基于故障树蒙特卡洛模拟法的孤岛微电网薄弱环节识别

为增强微电网风险评估工作的针对性,采用故障树蒙特卡洛模拟法对孤岛微电网的薄弱环节进行识别。以网内不同用户供电中断为顶事件建立各用户的故障树模型,通过蒙特卡洛模拟法随机抽样建立孤岛微电网的两状态模型。从元件重要度和网络风险重要度2个方面,建立微电网薄弱环节重要度指标体系。对某典型低压孤岛微电网的薄弱环节进行识别,评估孤岛微电网的可靠运行能力,算例结果验证了所提方法的合理性。结果表明,柴油机和逆变器是该算例微电网的薄弱环节,降低其故障率有利于降低微电网的风险水平。     

GIS设备同频同相耐压试验风险分析与抑制措施

检查气体绝缘金属封闭开关(GIS)设备在扩建或大修后绝缘性能是否良好最有效的方式是现场交流耐压试验。在GIS设备同频同相耐压试验方法现场应用的基础上,分析了同频同相耐压试验过程中的主要风险点,并提出通过调整变电站运行方式,采用X射线可视化技术确保隔离开关可靠分闸,确认加压回路相别,以及采用特高频或超声波局部放电检测方法监视隔离开关绝缘状态等措施来降低试验过程中的风险,取得了良好效果。     

电弧热丝变极性等离子弧增材制造成型尺寸预测

电弧热丝变极性等离子弧(arcing-VPPA)对传热与传质的可靠控制使其在电弧增材制造方面拥有独特的优点。针对单道多层铝合金堆砌试样,利用二次通用旋转组合方法针对性地设计了单壁墙试验样本,通过多次回归方程建立了单壁墙成型尺寸与工艺参数之间关系的数学模型。结果表明,模型能够较好地预测单壁墙的熔敷尺寸,真实值与拟合值基本一致。同时发现,等离子电流、行走速度、送丝速度对层高的影响较为明显,且等离子电流与焊接速度对层高的影响存在交互作用;而对熔宽影响较明显的是等离子电流、变极性脉冲MIG电流以及焊接速度。同时分析了增材成型熔宽尺寸稳定性控制策略,发现等离子电流以等差数列排序的控制方案在增材宽度的稳定性控制上具有明显优势。     

浅谈中国橡机借助跨境租赁走出去的经验与难点

随2015年国家"一带一路"政策的出台,中国装备走出去已成为了制造业关注的热点话题。而作为橡机行业主要下游企业的国内轮胎企业,受到国内产能过剩和国外"双反"抵制的双重困境已长期处于下滑阶段,在此背景下,国内橡机设备"走出去"就显得格外重要与必要。     

基于过程数据时段特性的数控机床热误差预测研究

准确可靠的热误差预报模型,对提高数控机床的加工精度尤为重要。针对数控加工的过程数据呈现出多时段、多变量、三维特性,基于时间片矩阵的思想,在过程数据标准化处理的基础上,采用偏最小二乘方法提取时间片矩阵与热误差在高维空间的预测关系并进行降维;在低维特征空间中基于K-means算法实现时间片预测模型的聚类,以便于加工过程时段特性的分析和知识发现,藉此构建热误差预报模型。仿真实验结果表明,与BP热误差建模方法相比,所提方法的预测精度、泛化能力均显著提高,为数控机床的热误差预测研究提供一种新思路的同时,也给出行之有效的解决方法。     

基于遗传算法优化SVM的刀具VB值预测的研究

针对刀具磨损量的预测问题,建立了基于支持向量机回归理论的刀具VB值的在线预测模型。对声发射信号和电流信号分别进行EEMD分解和小波包分解得到的能量值,把它与主轴转速、进给量和背吃刀量一起组成初始特征向量。通过主成分分析进行数据处理,把得到主元作为遗传算法优化的支持向量回归机的输入向量。结果表明,该模型精度高,运行速度快。     

基于多变量气象因子的LMBP电力日负荷预测

提出基于主成分分析处理多天气因素的LMBP电力负荷预测模型。采用主成分分析技术对多气象因素进行降维处理,提取多天气因素特征量,既全面表征天气因素对电力负荷的影响,又简化预测模型。将得到的新气象特征量与历史负荷数据共同作为建模对象。采用基于L-M优化算法的BP神经网络(LMBP)进行预测分析,通过最速梯度下降法和牛顿法之间的自适应调整优化网络权值,有效提高网络的收敛速度和泛化能力。通过对美国南部某地区实际电力负荷系统进行预测分析表明该方法可以有效提高预测精度和预测效率。     

基于正则化与遗忘因子的极限学习机及其在故障预测中的应用

为了解决在线贯序极限学习机(OS-ELM)算法容易产生奇异矩阵、算法贯序更新过程中没有考虑训练样本时效性的问题,提出基于l2-正则化和自适应遗忘因子的OS-ELM(RFOS-ELM)算法。RFOS-ELM在初始阶段加入正则化机制,克服因矩阵奇异而降低OS-ELM泛化能力的缺点。在贯序更新阶段,RFOS-ELM通过引入自适应遗忘因子实时调整新旧训练样本所占比重,推导正则化条件下带遗忘因子RFOS-ELM的递推更新算法,提高其对动态变化系统的跟踪能力。某型无人机机载发射机故障预测实例表明,相比于传统OS-ELM和正则化OS-ELM算法,本文提出方法具有更高的预测精度。     

基于支持向量机回归算法的疲劳寿命预测研究

根据材料疲劳损伤的特点,提出了基于支持向量机回归算法的材料疲劳寿命预测方法。收集材料疲劳性能数据构建训练样本集,建立基于支持向量机回归算法的疲劳寿命预测模型,对疲劳载荷预处理后就可以计算出疲劳寿命。预测结果表明,该方法可利用较少的材料疲劳性能数据,实现疲劳寿命的预测。     

深沟球轴承振动的灰自助评估

利用乏信息理论中的灰自助融合与灰预测,建立深沟球轴承振动特征参数的动态灰自助频率函数,并对振动特征参数进行区间估计、动态不确定度分析及基于振动时间段的稳定性分析。结果表明:动态不确定度可以准确描述深沟球轴承基于振动时间点的数据波动状况;平均不确定度可以定量而准确地描述轴承基于振动时间段的数据波动及离散状况,且试验结果与计算结果非常接近,满足工程需要。