人工智能会带来新的生产范式和生活方式，并对现有治理体系带来全新挑战。推动人工智能健康发展，需要建立全面系统的人工智能治理体系，形成既促进创新又能实现社会有序演进的动态平衡格局。人工智能治理面临的问题不是技术、产业和规则三者哪个先行的问题，而是如何“手挽手、齐步走”。中国可探索更具弹性的第三条治理路径。
《从零开始学 Python》（第二版） 丛书 569页，供11章
Java核心技术 卷II 高级特性 第9版（中文）858页
智能建筑技术是一门多学科技术的结合,牵涉到建筑环境、设备和控制等多方面内容,其控制技术又是计算机技术、通信技术、自动控制技术的综合, 是一门较新的学科。智能建筑为人们提供了高效工作环境和理想舒适的生活环境,因此, 近年来发展很快。
摘 要？轴承波纹状损伤是新能源汽车、风电、高速铁路中电气设施的常见故障。为揭示不同载荷下轴承电蚀的损伤形式和微观损伤机制，重点讨论了波纹状损伤亮区与暗区的差异，使用扫描电子显微镜、光学显微镜、三维轮廓仪、能谱仪检测磨损表面的形貌和成分。结果表明，随着载荷的增加，GCr15轴承外沟道表面亮暗相间的波纹状损伤趋于不明显，波纹的宽度、高度差和表面粗糙度Ra值均减小；相比于亮区，暗区电蚀更严重，氧化程度更低，次表层碳化物聚集更多且硬度更低。分析认为轴承波纹状损伤过程伴随着金属-绝缘膜-金属电容式接触的周期性破坏和重建。关键词？滚动轴承；外圈；电蚀磨损；载荷；显微形貌分析；硬度
滚动轴承是汽车工业、 涡轮机和精密机械的基础部件, 其是不同机构和组件的组成部分。轴承用于传递载荷和运动, 同时为机械零件提供结构支承。轴承由与机械零件配合的外圈、 内圈和多个滚动体组成。根据滚子类型(即圆柱滚子、 球面滚子、 圆锥滚子)对轴承进行分类, 并可根据载荷和润滑要求进行使用。在高速涡轮机、 精密机械、 汽车和航空航天工业中, 轴承在使用过程中承受高交变载荷。轴承在数亿次应力循环的非比例加载下运转。轴承材料在滚动接触疲劳(RCF)下的响应取决于许多因素, 即接触应力、 摩擦系数、 残余应力、 碳化物体积分数、 夹杂物和轴承材料显微组织。在运转过程中, 随着应力循环的进行, 次表面区域的显微组织、 微观织构、 残余压应力和局部硬度发生变化, 使RCF现象更加复杂和不均匀。此外, 非金属夹杂物、 表面缺陷、 滑移和乏油润滑状态会进一步导致轴承使用寿命的离散性和不确定性。
在振动领域，人们普遍认为轴承的剥落过程分为四个阶段：从第一个微观迹象到严重损坏的轴承。有些人将过程分为四个以上的阶段，并且增量更细，但过程仍然是相同的。
摘 要？针对双馈风力发电机转轴微动磨损故障，从发电机的振动，转轴与轴承内圈的配合以及材料性能等方面进行分析，认为轴承原始游隙过小，轴承过盈量偏小，机组振动偏大以及摩擦副材料性能不足是导致转轴呈蜂窝状损伤形貌的原因。通过增大转轴与轴承内圈间的过盈量和轴承原始游隙，减小振动，在接触副涂抹防蠕动膏的措施，有效解决了转轴微动磨损问题，保障了风力发电机的可靠运行。关键词？滚动轴承；风力发电机组；微动磨损；过盈配合；振动；径向游隙
与传统的过程监控不同，辅助变量模型（VM）是在训练中首次学习的，然后将与提取的潜在特征和残差相关的统计数据用于在线监控。然而，这种做法忽略了建模和监控之间的动态交互，使未经探索的有用在线样本变得有用。本研究提出了一种新的基于LVM的监控框架，该框架利用加权策略和最大似然法的交互来提高在线信息的监控性能。关键思想是将加权向量集成到有助于故障检测指标的分量中，以实现更有效的在线故障信息提取。我们使用最大似然比来优化加权向量，并据此构建新的故障检测指标。数值例子和三相流设施的案例研究证明了我们方法的有效性。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
