钢结构二维桁架建模比较

桁架设计为水泥厂工程设计普遍项目,通过PKPM对两个案例多种情况的建模分析,可发现桁架在不同情况下应采用不同的模型以匹配现实状态.     

风力机轴承实时剩余寿命预测新方法

由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。     

华龙一号包络功率形状验证方法研究

堆芯功率分布可用径向功率分布和轴向功率分布分别描述，功率分布对堆芯偏离泡核沸腾（DNB）具有较高的重要性。核电厂在运行过程及事故过程中可能出现的功率分布各不相同，为有效简化热工水力设计及事故分析所需的功率形状，根据事故过程中功率分布的变化程度以及核电厂保护系统特性，将事故分析所需的极限功率形状分类包络。根据华龙一号的保护系统设置，以堆芯功率能力分析方法为基础，介绍了华龙一号工况Ⅰ包络功率形状和参考功率形状的验证方法。计算结果表明，工况Ⅰ包络功率形状和参考功率形状分别为各自适用场景下的包络功率形状。结果不仅有助于工程设计人员快速理解包络功率形状的验证方法，也有利于包络功率形状在后续事故分析中合理使用。     

润滑脂的溶解及铁谱分析试验研究

针对润滑脂由于流动性差而无法直接采用铁谱技术进行磨粒分析的问题,探讨适合溶解不同润滑脂的有机溶剂。选择锂基、钙基和铝基3种目前设备润滑常用的润滑脂,通过水浴加热与超声波震荡的溶解方法,对比研究8种有机溶剂对润滑脂的溶解效果;通过摩擦试验制备带有磨粒的润滑脂试样,通过旋转式铁谱仪进行制谱试验,并结合显微镜分析谱片磨粒沉积效果。结果表明:正己烷溶液、体积分数30%二甲苯和70%正己烷混合溶液适合溶解锂基润滑脂,二甲苯和四氯乙烯适合溶解钙基润滑脂和铝基润滑脂;将润滑脂试样溶液的黏度稀释到4 mm~2/s以下时,在旋转式铁谱仪上能够获得良好的制谱效果。     

风电机组传动链典型故障特征提取方法

为解决风电机组传动链易发生故障的问题,文章阐述了风电机组齿轮箱特征频率的计算方法和基于振动信号分析的故障特征提取方法。结合实际情况,以行星级齿轮磨损、中间轴小齿轮崩齿、高速轴齿轮崩齿和发电机轴承电腐蚀等典型故障为例,通过齿轮箱特征频率和传动链典型故障振动信号基本特征分析,可较好地完成故障识别。结果表明,采用经典信号处理方法能对上述典型故障进行特征提取,验证了经典方法对单一、明显故障特征提取的有效性,为深入开展传动链故障特征提取方法研究奠定了基础,为风电机组故障检修维护提供了技术支撑。     

基于降噪时序深度学习网络的风电功率短期预测方法

利用风电场历史功率数据预测未来一段时间内的风功率,对保障电网安全稳定运行具有重要的意义。本文提出一种基于奇异谱分析SSA(singular spectrum analysis)和长短时记忆LSTM(long-short term memory net⁃work)网络的时序特征预测框架用于短期风功率的预测。首先通过SSA对历史风功率原始数据进行降噪处理,然后经过数据转换之后,以LSTM网络为基础进行预测模型的训练,最后通过某风电场提供的两个风机的历史功率数据进行验证。实验结果表明,奇异谱分析对风电场的历史数据具有良好的降噪性,SSA+LSTM模型在测试数据上取得了较好的预测性能,能够有效进行短期风功率的预测。     

鸡枞菌锥形削根装置设计

针对鸡枞菌人工锥形削根速度慢、一致性差等问题,设计了锥形削根装置。该装置采用两个对称布置的四连杆机构,连杆刀片运动轨迹呈腰形,两个刀片的直线工作段形成圆锥包络,实现鸡枞菌根部锥形切削。装有摄像头的机械臂识别、抓取并精确控制鸡枞菌进入切削区域的深度,实现精准切削。试验结果表明:两个连杆刀片在0.8s内共进行12次作业,完成锥形切削;装置可在6s内实现1个鸡枞菌的抓取、切削、分级,不仅速度快,且一致性更好。以菇柄直径为12mm的鸡枞菌为例,对比人工削根形成的7棱、6棱、5棱和4棱锥,试验装置削根可分别减少7.5%,9.1%,13.9%,24.4%的根部浪费率。