淋溶条件下赤泥盐分离子的迁移与分布（英文）

赤泥是氧化铝工业生产过程产生的强碱性固体废物,其盐分含量高,对环境有害且制约着赤泥堆场的植被重建。通过土柱模拟淋溶实验,研究赤泥盐离子的动态迁移及垂直分布情况。结果表明:淋溶不同程度地将赤泥中的Na~+、K~+、Ca~(2+)、CO_3~(2-)、SO_4~(2-)和HCO_3~-等盐分离子浸出到渗滤液中,显著降低了赤泥的盐度。赤泥中Na~+和K~+呈现出较高的迁移能力,从柱体的40~50 cm处向上迁移至20~30 cm处;而Ca~(2+) 的迁移能力较弱,主要分布在柱体的30~40 cm处。淋溶刚结束时,CO_3~(2-)主要分布在柱体的20~30 cm处,随后向下迁移至30~40 cm处,最终受蒸发作用迁移至20~30 cm处。SO_4~(2-) 最初主要分布在柱体的40~50 cm处,最终向上迁移至20~30 cm处。HCO_3~-主要停留在柱体的下部,其迁移特性受蒸发的影响较小。     

核心机驱动风扇级可变弯度导叶的试验研究

为获得核心机驱动风扇级可变弯度导叶在实际流场中的气动性能,开展了有效的叶栅试验。将试验结果与计算结果进行对比,一方面验证了设计方法的可靠性,另一方面为可变弯度导叶的优化设计提供了详实的试验数据支撑。试验结果表明:核心机驱动风扇级可变弯度导叶设计方法可靠,气动性能满足设计要求,远优于不变弯度导叶的性能,与形状自适应叶型性能相当。     

调频率自适应匹配线性变换及其对旋转机械故障诊断研究

旋转机械常处于变转速工作状态,因而其振动信号也表现出非平稳性。分析此类非平稳信号时由于受有限的时频分辨率影响,常无法获得理想的时频表示,难以揭示与旋转机械健康状态相关的有用信息。根据单个线性调频变换（LCT）能提升特定时刻时频聚集性这一特点,提出了调频率自适应匹配线性变换（Adaptively MatchingChirp?rate Linear Transform,AMCLT）。利用最大峭度准则指导选取每个时刻合适的调频率,并且只保留与所选调频率相关的时频分布用于构造最终的时频表示;扩展原始线性变换基函数,使所提 AMCLT 方法在无需迭代情况下可同时完成对多分量非线性调频信号的分析。此外,对所提 AMCLT 方法进行了信号重构分析,可实现对信号中目标频率分量的时域信号重构。振动信号处理结果表明,在时频表示的可读性方面,所提方法可得到能量更加集中且不受交叉项干扰的时频表示;在特征提取方面,所提方法可更加准确地提取旋转机械振动信号中的频率特征,可有效应用于旋转机械的故障诊断。     

基于最优控制理论的智能车辆轨迹生成方法

为了能够生成适应不同道路环境的动态轨迹,在最优控制理论的基础上进行了改进,在方法中建立了包括3个常用评价指标:时间、消耗能量和距离障碍物最短距离的动态评价函数,研究了不同权重系数对轨迹特征影响的规律,进而得出了启发式权重调整规则和调整流程。仿真结果表明,本文提出的基于最优控制理论的轨迹规划方法是有效可行的,得出的权重调整方法是正确的,使用本文方法可以生成适用于不同道路环境的动态行驶轨迹,且轨迹满足多种约束条件。     

自适应变分模式提取的轴承故障诊断方法

变分模式提取(variational mode extraction, VME)能够从复杂信号中提取特定的模式分量,但其在轴承故障诊断中的应用潜力受到初始中心频率和平衡参数的影响。因此,为了克服VME在轴承故障诊断应用中超参数的设置问题,深入探究VME模型中心频率迭代更新过程,发现中心频率收敛趋势现象并通过理论证明其存在性,由此提出中心频率定位策略,可自适应地确定目标中心频率。为了最大化匹配故障信息,构造基于故障特征幅值比的平衡参数优化策略,能够优化目标分量的带宽。以上中心频率定位策略和平衡参数优化策略,构成自适应变分模式提取的故障诊断方法,该方法能够在无需预设初始中心频率及平衡参数的情况下自适应提取故障相关分量。仿真和两个试验案例分析结果验证所提方法在轴承故障诊断领域相比于连续变分模式分解、经验模式分解和快速谱峭度方法更具有效性和优越性。     

