在研究富钴结壳高产区地形特征基础上，以富钴结壳站点地理坐标为中心，获得了一平方公里的海拔高度数值矩阵作为地形特征。使用卷积神经网络的分析方法对数值矩阵进行训练，学习坡度和平整度等区域特征，将富钴结壳站点地形和其他海底地形进行区分。依据训练后获得的模型，对富钴结壳高产区进行预测，取得了较好的预测效果，结合其他因素的影响，可以提高结壳靶区选取的精准度

针对齿轮的振动特点,设计了复合过完备时频字典,利用基追踪方法在匹配信号特征结构、直接提取特征信息方面的优势分析了齿轮箱的现场测试振动信号.根据基追踪分解结果,在时频联合域内提取了齿轮局部损伤的周期性冲击特征,识别了齿轮点蚀缺陷.与短时Fourier变换和小波变换等时频分析方法进行了对比分析,验证了基追踪检测齿轮损伤的有效性

金属多晶体三维晶粒尺寸分布常近似呈Gamma分布或Lognormal分布．基于这2种分布函数，导出了体积权重与个数权重的晶粒体积分布特征多量的相互关系，并利用一种低碳钢奥氏体晶粒组织的实验数据及文献数据对其进行了验证．利用该关系，通过对多晶材料晶粒组织二维截面的标准金相测量，即可计算个数权重的三维晶粒体积分布的特征参量．

提出一种基于峭度能量的谱相关分析方法.它利用每个循环频率切片的峭度值来衡量该循环频率的调制能力,并以此作为加权因子进行循环频率的能量累积,最终实现故障特征的有效提取.相对于传统的谱相关分析方法,本文方法降低了信号中多倍频谐波对故障特征频率的干扰,能更清晰准确地提取出故障频率特征.利用传统的谱相关分析方法、本文方法和共振解调三种方法对仿真信号、低速重载试验台的滚动轴承外圈故障信号进行分析,证明了本文方法的有效性

针对大型齿轮箱低速轴故障信息难以提取的问题,采用小波分析方法对故障数据进行处理以实现信号在时/频域的局域性分析,将其无冗余、无泄漏地分解到一组具有紧支撑性的小波基上.文中采用小波分层突变系数作为判别故障隐患的特征值,并对该特征值进行趋势分析.结果表明:小波变换能有效捕捉冲击信号的时域特征和故障发生的时间历程,用小波分层突变系数所做的趋势图能有效地预测故障发展趋势,避免突发故障

通过电化学阻抗方法测量316L不锈钢在25~85℃的醋酸溶液中的EIS曲线和Mott-Schottky曲线,并测量各温度点下的循环伏安曲线,研究了钝化膜的电化学性质.研究结果表明:在醋酸溶液中的阻抗谱表明316L不锈钢在25~85℃温度范围内均能形成稳定的钝化膜,随温度升高极化阻力下降而界面电容增大.温度对于316L不锈钢钝化膜的半导体本征性质没有根本的影响:在-0.5~0.1V电位区间内钝化膜呈p型半导体特征;在0.1~0.9V电位区间内钝化膜呈n型半导体特征;在0.9~1.1V电位区间内钝化膜呈p型半导体特征.钝化膜的循环伏安曲线显示当温度低于55℃时,钝化膜结构比较稳定;当温度为55℃时,钝化膜稳定性趋向恶化;当温度超过55℃时,钝化膜稳定性下降

针对金属矿山特有的地理地质条件,开展相应岩石声发射试验,确定矿区矿体围岩的时间序列特征,获得岩石破裂冒落声发射参数的危险临界值,并深入研究形成该种声发射信号的破裂机制和破坏特征.然后分别对较均质岩石试样和含有结构弱面的岩石试件进行比较试验,总结弱面裂隙影响下的岩石试件产生声发射信号的规律.利用基于离散单元法的颗粒元程序进行含裂隙岩石试样数值模拟研究,通过降低接触面刚度来模拟岩石内部的损伤,通过不同的模拟条件来研究岩石的破坏情况.研究成果将为分析损伤岩体的声发射规律开辟一条新的研究途径

在楔横轧模具CAD/CAPP集成化信息模型基础上,应用基于知识的创成式工艺决策方法和VC++面向对象编程技术构造了楔横轧模具加工特征排序算法.通过合理安排模具工艺决策各阶段的子任务和构造相应的约束,保证生成模具工艺路线的可行性和灵活性.同时针对典型楔横轧模具进行实例分析,验证该加工特征排序方法的实用性

针对分类数据, 通过数据对象在属性值上的集中程度定义了新的基于属性值集中度的类内相似度(similarity based on concentration of attribute values, CONC), 用于衡量聚类结果中类内各数据对象之间的相似度; 通过不同类的特征属性值的差异程度定义了基于强度向量差异的类间差异度(dissimilarity based on discrepancy of SVs, DCRP), 用于衡量两个类之间的差异度.基于CONC和DCRP提出了新的分类数据聚类有效性内部评价指标(clustering validation based on concentration of attribute values, CVC), 它具有以下3个特点: (1)在评价每个类内相似度时, 不仅依靠类内各数据对象的特征, 还考虑了整个数据集的信息; (2)采用几个特征属性值的差异评价两个类的差异度, 确保评价过程不丢失有效的聚类信息, 同时可以消除噪音的影响; (3)在评价类内相似度及类间差异度时, 消除了数据对象个数对评价过程的影响.采用加州大学欧文分校提出的用于机器学习的数据库(UCI)进行实验, 将CVC与类别效用(category utility, CU)指标、基于主观因素的分类数据指标(categorical data clustering with subjective factors, CDCS)指标和基于信息熵的内部评价指标(information entropy, IE)等内部评价指标进行对比, 通过外部评价指标标准交互信息(normalized mutual information, NMI)验证内部评价效果.实验表明相对其他内部评价指标, CVC指标可以更有效地评价聚类结果.此外, CVC指标相对于NMI指标, 不需要数据集以外的信息, 更具实用性

随着机动车保有量快速增长，机动车排放成为大部分大中城市大气中PAHs及其衍生物的主要来源之一。因此，基于以往的研究成果，汇总了台架实验、车载实验、隧道实验、路边实验等常用的机动车尾气采集方法，对机动车来源PAHs及其衍生物的排放特征（排放因子、气粒分配规律、成分谱研究以及机动车车型、工况和行驶里程的影响等）进行了总结，为不同研究需求下实验方法的选取以及机动车减排措施的制定提供科学参考。此外，为缓解能源问题和机动车排放污染问题，中国计划2020年在全国范围内推广使用车用乙醇汽油。由于乙醇汽油与普通汽油的性质存在诸多不同，乙醇汽油对机动车排放的影响也引起了研究者们的关注，因此分析了乙醇汽油实施对机动车尾气PAHs及其衍生物的污染特征变化的影响，以期为该领域未来的研究方向提供建议，为机动车污染防控研究提供科学合理的参考