空调侧出风结构中出风温度均匀性的改进

随着家用空调结构设计和模具设计能力的提高,以及多种时尚元素的加入,空调的整体外观较以往的正面出风方式的空调有了很大的变化,随之带来了多种技术问题.本文介绍一种对柜式空调侧出风结构形式,制热出风温度均匀性的改进方法.     

基于二维深度卷积网络的旋转机械故障诊断

针对旋转机械振动信号复杂且难以提取有效故障特征的问题,提出了一种短时傅里叶变换和二维深度卷积网络相结合的故障诊断方法。首先对旋转机械振动信号进行短时傅里叶变换,得到时频图;接着将时频图输入到二维深度卷积网络中进行识别,得到最终分类结果。将该方法分别应用于滚动轴承与齿轮箱故障诊断中,在凯斯西储大学滚动轴承数据集、PHM2009直齿齿轮箱数据集上均取得了较好效果,正确率优于将时域信号直接输入到经典CNN中,验证了该方法的优越性。     

非对称翅片在空调室外换热器的实验研究

本文模拟分析了在空调室外侧采用一侧部分开缝、一侧波纹的非对称翅片换热器替代原有波纹翅片换热器的情况下,室外换热器的换热系数明显提高,而空气侧压降变化不大,对结霜影响不大,从而提高了空调的性能,并通过实际的实验验证了更改后的效果。     

基于EMD-SVD和CNN的旋转机械故障诊断

为解决旋转机械振动信号复杂且难以提取有效故障特征的问题，提出了一种经验模态分解（empirical mode decomposition，简称EMD）、奇异值分解（singular value decomposition，简称SVD）和深度卷积网络（Convolutional Neural Network，简称CNN）相结合的故障诊断方法。首先，通过EMD方法将故障信号分解成若干个固有模态分量（intrinsic mode function，简称IMF），构造时域与频域空间状态矩阵；其次，利用SVD方法对空间状态矩阵进行分解得到奇异值数组，构造时域与频域奇异值特征矩阵；最后，将提取的奇异值特征矩阵输入到CNN中进行模式识别。将该方法分别应用于滚动轴承与齿轮箱故障诊断中，在西储大学滚动轴承数据集、PHM2009直齿齿轮箱数据集上均取得了很好效果，正确率优于将原始信号直接输入到CNN中等几种对比方法，验证了该方法的优越性。     

CNN和D-S证据理论相结合的齿轮箱复合故障诊断研究

针对齿轮箱复合故障诊断问题,将深度卷积模型(CNN)和D-S证据理论相结合,对多传感器信息进行融合。首先,利用深度卷积模型对多个传感器信息进行自适应特征提取,经softmax进行初步分类。其次,将深度卷积模型的输出结果作为D-S证据理论的输入,计算出基本概率分配,根据Dempster合成法则进行决策融合。为验证此方法对齿轮箱复合故障诊断的有效性,使用BP神经网络与D-S证据理论模型作为对比,并对自适应提取的特征与人工特征进行了主成分分析(PCA)。实验结果表明,利用该方法对齿轮箱复合故障进行实验诊断,准确率达到84.58%。相比单一传感器,正确率提高了7.91%;相比BP神经网络与D-S证据理论模型,正确率提高了6.18%,验证了此方法的有效性。     

基于电力电子换流器的变压器经济运行管控技术

为提高变压器的运行效率,提出一种基于电力电子换流器的变压器经济运行管控技术,通过有效治理负载中的无功电流、谐波电流及三相不平衡电流,对变压器进行经济运行管控,最终提高变压器的运行效率。经过对电力电子换流器的拓扑和控制方法的研究,搭建了系统仿真模型,完成了仿真论证。结果表明,提出的电力电子换流器及控制方法,可实现对变压器的经济运行管控,最终提高变压器的运行效率。     

基于电力电子换流器的变压器经济运行管控技术

为提高变压器的运行效率,提出一种基于电力电子换流器的变压器经济运行管控技术,通过有效治理负载中的无功电流、谐波电流及三相不平衡电流,对变压器进行经济运行管控,最终提高变压器的运行效率。经过对电力电子换流器的拓扑和控制方法的研究,搭建了系统仿真模型,完成了仿真论证。结果表明,提出的电力电子换流器及控制方法,可实现对变压器的经济运行管控,最终提高变压器的运行效率。