石英砂粒径大小对甲烷水合物形成及分布的影响

为了研究不同粒径多孔介质体系中甲烷水合物的形成，本文采用粒径分别为0.075~0.5mm、0.5~1mm、1~2mm和2~3mm的石英砂作为多孔介质，在初始压力7.0MPa、温度0.5℃条件下进行水合物形成实验并进行取样观察、分层分解，得出不同粒径大小石英砂中甲烷水合物形成及分布的特征。结果表明：随着石英砂粒径的增大，石英砂砂体中的水合物形成量和初始水合物形成速率在逐渐减小；在粒径为0.075~0.5mm、1~2mm和2~3mm石英砂中，充气过程中水合物便开始形成，且并未出现明显的水合物大量形成阶段，而在粒径为0.5~1mm石英砂体系中出现了水合物大量形成的阶段；通过计算发现，0.5~1mm石英砂体系的气体消耗量最大，为0.47mol，2~3mm石英砂体系的气体消耗量最小，仅为0.05mol；在这4种粒径的石英砂体表面的甲烷水合物主要以分散状均匀分布于颗粒之间或胶结成块，但这一观察结果与通过分解的方法所得到的石英砂上部水合物形成量大于下部的结果存在差异；重复实验也发现，仅在粒径为0.5~1mm石英砂顶部出现了水合物大量富集的现象，因此推断认为在一定粒径的介质体系同时上部存在较大空隙时，水合物有可能会在空隙中大量富集存在。这一实验结果对自然环境中水合物的赋存区域及形态的预测具有一定的参考价值。     

IWO与BPNN混合智能算法在 转子故障诊断中的应用

在经典IWO杂草算法的基础上提出一种适用于神经网络优化的新算法。该算法将多种结构的神经网络权值阈值编码为不同维度的杂草种子，以神经网络均方误差作为种子适应度的统一评价标准，同时对多个维度的杂草种子进行排序筛选，实现了神经网络权值阈值与结构同时优化的目的。应用该方法于转子系统故障分类问题，实验结果表明该方法可以在结合BP算法优势的同时有效优化神经网络各参数，可以得到分类精度高、结构最简且泛化能力强的神经网络故障分类器。     

风力机主轴承故障监测方法

根据风力机主轴承发生故障时引起其温度异常波动的特点,提出一种基于温度模型的故障监测方法。首先,分别建立正常运行状态下主轴承温度的多元线性回归预测模型、灰色预测模型、支持向量机回归预测模型及其组合预测模型;其次,在最佳预测模型基础上引入滑动窗口方法,研究主轴承温度预测残差统计特性;最后,通过对比温度残差均值或标准差的置信区间与设定临界值判断主轴承是否发生故障。研究结果表明,主轴承温度组合预测模型预测效果最佳,其判定系数分别较多元线性回归模型、灰色预测模型及支持向量机回归模型提高0.049 3,0.002 7和0.000 2,通过滑动窗口方法所求解的温度预测残差统计特性可及时反映出主轴承运行状态,这对风力机主轴承故障状态的高效监测及制定科学健康的维护策略提供依据。     

基于QPSO⁃MPE的滚动轴承故障识别方法

为准确辨识滚动轴承故障类型,提出了一种基于量子粒子群优化多尺度排列熵(quantum-behaved particle swarm optimization and multi-scale permutation entropy,简称QPSO-MPE)的滚动轴承故障识别方法。首先,对滚动轴承的原始振动信号进行集成经验模态分解(ensemble empirical mode decomposition,简称EEMD),得到一系列内禀模态分量(intrinsic mode function,简称IMF)和一个趋势项,并以峭度作为度量指标筛选出含有主要故障特征信息的IMF来重构振动信号;然后,利用量子粒子群优化算法对多尺度排列熵的关键参数进行优化,得到其模型计算重构信号的多尺度排列熵,从而构建轴承故障的多尺度排列熵特征集;最后,将故障特征集输入GG(Gath-Geva)模糊聚类算法进行聚类识别。实验结果表明,基于QPSO-MPE的滚动轴承故障识别方法可实现滚动轴承典型故障的准确辨识,证明了QPSO-MPE在故障特征提取方面的有效性。     

当代官场小说权利追逐过程中人性的异化

从官场人物在向“物欲”妥协过程中灵魂被撕扯的痛苦和看守精神家园付出的物质代价两个方面，论述了人性在人的物质需求与精神需求的碰撞冲突中被异化的过程。     

制浆制纸工厂的环境管理

对制浆造纸工厂的环境管理进行了讨论分析，以引起制浆造纸工厂对环境管理的重视。     

紫铜端环新型成形工艺研究

笼形电机转子端环在电机起动、运行过程中受力较为复杂,又属转动部件,因此对其机械性能有较为严格的要求。另外,由于端环材料的电阻率直接影响起动、运转性能,要求端环电阻率稳定且接近电工用紫铜的电阻率(ρ=0.0178)。本文在阐述紫铜端环传统生产工艺的基础上,提出了新的成型工艺,并对二者做了分析对比。　　1　传统成形工艺我公司年生产大中型电机50万kW左右,其中年紫铜瑞环用料15～18t,多年以来采用电解铜棒经毛坯锻造、压弯成形、刨边、拼焊、射线拍片检查,合格后加工而成。工序繁杂,能源消耗大,工人劳动条件差,生产周期长,成本很高。…     

风电机组传动链动态载荷识别算法及验证

以某大型双馈风电机组为研究对象, 建立传动链动态载荷特性模型,提出传动链扭转振动和发电机转矩特性相结合的低速轴扭动载荷识别算法。开展多体动力学刚柔耦合模型仿真计算,验证振动特性和动态辨识载荷。结果表明,动态辨识载荷与仿真结果吻合度较高,额定风速以上其平均值偏差约为2%,1 Hz等效疲劳载荷偏差约为6%。样机测试验证结果表明,动态辨识载荷与实测结果具有较高吻合度,等效疲劳载荷偏差在5%以内,满足工程要求。本研究的传动链动态载荷识别方法,引入低通滤波算法,进行自主编程,只需机组自有检测和运行数据,并可获取机组运行过程中的低速轴扭转载荷,为机组安全监控提供有利支撑。     

直流闭锁故障下风电并网功率和直流输送功率的耦合关系分析

中国一次能源和负荷成逆向分布,新能源基地集群通过特高压直流群外送,新能源高占比电网中风电和直流耦合关系复杂。首先,建立电网分析模型,研究风电和直流在电网频率、电压方面的耦合关系。其次,根据最大频率偏差耐受能力,计算风电和直流在频率方面的耦合关系。再次,根据直流闭锁故障后风电暂态过电压总脱网量约束,推导风电并网点的暂态压升,计算暂态压升和脱网量的关系,得到直流和风电在暂态过电压方面的耦合关系。理论计算结果表明：风电和直流呈负相关性。根据2020年西北电网青豫直流和近区风电并网功率的仿真结果,验证了理论推导的正确性。     

基于CPSO-BP神经网络的风电并网暂态电压稳定评估

针对目前传统方法难以快速、准确判断风电并网后系统暂态电压稳定性的问题,提出了一种基于CPSO-BP组合的风电并网暂态电压稳定评估方法。首先采用混沌理论对粒子群算法的不足进行改善,应用改进后的算法对神经网络的初始权值和阈值进行优化,然后利用系统故障前后采集的传统物理量和风电场相关的物理量作为BP神经网络输入特征量进行监督学习,最后将训练得到的模型应用于风电并网系统的暂态电压稳定评估中。利用英格兰10机39节点系统标准算例进行风电并网仿真分析,结果证明了所提方法的有效性。