双悬臂式压电振动给料器设计与性能分析

现代化的自动装配对物料输送的平稳性和精确性提出了更高的要求,为了满足工业需求,设计了一种采用矩形压电振子作为激振源、以垂直驱动方式工作的压电振动给料器。通过对双悬臂式压电振动给料器进行简化,并建立其动力学模型,推导出固有频率以及装置振幅的表达式,分析了影响固有频率和振幅的因素。利用ANSYS Workbench软件对装置进行动力学分析,系统固有频率为118.85 Hz,并对装置进行了谐响应分析。结果表明,当驱动电压为200 V时,系统驱动频率为116.00～122.00 Hz,双悬臂式压电振动给料器具备输送物料能力,在最靠近共振点处（118.00 Hz）振动幅值最大,输送效率最高,满足工业生产的使用要求。     

控制器模态不匹配的半马尔可夫系统的可达集分析

研究了控制器模态不匹配的半马尔可夫跳变线性系统的可达集。在不考虑有界转移速率约束的情况下,设计了模态与系统模态不匹配的控制器,得到了系统状态轨迹有界的充分条件。然后,分别研究了模态独立和模态依赖的控制策略,进一步讨论矩阵中含有不确定的概率和部分已知的矩阵情况。最后,通过算例和仿真结果验证了模态不匹配控制方法的有效性和优越性。     

输电杆塔沉降状态感知技术研究

为了满足对采空区或湿陷性黄土地区的输电杆塔微沉降的准确测量,提出一种基于模态参数识别技术,实现杆塔沉降状态感知与诊断。首先,建立了杆塔在脉冲激励下的振动微分方程,通过有限元计算得到杆塔的振型节点,从而确定振动传感器的安装位置;接着设计了输电杆塔沉降状态实时感知系统,系统包括感知节点、边缘节点、后台监控中心3个部分;最后,在西安工程大学110 kV实验输电线路进行实验。通过实验发现当杆塔塔基发生位移时,模态频率明显下降(当位移值达到30 mm时,第一阶和第二阶模态频率分别下降了43.98%和13.12%),而且模态频率与位移量呈现线性关系。这表明采用该方法可以实现对杆塔沉降状态的准确感知与诊断,为保证输电杆塔安全运行提供有效的技术手段。     

平滑新能源波动的混合储能优化配置

针对新能源发电出力存在的波动性,提出一种基于滑动平均法的混合储能平滑新能源出力优化配置方法。首先通过滑动平均法对新能源出力进行平滑,平滑后的曲线与原始曲线之差即为储能参考功率;然后运用经验模态分解将储能参考功率分解为相应的本征模态函数(intrinsic mode function, IMF),根据瞬时频率-时间曲线中相邻IMF的叠加量来分配储能参考功率,高频部分通过功率型储能进行平滑,低频部分通过能量型储能进行平滑;最后,在考虑储能充放电效率的条件下配置混合储能的容量和功率,计算储能系统成本。采用实际数据进行仿真计算,结果验证了所提方法的可行性。     

应用于高海拔环境下的550kV GIS套管抗震性能分析

对设计并应用于云南某高海拔地区的550 kV GIS套管进行抗震性能分析,参照设计图纸构建三维模型,利用模态分析确定套管设计结构的固有频率和振型,对套管施加内部压力、风载荷及静态端子负荷,采用响应谱分析计算出套管在AG5水平下各零部件的位移与应力.计算结果表明,所设计的550 kV GIS套管安全系数满足AG5水平要求,可以安全使用,但套管顶部均压环位移相对较大,应充分考虑预留顶端导线接线长度.     

基于VMD和样本熵的电磁式电流互感器故障诊断

针对电磁式电流互感器故障诊断效率低、准确率不高问题,提出一种变分模态分解(VMD)和样本熵相结合的故障诊断方法.将原始故障信号通过VMD分解成一系列本征模函数(IMF)并进行优选,计算其样本熵作为新的互感器特征提取对象的特征值,与常见时频域特征指标组合成新的特征向量输入K近邻分类器进行训练.Matlab仿真实验结果表明,该方法中新的特征指标用于低压电流互感器故障诊断是有效可行的,可为电磁式电流互感器故障诊断提供参考.     

基于惯性释放方法的某型电动轮自卸车 车架结构性能分析

电动轮自卸车载质量大且工作环境恶劣,车架作为主要的运输承载结构,其结构安全性要求较高。为研究某型电动轮自卸车车架的结构力学性能,建立了车架有限元模型,并基于惯性释放方法对不同工况下的车架结构进行了强度分析。研究结果表明：绝大部分测点的仿真结果和试验结果的相对误差在10%以内,且强度符合设计要求。在此基础上对车架结构进行了模态分析和频率响应分析,其中车架一阶模态频率为21.3 Hz,车架危险点频率响应激振频率为29.0 Hz,与载荷激励频率无重叠,有效地避免了共振的发生。     

大型汽轮发电机定子绕组端部状态评估及综合治理方法

模态试验分析是发电机定子绕组端部结构状态评估的主要方法,已广泛应用于大型发电机检修中。基于发电机定子端部绕组动特性解析与模态参数统计分析,提出了定子绕组端部椭圆型固有频率的适宜范围,确定了优秀、良好、合格对应具体频率区间,形成了定子端部绕组分级评价方法及故障诊断流程,在此基础上给出了现场定子绕组刚度和质量的模态频率调整方法并进行了案例检验。研究结果为大型发电机组绕组端部状态评估和综合治理提供了借鉴,对提高发电机组工作可靠性具有参考价值。     

径流预报的极点对称模态分解-Elman网络模型

针对径流序列非线性、非平稳的特点,将极点对称模态分解（ESMD）方法与Elman神经网络模型相结合,建立了ESMD-Elman神经网络组合模型,并应用于长江上游干支流8站的年、月径流预报。首先利用ESMD方法将径流序列分解为各模态分量和趋势余项;然后利用Elman神经网络模型分别预测各平稳序列;最后加和重构得到最终预测结果。结果表明：组合模型预报精度大于单一模型,与ESMD-BP神经网络组合模型比,ESMD-Elman神经网络组合模型的8站年径流预报结果的平均相对误差（MAPE）平均降低3.6%,均方根误差（RMSE）平均降低7.8%,确定性系数平均提高5.0%;8站月径流预报结果的MAPE平均降低3.0%,RMSE平均降低2.8%,具有“分解?预测?重构”特点的组合模型提高了预报精度。