基于KD-DenseNet的旋转机械故障诊断模型

针对传统旋转机械故障诊断算法在复杂多变的工况下,缺乏良好的自适应与泛化性的问题。提出了基于DenseNet的卷积核dropout(KD)智能故障诊断模型KD-DenseNet。将各类故障状态的原始振动信号进行重叠分段预处理,并将预处理得到的数据作为KD-DenseNet的输入进行训练,使用训练得到的模型对不同工况下的振动信号进行自适应特征提取与分类,并将dropout应用于卷积核中以提高模型对振动信号的处理速度及抗干扰性,最终得到故障类型判定结果。KD-DenseNet的应用避免了梯度弥散现象,提高了有效特征的提取效率,解决了传统特征提取方法中无法有效挖掘特征、无法自适应于任务进行调整等问题。     

用多流管模型预测达里厄型垂直轴风力机性能

介绍了基于动量叶素理论的多流管模型对达里厄型垂直轴风力机进行气动性能预测的理论计算方法,并进行了算例计算.计算结果与单流管模型的计算结果以及试验结果的对比分析表明了多流管模型在性能预测方面的优越性,其结果更加可信.同时,分析了叶轮实度、雷诺数以及风剪切效应对风力机性能的影响,并对该计算模型的适用范围进行了讨论分析.     

一种Web应用环境下安全单点登录模型的设计

文章面向Web应用系统,提出了一种实现安全单点登录模型的设计思想。该模型基于Java平台设计,可提供本地及异地系统间的用户身份认证,确保用户在任意点安全登录并赋予相应访问权限,提高了Web应用系统整体安全性。     

数据中心虚拟机节能管理机制

大规模数据中心需要消耗大量的电能,由此带来了高额的运营成本以及环境污染等问题。为了降低数据中心的能耗,在构造了数据中心管理模型的基础上,提出了虚拟机静态安置算法与动态调整算法。虚拟机的动态迁移技术能够有效地降低数据中心能耗,提升资源利用率。然而,过度地迁移虚拟机,会影响应用的运行质量,造成SLA违背。动态调整阶段,采用了动态阈值的方法来控制虚拟机的迁移,降低能耗。最后,利用CloudSim平台进行了大量的模拟实验。实验结果表明,所提出的数据中心虚拟机节能管理机制(EAMVM)能够降低能源消耗,减少虚拟机的迁移次数。     

两缸串联煤气压缩机非稳态运行工况分析

以用于某工艺装置的两缸(低压缸和高压缸)串联压缩机在运行过程中出现的非稳态工况为实例,对引起非稳态工况的主要因素进行分析,重点讨论了由于高压缸隔板变形导致中分面泄漏而引起非稳态工况的性能变化过程,分析了高压缸性能变化对低压缸性能的影响。本文首次提出了压缩机内泄漏稳定性极值qLcr、相对不稳定性、绝对稳定性的概念,有利于更好理解内部泄露对压缩机性能的影响。     

燃油加油机因温度影响在周期内计量出现超差

文章介绍了因先有税控加油机没有体积温度补偿对计量值准确度的影响。     

改进DRNN在单元机组协调控制系统参数整定中应用

为协调单元机组机炉特性差异、提高机组运行水平,针对单元机组非线性、强耦合性和参数时变的特点,设计并仿真研究了一种基于改进对角递归神经网络(DRNN)的单元机组协调控制器.该控制器采用DRNN网络整定的PID控制器代替协调解耦控制系统中的常规PID控制器.并在常规DRNN中引入带动量项的PID梯度优化算法,使DRNN网络具有更快的跟踪性和收敛性:在此基础上,针对某300 MW直流燃煤机组在100%、70%负荷工况下的线性模型和某330 MW机组非线性动态模型,分别进行了负荷扰动和主蒸汽压力2种扰动下的仿真研究.仿真结果表明,与常规PID协调控制器相比.所提出的协调控制器具有响应速度快、自适应能力强、抗干扰能力强等特点.表现出更好的静态性能和动态性能.     

区域MODIS水汽季节修正模型

针对MODIS水汽空间分辨率高但精度不高的不足,提出了一种利用GNSS的MODIS水汽校正模型。MODIS水汽校正模型通过GNSS水汽和线性回归方法分季节构建。通过GNSS水汽与MODIS水汽的相关性分析比较,利用线性回归方法分季节构建区域和城市MODIS水汽校正模型,通过与GNSS水汽比较验证区域和城市模型的可靠性。研究结果表明,GNSS水汽与MODIS水汽的变化趋势基本一致,存在显著正相关特性;经检验3个测站的城市和区域,冬季模型均方根误差优于1 mm,春、秋季均方根误差接近,约为2 mm,夏季城市模型均方根误差最大,值为6.58 mm。区域模型有效提高MODIS水汽精度,可为短时天气预报提供基础。