基于时序特征的发电机转子故障诊断方法

提出了一种利用时序特征进行发电机转子的故障诊断方法.利用时间序列法中的AR或ARMA模型得到的脉冲传递函数的特点,并根据不同故障类别振动信号的格林函数变化的规律性,提出了利用格林函数的统计量特征作为故障诊断的特征参数进行故障诊断的方法.     

一种基于CGAN-CNN的同步电机转子绕组匝间短路故障诊断方法

由于同步电机故障样本数量较少,为解决同步电机故障诊断中普遍存在的样本不平衡问题,提出了一种基于条件生成式对抗网络(CGAN)和卷积神经网络(CNN)的同步电机转子绕组匝间短路故障诊断方法.首先,对传感器收集到的数据进行预处理,对正常样本和故障样本分别添加标签后输入CGAN中生成大量新样本,将生成的新样本与原始样本混合并划分训练集和测试集;然后,利用CNN训练平衡后的数据集,充分、精准地提取有效故障特征;最后,在输出端利用Softmax分类器输出故障分类结果.通过实验证明,与非平衡数据集相比,利用平衡数据集后的故障识别准确率十分稳定且达到99.5％以上,同时与平衡的原始样本数据相比,生成样本避免了噪声和其他干扰,故障诊断的准确率也更高.     

25Cr2Ni4MoV钢转子轴颈损伤修复工艺研究

汽轮发电机运行过程中,转子轴颈磨损拉伤的情况较为普遍,采用微弧冷焊技术可以实现对损伤部位的修复。针对25Cr2Ni4MoV材料转子,通过焊接工艺试验和试样性能检测,得到一种可靠的微弧冷焊工艺;并通过对焊缝无损检测标准和焊后尺寸恢复工艺的研究,形成了一套完善的轴颈损伤修复工艺方案。     

34CrMoA转子钢高温循环蠕变断口分形维数与蠕变性能的关系

用垂直剖面法测定了34CrMoA转子钢在550℃循环蠕变断口的分形维数,分析、比较了分形维数与蠕变性能的关系,结果表明,分形维数与断裂应变呈线性关系。     

人工智能在冷轧带肋钢筋工艺参数优化中的应用

论述了人工智能在冷轧带肋钢筋工艺参数优化中的应用,首先利用神经网络建立起冷轧带肋钢筋工艺参数与产品抗拉强度之间关系的数学模型,然后用遗传算法对工艺参数优化。按优化后的工艺参数在某拉丝加工厂进行了大批量生产试验,产品的合格率达到98%以上,从而为控制冷轧带肋钢筋工艺参数提供了一条行之有效的途径。     

2A14-T6铝合金大规格棒材时效制度的研究

2A14铝合金大规格棒材性能不稳定，在生产中抗拉强度常达不到国家标准要求。经过一系列热处理工艺试验，确定了2A14-T6合金大规格棒材的人工时效制度。     

剪切型调距式密炼机的性能研究

对啮合型、剪切型和剪切调距型3种密炼机的混烁实验结果进行了比较分析,对剪切调距型密炼机的性能进行了研究,实验表明：新开发的剪切型调距式密炼机能够混炼均匀,分散度高,能量消耗少,排胶温度低,可通过改变间隙实现优化混炼,尤其适合于快速混烁作业和难以分散而又快速生热的胶料的混烁,应用前景比较广淘.     

分形及分维在单轴向三维编织复合材料拉伸实验中的应用

基于分形几何的计盒维数研究了三维编织复合材料拉伸实验的断裂样照,结果表明,该材料的断裂曲线具有统计自相似性,在不同的尺度范围内具有不同的空间分布格局;而计盒维数定量地表征了其尺度变化规律;准静态和低应变率加载条件下材料的分维数较大,表明其空间占据程度较大,曲线弯曲结构复杂,这是因为低应变率加载时材料内部结构断裂时间不同造成;而高应变率加载时,断裂曲线分维数较小,曲线空间占据小,弯曲结构比较简单,这是由高应变率加载时材料内部结构断裂时间差异缩小造成。     

基于BPNN-PID的风电机组桨距控制分析

变桨控制技术是风力发电机组的核心技术之一,开展对风力发电机组变桨控制方面的研究具有重要的理论和应用价值。根据风力发电机组在额定风速以上如何保持输出功率稳定和降低风轮转速波动的控制技术进行研究,在传统的变桨距控制策略基础上,提出了基于BP神经网络(Neural Network,NN)整定PID的控制策略,并在Matlab/simulink环境下对PID控制和BP神经网络控制相结合的复合控制系统进行建模与分析。对1.5MW风电机组的仿真验证了BPNN-PID算法的有效性,提出算法不仅能够解决传统PID控制器参数整定困难的问题,而且优化效率更高,可以得到优良的控制性能。     

转子构型对炭黑分散性及胶料力学性能的影响

主要研究了不同转子构型对炭黑分散性及胶料力学性能的影响。实验表明，在相同混炼条件下，6棱同步转子混炼的胶料获得最好的炭黑分散性，4棱转子的次之，在3组2棱同步转子中，2棱功能转子的混炼效果最好。说明通过改变转子构型，可有效地改善混炼胶中炭黑的分散性，提高胶料的力学性能。