In practical engineering, the engineering system is normally affected by random shocks to different degrees in addition to normal degradation. Random shocks cause dramatic changes for the system performance. In order to improve the resistant ability of the engineering system against random shocks and avoid the further deterioration of system performance, a joint multi-objective optimization method for emergency maintenance (EM) and condition-based maintenance (CBM) throughout the service life cycle is proposed. A cumulative degradation prediction model under the competitive failure mechanism is established through integrating normal degradation processes with random shock processes. The performance loss ratio and maintenance cost in the overall service life cycle are taken as multiple optimization objectives. Joint optimization for EM and CBM is realized according to the multi-objective particle swarm optimization algorithm and the priority of optimization objectives. The joint maintenance optimization for a subsea production control system is examined to validate the application of the proposed method. The maintenance cost is optimized under the premise of minimizing performance loss.

YEATS domain containing 2 (YEATS2), it may function as a proto-oncogene. This study aims to investigate if YEATS2 correlates with prognosis in hepatocellular carcinoma. The prognostic landscape of YEATS2 and its relationship with expression in hepatocellular carcinoma were deciphered with public databases, RT-qPCR and western-blot in tissue samples. The expression profiling and prognostic value of YEATS2 were explored using UALCAN, TIMER, OncoLnc database. Transcription and survival analyses of YEATS2 in hepatocellular carcinoma were investigated with cBioPortal database. The STRING database was explored to identify molecular functions and signaling pathways downstream of YEATS2. YEATS2 expression was significantly higher in hepatocellular carcinoma compared with adjacent non-malignant tissues. Promoter methylation of YEATS2 exhibited different patterns in hepatocellular carcinoma. High expression of YEATS2 was associated with poorer survival. Mechanistically, YEATS2 was involved in mediating multiple biological processes including morphogenesis and migration.

In an effort to enhance the efficiency and accuracy of deep-sea manganese nodule grasping behavior by a manipulator, a novel approach employing an improved YOLOv5 algorithm is proposed for the extraction of the shortest paths to manganese nodules targeted by the manipulator. The loss function of YOLOv5s has been improved by integrating a dual loss function that combines IoU and NWD, resulting in better accuracy for loss calculations across different target sizes. Additionally, substituting the initial C3 module in the network backbone with a C2f module is intended to improve the flow of gradient information while reducing computational demands. Once the geometric center of the manganese nodules is identified with the improved YOLOv5 algorithm, the next step involves planning the most efficient route for the manipulator to pick up the nodules using an upgraded elite strategy ant colony algorithm. Enhancements to the ACO algorithm consist of implementing an elite strategy and progressively decreasing the number of ants in each round. This method reduces both the number of iterations and the time required for each iteration, while also preventing the occurrence of local optimal solutions. The experimental findings indicate that the improved YOLOv5s detection algorithm boosts detection accuracy by 2.3%. Furthermore, when there are fewer than 30 target planning points, the improved algorithm requires, on average, 24% fewer iterations than the ACO algorithm to determine the shortest path. Additionally, the speed of calculation for each iteration is quicker while still providing the optimal solution.

The data and information generated during the design process, such as part parameters, affect the efficiency and quality of product design. Knowledge graph (KG) is often used to express and reuse the above knowledge. However, due to the decentralised and complex nature of the KG, it lacks the quantitative knowledge required for part selection, e.g. the relationship between part type and performance. To complete the knowledge and meet the requirements for rapid and accurate performance evaluation, this paper proposes an automatic KGC method based on a surrogate model. Firstly, the schema layer is established based on the design knowledge ontology. For the sampling process, the query statement is applied to extract knowledge such as design parameters, which define the range of sample points. Secondly, the design of experiments (DOE) method can obtain the data set of the target performance through simulation. Surrogate models are built based on multiple machine learning algorithms. Meanwhile, the hyperparameter optimisation method can further improve the prediction accuracy of the model. Finally, the performance of the design scheme is predicted, and the results are used to complete the KG through knowledge extraction. The method is validated by the selection and evaluation of bogie parts.

A feature extraction method based on the combination of improved empirical modal decomposition (IEMD) and multi-scale permutation entropy (MPE) is proposed to address the problem of inaccurate recognition and classification of ship noise signals under complex environmental conditions. In order to eliminate the end effects, this paper proposes an extended model based on the principle of peak cross-correlation for improved empirical modal decomposition (EMD). In this paper, the IEMD method is used to decompose three ship underwater noise signals to extract the MPE features of the highest order intrinsic modal function (IMF) of energy. The results show that the IEMD-MPE method performs well in extracting the feature information of the signals and has a strong discriminative ability. Compared with the IEMD-aligned entropy (IEMD-PE) method, which describes the signals only at a single scale, the IEMD-MPE method achieves an improvement in the minimum difference distance ranging from 101.36% to 212.98%. In addition, two sets of highly similar ship propulsion noise signals were applied to validate the IEMD-MPE method, and the minimum differences of the experimental results were 0.0814 and 0.0057 entropy units, which verified the validity and generality of the method. This study provides theoretical support for the development of ship target recognition technology for propulsion.

The undulating fin exhibits two distinct motion modes: undulation and oscillation. However, the hydrodynamic performance during oscillatory motion has been rarely reported. In this study, numerical simulations were conducted to investigate the effects of factors such as the undulating angle, oscillation angle, and oscillation frequency on the hydrodynamic performance of the undulating fin during oscillatory motion. The mechanism of undulating fin oscillation was elucidated through flow field analysis. The results demonstrate that the undulating fin achieves unilateral movement during a single oscillation cycle. The hydrodynamic performance in the X-direction exhibits non-sinusoidal characteristics and shows a positive correlation with the undulating angle. In contrast, the hydrodynamic performance in the Y-direction correlates positively with both the oscillation angle and frequency. The hydrodynamic performance in the Z-direction is closely related to the vortex shedding position. Positive thrust is generated when the vortex sheds from the outer side of the undulating fin. This study provides novel insights and motion strategies for underwater locomotion of robots equipped with undulating fins.

Abstract This work presents a field-tunable quasi-zero stiffness vibration isolator (QZS-VI), which is beneficial to broaden the frequency bandwidth for low-frequency mitigation. The proposed QZS-VI is constructed by embedding a magnetorheological elastomer (MRE) device into a X-shaped QZS-VI system, which fulfills tuning capability of vibration isolation. The MRE-based X-shaped system provides tunable negative stiffness and a vertical spring supports the isolated loadings. The restoring force and stiffness of MRE-based QZS-VI is theoretically investigated, by which the field-induced QZS range (especially a large QZS range in high current values) is analyzed. The dynamic model of MRE-based QZS-VI is established and its isolation performances are numerically studied. The results show that, by controlling the current in MRE device coil, the system transmissibility can be greatly reduced when the isolation system under multi-frequency excitation. Furthermore, a prototype of MRE-based QZS-VI is developed, and the verification experiment is conducted. The proposed MRE-based QZS-VI system may be considered as a controllable vibration isolation candidate for random low-frequency excitation.