快速固有成分滤波特征融合的轴承故障诊断方法

稀疏滤波故障特征增强方法依托故障信息固有的稀疏性可以有效实现轴承微弱故障诊断，但其存在两类弊端：经验地设置其输入、输出维度，引起特征提取效果的不确定性；需要利用先验知识从优化的权重矩阵中严格地筛选出特定成分，造成故障特征信息损失。针对上述问题，提出快速固有成分滤波特征融合方法。首先，引入复杂性测度设计自适应的稀疏滤波维度参数选取准则，并采用稀疏滤波优化目标指数遴选出一簇故障信息丰富的融合源；其次，建立故障特征融合源流形学习融合策略，包括改进流形学习方法融合遴选出的融合源，构造融合分量异常幅值检测策略和给出了最大化故障信息的融合分量加权表示。提出方法可解决稀疏滤波维度参数选择、特征筛选造成信息损失和固有流形幅值异常引起包络谱奇异等问题。仿真和试验结果验证所提出方法相较于现有流形学习和稀疏滤波等方法具有更强的轴承微弱故障特征提取能力。     

基于双树复小波变换的转静碰摩响应分析

针对碰摩故障诊断中转静碰摩响应消噪及特征提取构造分段圆弧平滑阈值函数,利用小波、小波包及双树复小波(Dual-tree Complex Wavelet)分别对非平稳信号降噪处理,以信噪比为指标判断降噪效果。结果表明,构造的阈值函数消噪具有高效性。通过计算单转子局部碰摩动态响应,用双树复小波对位移响应进行特征提取。与小波及小波包相比,双树实小波近似解析性及采样插值具有互补特点,能完整提取动态响应特征,减少信息丢失。并用仿真及转子碰摩实验验证该方法的有效性。     

《风能与风力发电》课程混合式教学模式探讨

<正>大力发展风电是实现“双碳”目标的最佳路径之一。为提高《风能与风力发电》课程教学质量，开展探究式课程改革，采用线上线下混合式教学，线上资源包括先修知识学习模块、主干内容微课模块和拓展模块，有效利用学生碎片化时间，提高学生的参与度，启发学生自主思考，培养专业基础扎实、实践能力强、有创新能力的高级应用型新能源产业人才。     

基于SALSA优化算法的变转速轴承故障特征稀疏表示方法研究

变转速工况下轴承等设备的关键部件出现故障后对设备的危害十分严重,而且此类工况下振动信号更加复杂。为了克服此类问题,引入分裂增广拉格朗日收缩算法建立变转速轴承故障特征稀疏表示方法,实现变转速下轴承故障冲击特征的准确提取。首先,基于变转速轴承故障振动响应模型,分析不同转速下轴承故障振动响应形态变化规律,构造Laplace小波基底过完备字典;然后运用分裂增广拉格朗日收缩算法实现故障信号的稀疏表示与重构,通过提取重构信号的特征阶次实现轴承的故障诊断。轴承故障诊断实例验证了所提方法在变转速工况下轴承故障诊断的有效性。     

多共振频带自适应检测的轴承微弱故障诊断方法

滚动轴承的局部缺陷产生的冲击可激励起轴承自身固有频率及相邻部件固有频率,使得采集到的振动信号中包含多个共振频带。针对一般方法难以直接地定位多个共振频带的问题,通过讨论变分模式分解方法与轴承故障振动信号之间的内在联系,提出一种多共振频带自适应检测的轴承微弱故障诊断方法。该方法首先采用变分模式分解法将振动信号分解为独立模式分量,然后对解析形式的独立模式分量进行包络分析,最后提出以归一化频率能量比作为识别故障分量的准则以及把故障模式分量的中心频率作为轴承缺陷激励起的相关部件固有频率。仿真与试验分析结果表明该方法可准确地检测多共振频带,以及有效地进行轴承微弱故障诊断且诊断结果显著优于传统解调方法。