电站辅机状态评价的灰色模型

对电站辅机进行状态评估是开展以可靠性为中心的状态检修（RCM）中的一项重要工作。基于灰色系统理论的基本原理，提出并定义了一个新的灰色位关联度反映比较序列之间在空间相对距离以及几何形状上的接近程度，是一个表征序列之间联系的量化指标。基于灰色位关联度，建立了一个电站辅机状态评价的灰色模型，该模型通过计算被评估设备的状态参数序列与额定状态参数序列之间的灰色位关联度，评价设备实际状态相对额定状态的近似程度，从而实现对电站辅机状态的定量评价。     

火电厂SIS及单元机组优化运行技术在其中的应用

介绍我国火电厂厂级监控信息系统(supervision information system，SIS)的研究现状和发展趋势，并对单元机组运行优化技术在厂级监控信息系统中的应用做了较为深入的探讨。     

小波灰度图在汽轮机组远程诊断专家系统中的应用研究

利用转子试验台故障试验数据,研究了小波灰度图在汽轮机组典型振动故障识别中的应用,并进一步研究了表征小波灰度图的定量指标———灰度矩对故障的区分度,确定了典型故障的标准灰度图及相应灰度矩取值区间。在此基础上开发的小波诊断模块,已应用在某省级网络化汽轮机组远程监测及故障诊断系统中,该模块作为常规频谱分析模块的辅助诊断工具,对提高远程汽轮机故障诊断的准确度和诊断效率起到了积极的作用。     

电力系统发电机组检修计划优化算法研究

在充分分析电力系统发电机组检修计划的内容,特点的基础上,从实用性与有效性的角度出发,建立发电机组检修计划的优化模型,提出了求解两类检修计划优化问题的新方法。算例这两种方法是实用和有效的。     

航空发动机在线振动监测系统的开发

针对目前开发的航空发动机监测系统中对振动信号分析不够全面的情况,开发了一套航空发动机在线振动监测系统。此系统分为飞机端和地面站两部分,在线监测时对振动异常进行报警。采用多种振动信号分析方法对采集的振动信号进行分析,得到多种特征供故障诊断使用。提出使用神经网络和专家系统分别进行故障诊断,然后综合两个诊断结果给出最终的诊断结论。通过数据库管理数据,并为数据管理做了详细设置。同时为了监测显示的实时性做了一些设定。另外此系统还提供报表功能。在航空发动机实验台上对系统进行了测试,结果显示此系统能实时监测发动机的振动状况,振动超限后会即时报警,并对典型故障的诊断准确率达到90%以上。     

700℃超超临界燃煤发电机组热力系统设计及炯分析

根据MC（MasterCycle）系统的框架结构,设计了基于MC的1000MW、700℃超超临界燃煤发电机组热力系统,确定了相关的热力参数,同时设计了基于常规热力系统结构的对比系统．将这2个热力系统划分为锅炉、汽轮机、发电机、凝汽器和管道共5个单元,采用炯分析法计算了各单元的炯损、焖损系数和焖效率指标．结果表明：采用MC系统机组的热经济性比常规热力系统机组的热经济性高,主要体现在MC系统机组中汽轮机系统的热经济性较高,尤其是MC系统机组中汽轮机系统的中压缸、第3～6级加热器具有更高的热经济性．     

一种镀有VO_2薄膜透光体的节能应用

临近空间飞行器或者其他临近空间武器有自己的光学系统用于定位或制导。在临近空间中,大气稀薄,太阳辐射强烈,为了实现精确制导,往往需要对探测器进行制冷。一种新型的以蓝宝石为基底镀有VO2薄膜的透光体有特殊的透光率曲线,可以有效减少太阳辐射影响,为节约能源以及航天器的轻量化作出贡献。通过理论分析对其节能应用的潜力进行分析,结果表明其节能优势显著,通过合理设计系统参数,系统甚至可以实现零制冷。     

基于信息熵贴近度和证据理论的旋转机械故障诊断方法

从信息融合的思路出发,建立反映振动能量的旋转机械故障状态的信息熵特征,如奇异谱熵、功率谱熵、小波空间状态特征谱熵和小波能谱熵。通过试验,建立了旋转机械典型故障下的信息熵期望值,即获得基于信息熵的故障诊断标准特征向量。由于传感器的不确定性和故障的多样性,提出采用D-S证据理论来对4种信息熵进行信息融合。根据越相似模式间的距离越短的思路,提出采用信息熵贴近度来建立证据理论的基本可信度分配,以基于基本可信数的决策方法来作为故障模式识别方法。通过实例计算,证明基于信息熵贴近度和证据理论的旋转机械故障诊断方法是故障模式定量识别的一种可行的新方法。     

基于小波分析的透平机械振动故障特征定量识别研究

通过对透平机械振动信号的连续小波变换，利用小波滤波器良好的时频特性,研究了振动故障信号的统计特征．在信号的特征提取中引入“灰度矩”，并把一阶矩作为定量指标．对8种典型振动故障信号的初步研究表明，这种方法能够简单有效地提取信号的特征，区分振动故障．     

钢球磨煤机噪声测试及频谱分析

利用噪声频谱分析仪对钢球磨煤机进行了噪声测试，得到了球磨机的噪声频谱图，并作了详细的分析。