电力物联网的风险分析及安全措施研究

电力物联网覆盖了智能电网的状态感知、信息传输及智能处理各个环节,全面提高了电网的信息感知深度、广度以及密度。但是,由于网络应用模式的演变、应用环境的复杂化以及新的网络技术的广泛应用,给电力物联网带来新的安全问题。文章深入分析和研究电力物联网特征及各个层次面临的安全威胁和攻击模式,提出了相应的安全防护措施,给出了电力物联网安全防护架构及其体系,为电力物联网安全提供有力支撑。     

基于改进遗传算法的汽车动力总成悬置优化设计

动力总成悬置系统是汽车重要组成部分,需要对其隔振性能进行分析。对汽车动力总成悬置的进行了分析,利用能量法的基本原理对动力总成进行六自由度的解耦。在解耦计算的过程中,使用改进遗传算法对悬置系统进行六自由度解耦。采用"最优保存策略"来加快收敛速度,使用"补充策略"避免算法早熟。对某型号汽车的动力总成进行解耦设计计算,计算结果表明方法可以提高计算的精度和效率,减少动力总成振动耦合,有效降低汽车振动量级。     

基于改进遗传算法的潜孔钻机钻臂设计计算

钻臂是潜孔钻机的一个重要组成部分,需对其受力状况进行计算分析。在计算分析时,针对传统遗传算法效率不高等问题,本文运用改进遗传算法进行计算。该算法使用十进制数编码,采用"最优保存策略"加快收敛速度,使用"补充策略"避免早熟。以某型号潜孔钻机钻臂的设计为例进行计算分析,结果表明,改进的遗传算法可以提高计算的精度和效率。     

基于IMU与激光雷达紧耦合的混合匹配算法

针对线、面特征匹配的激光雷达测距与地图构建算法(Lightweight and Ground-Optimized Lidar Odometry And Mapping,LeGO-LOAM)在自动导引运输车(Automated Guided Vehicle,AGV)室内室外实时建图与定位时,易出现激光里程计累积误差大和旋转估计不准确等问题,本工作采用惯性测量单元(Inertial Measurement Unit,IMU)与激光雷达紧耦合的LeGO-LOAM算法,通过IMU为激光雷达提供的初始位姿信息,构建IMU与激光雷达联合误差函数,实现位姿共同迭代优化.其中,对于室外结构化信息较少时,在点对点的迭代最近点算法(Iterative Closest Point,ICP)较高定位精度的基础上,结合LeGO-LOAM算法和ICP算法互补性,进一步提出基于IMU与激光雷达紧耦合的混合匹配算法:当环境中结构信息较多时,激光里程计采用LeGO-LOAM算法,而当环境中结构化信息较少时采用ICP算法.实验结果表明,基于IMU与激光雷达紧耦合的混合匹配算法可有效降低激光里程计相对位姿误差和累积误差,提高AGV小车定位精度以消除部分地图重影.     

基于人工神经网络技术的矿用皮带机滚动轴承故障诊断

滚动轴承是矿用皮带机的重要零部件,直接决定着皮带机的运转状况。因此,对其开展故障诊断研究有重要的理论和现实意义。研究了人工神经网络的原理、结构和学习算法,并将该网络应用于皮带机滚动轴承的故障诊断中。首先采集不同类型的滚动轴承故障信号,并对信号进行预处理。然后对神经网络进行训练,当训练误差满足设定要求时,训练完成。最后,利用训练成熟的神经网络对滚动轴承进行故障诊断。实验结果表明神经网络技术可以快速、准确地诊断出皮带机滚动轴承的故障类型。     

基于光机电一体化技术的螺纹测量实验教学改革

螺纹相关参数的测量是互换性与技术测量实验课中的一个重要实验,通常在大型工具显微镜上面测量.针对传统实验设备相对陈旧导致传统授课过程相对复杂的问题,采用现代光机电一体化手段对大型工具显微镜进行改造.通过摄像头将目镜及读数显微镜的图像进行采集,然后通过视频转换器送至终端显示.经过改造后的设备,便于实验教学,可提高授课效率.     

基于拟蒙特卡罗方法的测量不确定度评定

测量不确定度是表征测量结果可靠性的一个重要参数.针对蒙特卡罗方法在测量不确定度评定时存在的收敛速度较慢以及仿真结果不稳定的不足,利用拟蒙特卡罗方法进行测苗不确定度的评定.拟蒙特卡罗方法使用拟随机数进行仿真计算.在测量不确定度的评定中,先基于Halton序列产生分布较为均匀的随机数,再利用数学变换转换成服从相应概率分布的随机数进行仿真评定计算.对圆柱体积测量不确定度的模拟评定结果表明,拟蒙特卡罗方法收敛速度快,计算结果较为稳定,可以简单高效地用于测量不确定度的评定.     

基于有限元的弹簧试验机偏心轮模态分析

弹簧广泛应用于现代工业中,对工业产品的可靠性和舒适性都具有重要作用。现代工程机械工况比较恶劣,因此其所用圆柱螺旋弹簧使用环境较为苛刻,必须采用弹簧试验机对其进行疲劳试验。偏心轮是弹簧试验机中的重要零件之一,影响试验机的整体性能。因此需要对偏心轮进行模态分析。根据实际使用要求,建立偏心轮三维模型,并导入有限元软件,进行模态分析。通过有限元分析软件,分析得到偏心轮的各阶模态。该结果对于偏心轮设计以及弹簧试验机的设计都具有重要参考价值。     

Matlab优化工具箱在钻臂设计中的应用

Matlab优化工具箱具有强大的科学计算能力，在工程设计领域得到了广泛的应用。基于优化设计中Kuhn-Tucker（K-T）方程解的原理，本文给出了利用Matlab优化工具箱进行钻臂设计的方法。首先，合理设置优化目标函数和约束条件。然后，使用Matlab优化工具箱进行编程计算。与其他方法相比，使用Matlab优化工具箱进行优化，不仅可以提高计算精度，而且可以减少计算时间，因此在工程设计领域有较强的实际应用价值。     

基于人工神经网络技术的矿用带式输送机滚动轴承故障诊断

研究了人工神经网络的原理、结构和学习算法,并将该网络应用于带式输送机滚动轴承的故障诊断中。采集不同类型的滚动轴承故障信号,并对信号进行预处理。利用神经网络进行训练,当训练误差满足设定要求时,训练完成。利用训练成熟的神经网络对滚动轴承进行故障诊断。实验结果表明神经网络技术可以快速、准确地诊断出带式输送机滚动轴承的故障类型。