风力机轴承实时剩余寿命预测新方法

由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。     

MOMEDA结合数学形态滤波的齿轮故障特征提取

为了实现齿轮故障特征的有效提取,针对齿轮早期故障振动信号非线性、非平稳且信噪比低的特点,提出了一种基于多点最优最小熵反卷积(MOMEDA)和数学形态滤波的齿轮故障特征提取方法。首先利用MOMEDA恢复信号中的周期性故障特征并实现信号的降噪,再运用形态差值滤波器对解卷积后的信号进行滤波以增强信号中的冲击特征,最后对滤波结果求取频谱以进行故障特征提取;通过对仿真结果和实验数据的分析验证了该方法的可行性和有效性。结果表明,该方法具有抑制噪声和提取周期性故障冲击特征的能力,能够实现齿轮故障特征的提取。     

带换热预转化的高效轻烃蒸汽转化制氢工艺

介绍了一种高效的轻烃蒸汽转化制氢工艺——带换热预转化的轻烃蒸汽转化制氢工艺,即利用一段蒸汽转化炉出口高温转化气的显热代替部分燃料气为转化反应提供热量,对进入一段蒸汽转化炉前的混合原料气进行预转化,可大量减少一段蒸汽转化炉所需燃料消耗并大量降低副产蒸汽量,由此达到提高轻烃制氢效率、降低制氢成本的目的。     

综放面本煤层预抽瓦斯的治理技术

为了极大限度地提高本煤层预抽效果，以马兰煤矿为研究对象，针对目前马兰煤矿的瓦斯赋存情况和现阶段所采取的抽放措施，从抽放钻孔的孔径、孔深、布置方式、封孔质量和增加煤层透气性等方面进行探索。实践表明，以上方法的运用，能够有效地提高本煤层预抽抽放效果，保证工作面安全生产。     

在新常态下 印后企业更要走环保之路——访上海浦东黄工印刷有限公司杜兴华总经理

<正>得悉,上海浦东黄工印刷有限公司总经理杜兴华,今年三月在包装印刷企业中率先提出:在国家发展新常态下,坚持走环保,走生态文明之路的倡议。记者日前专程走访这位人到中年敦实的企业家。杜兴华是刚刚上任的上海浦东印刷协会副理事长,在表示祝贺之后,记者直奔主题,为什么会在今年这个春暖花开的季节向全体包装印刷企业发放"倡议书"?     

预拉伸对X2A66铝合金蠕变时效力学性能与微结构的影响

通过力学性能测试和显微组织观察,分别研究人工时效、蠕变时效以及预拉伸蠕变时效热处理工艺对X2A66铝锂合金薄板力学性能和组织结构的影响。结果表明:与人工时效相比,蠕变时效过程改变了合金时效析出行为并恶化合金力学性能;但蠕变时效前进行预拉伸处理,能够在稍微降低伸长率的情况下显著提升合金屈服和抗拉强度。     

基于神经网络算法的三维模型预取系统

三维漫游已经成为十分普遍的远程游览或监控的一种方式。三维漫游过程中,系统往往需要动态调用数据并生成三维模型,这会影响系统运行的效率,降低用户体验。针对这一问题,提出一种基于神经网络的智能预取系统。历史访问日志中,模型的特征与被访问频率之间的映射被提取出来,并用以训练系统。系统可以根据模型特征判断哪些模型更可能被用户请求到,并把它们提前存入内存中。通过某三维变电站实时监控与装配管理系统对该预取系统进行验证。结果表明,通过短时间(一天)对系统的训练,即可做出长期(三个月)的高准确率(90%)的预测,有效提高了系统运行的效率。