基于加权中智C均值算法的变压器故障诊断模型

为提高变压器故障诊断准确度,提出了一种基于加权中智C均值算法的变压器故障诊断方法。该方法利用基于样本相似度的加权方法对样本特征进行加权,再引入中智理论对样本的分布重新分配,建立起基于加权中智C均值算法的变压器故障诊断模型。研究结果表明,该方法不仅弥补了传统FCM相同权重分配的不足,有效提高了故障诊断的准确率,且诊断结果产生的中智点对故障的变化预测具有重要意义。     

基于模板热压法制备超疏水柱状结构表面

超疏水表面材料在生产生活中具有重要的应用价值,其制备的关键在于构建合适的表面微结构。以多孔阳极氧化铝表面为模板,高密度聚乙烯为压印热塑材料,进行常压工况下的热压印,制备出三维柱状结构表面,表面形貌规整有序,通过调节模板结构参数实现对柱状结构尺寸的精确调控。测试结果显示,制备的不同微结构尺寸的柱状结构表面接触角均在150°以上,具有优异的超疏水性能。     

夏热冬暖地区公共建筑空调排风热回收模式探讨

本文分析了夏热冬暖地区公共建筑空调新风负荷特征，研究了不同排风热回收模式下的节能效果。结果表明，当采用全热回收模式时，新风负荷降低60％以上，建筑空调冷负荷降低18％～23％；而采用显热回收模式时，新风负荷降低5％-20％，建筑空调冷负荷仅降低8％。可见，夏热冬暖地区公共建筑空调排风全热回收模式具有较好的节能效益。     

光催化型过滤器分解有机化合物的实验研究

以TVOC及甲醛为测试对象对光催化型过滤器分解VOCs的性能进行了实验测试。结果显示:光催化型空调过滤器能有效分解VOCs,能在较短的时间内(12h)使室内VOCs的浓度达到GB/T-18883-2002的要求;其平均反应速率及分解效率随着过滤器层数的增加而增加,并且其分解效率随面风速的增加而略有降低(当面风速从0.42m/s增加至0.8m/s时,在第3小时,分解效率下降了约5%);对于室内VOCs浓度较低的民用建筑,光催化分解过程中的反应速率与反应浓度成正比。     

液体干燥剂除湿式燃气空调系统及应用

介绍了液体干燥剂除湿式燃气空调系统的特点及应用。     

表面微结构对冰粘附强度的影响

目的研究试片表面粗糙度及分形维数对冰粘附强度的影响。方法通过对裸铝表面进行化学刻蚀及氟硅烷修饰,制备不同表面试片,测试试片表面的粗糙度和分形维数,应用冰粘附强度实验装置测试不同试片表面的冰粘附强度。结果粗糙度(x)与粘附强度(y)的关联式为:y=1.0966x+51.816(亲水表面),y=-0.67x+74.98(疏水表面)。分形维数(z)与粘附强度(y)的关联式为:y=-146.6z+493.5(亲水表面),y=95.45z-209.9(疏水表面)。结论亲水表面试片冰粘附强度随粗糙度的增加而增加,随分形维数的增加而减小,疏水表面试片的变化趋势则相反。冰粘附强度与粗糙度及分形维数之间存在较强的线性关系。表面粗糙度相同的试片经氟硅烷修饰后,冰粘附强度降低,且表面粗糙度越大,冰粘附强度下降越多。     

柱状微结构超疏水表面制备及其结霜性能研究

目的研究表面结构与化学成分对结霜性能的影响。方法以具有不同结构参数的多孔阳极氧化铝表面为模板,以高密度聚乙烯为压印热塑材料,采用模板热压法在常压下制备柱状微结构表面。分析表面形貌,测试接触角,通过结霜实验研究其结霜性能。结果柱状微结构表面经化学修饰后,获得超疏水效果。结霜过程实验显示,制备的超疏水表面初始结霜时间更晚,结霜速率更慢。结论通过改变表面结构与表面化学成分均能对表面结霜性能产生直接影响,修饰后的柱状结构表面具有较好的抑霜效果。     

广东地区农村居住建筑热环境现状及改善措施

对广东地区农村居住建筑及其热环境现状进行了调查,发现农村居住建筑普遍缺乏有效的遮阳隔热措施,仅22.1%的居民对热环境感到满意,居民普遍期待改善室内温度。通过对26~30℃条件下、29℃及30℃辅助机械通风条件下的环境进行热感觉投票实验,结果表明,当室内温度在28℃以下时,开启门窗进行自然通风可达到热舒适要求;室内温度在29~30℃时,利用电风扇可达到热舒适要求。农村地区居住建筑热环境改善重点在于采用良好的自然通风、建筑遮阳及隔热措施,有效降低室内温度。     

基于MEEMD和KFCM的风机齿轮箱故障诊断

针对风机齿轮箱振动信号的故障特征提取与故障诊断问题,文章提出了一种基于MEEMD信号分解、样本熵和KFCM的齿轮箱故障诊断方法。首先,采用一种改进的集合经验模态分解方法(MEEMD)对采集的齿轮箱振动信号进行分解,得到了多个本征模态函数(IMF)分量;然后,计算每个IMF分量的样本熵作为齿轮箱故障诊断的特征向量;最后,使用核化的模糊聚类算法(KFCM)对齿轮箱故障样本进行聚类。通过实验数据对比表明:基于MEEMD-KFCM算法的风机齿轮箱故障诊断方法可以更加有效地识别齿轮箱故障。