二分簇中心，提出通过一次划分实现簇质心寻优的二分K-means聚类算法；最后，基于MapReduce框架设计面向云计算应用的大规模文本并行聚类模型.在Hadoop平台上运用真实文本数据的实验表明：提出的聚类算法与原始二分K-means相比，在获得相当聚类效果的同时，具有明显效率优势；并行聚类模型在不同数据规模和计算节点数目上具有良好的扩展性

首先给出了通过矩形块与三角像素特征块相结合所构造的八种用于眼睛检测的扩展三角特征原型块.考虑扫描块在人脸背景中遍历时眼睛样本图像块数量远少于非眼睛样本块数的实际,提出了一种结合Haar特征和三角特征的AdaBoost快速眼睛检测算法.通过级联分类器的前几层强分类器完成排除大部分非眼睛样本;然后,通过后续强分类器进行判断大部分的眼睛图像块和少量非眼睛图像块.检测时间消耗有所下降,这样可以保证整体的检测速度.实验结果进一步表明该算法具有更好的检测性能,与仅使用Haar特征相比正检率有一定程度提高

在镍铬钼铜低合金高强度铸钢的生产中经常因出现异常断口而降低铸件的塑性和韧性。这种断口缺陷无法用热处理办法消除。作为一种冶金缺陷,探讨其产生的原因和消除办法是生产急待解决的问题。本文以扫描电镜为主要工具,对这种断口的性质、特征和产生的原因作了初步探讨。实验的结果认为:铬镍钼铜低合金高强度铸钢中的异常断口为贝壳状断口。它的宏断形貌是淡灰色无金属光泽的碎石状粗晶组织,微观形貌是大小不等的韧窝,属于韧性晶界断裂。产生贝壳状断口的原因是第二类硫化物和氮化钛的沿晶分布,它降低了晶间结合力并作为裂纹的核心,促使晶间断裂的产生和发展。加入稀土和硅钙可以控制硫化物形态和消除贝壳状断口

作为图像局部特征区域的有效描述方法,局部二值模式是目前对二维图像最有效的纹理分析特征之一.本文提出了基于局部二值模式特征的稀疏表示人耳识别方法.该识别算法首先提取训练人耳图像的局部二值模式特征描述子作为稀疏表示的字典,然后将测试样本的局部二值模式特征描述子表示为字典中所有局部二值模式原子的稀疏线性组合,最后通过求解稀疏表示模型得到稀疏编码系数,根据测试人耳图像的重建误差进行识别.在UND-J2人耳库和USTB人耳库上的实验结果表明,基于局部二值模式特征的稀疏表示人耳识别方法对人耳图像光照变化、姿态变化以及人耳遮挡具有更好的鲁棒性,实现了更高的识别率

本文利用冲击韧性试验、扫描电镜、离子探针及俄歇谱议等手段研究讨论了合金元素Si和Mn对Si-Mn-Mo-V钢在淬火和低温回火状态下韧性的影响规律。研究结果表明:当钢中不含Si或含有少量Si面单独加入Mn,则由于Mn-P在晶界共偏析的原因,使P在晶界的浓度大为增加,导致了钢在淬火和低温回火状态下沿晶断裂的发生,从而降低了钢的韧性水平。在高Mn（2%Mn）钢中加入Si,由于Si在晶界的富集及Si-P的相互排斥作用,使P在晶界的偏析浓度下降。从而在一定程度上抑制了晶界脆性的发展和晶界断裂的发生,使钢的韧性水平显著提高。本文还研究了Si和Mn对Si-Mn-Mo-V钢低温回火脆性（350℃脆性）的影响。实验结果表明:低温回火脆性既与杂质元素的晶界偏析有关,又与ε碳化物向渗碳体转化及渗碳体沿原奥氏体晶界成薄片状析出有关,由于Si和Mn既能影响杂质元素,特别是P在晶界的偏聚,又能影响ε碳化物向渗碳体转化,故Si和Mn对Si-Mn-Mo-V钢低温回火脆性发生的温度和强烈程度均有显著的影响

表面张力是矿物棉生产的重要参数，直接影响到配料和工艺参数的选择.通过实验测量并建立模型预报系统研究了以高炉渣为主要原料制备矿物棉时熔体的表面张力.首先测量了SiO2（40%-60%）-Al2O3（5%-20%）-CaO（20%-30%）-MgO（5%）四元系的表面张力，其值处于350-500 m·m-1之间；然后结合文献报道的表面张力数据，利用人工神经网络技术建立了SiO2（35%-60%）-Al2O3（5%-20%）-CaO（20%-45%）-MgO（0-10%）四元渣系的表面张力预报模型.该模型对成分范围内的表面张力预报平均误差为9.32%，预报精度较高，可以预报矿物棉熔体成分范围内的表面张力

滚动轴承局部故障振动信号中的周期性冲击是识别故障的关键特征.形态分量分析在由多种形态原子组成的过完备字典基础上提取信号中的不同形态成分,基于这种思想提出了一种基于新型过完备复合字典的形态分量分析方法.依据滚动轴承故障振动信号中分量间的形态差异性,改进字典后该方法可以更具针对性地提取出包含故障特征的冲击分量,配合包络谱分析准确提取故障特征频率,诊断滚动轴承局部故障.对比基于快速谱峭度法的轴承故障诊断方法,该方法可以避免人为选择共振带产生的不准确性和非最优问题,提高了故障诊断效果.通过轴承仿真信号和故障实验信号分析验证了该方法的有效性