排序方式: 共有77条查询结果,搜索用时 0 毫秒
51.
电力变压器是保障电力系统安全稳定运行的关键设备之一,而现有故障诊断方法未能充分挖掘设备内部的特征作用关系,对运行状态变化的敏感性较低,在故障诊断准确性和可靠性提升上具有一定的限制。针对上述问题,提出一种考虑特征耦合的双向长短期记忆网络变压器故障诊断方法。首先,根据变压器运行机理确定初始特征状态转移序列;然后,在此基础上构建考虑复杂依赖关系的深度神经网络故障诊断模型,挖掘特征之间的耦合关系,并进行精细化状态评估;最后,通过算例仿真实验验证先验特征序列对故障诊断模型的支撑作用。所提方法提升了故障诊断效果,为电力设备智能化、精细化的运维需求提供了可参考的方案。 相似文献
52.
53.
进入2006年,中国的3G大潮即将掀起,而承载3G业务的3G终端也将从单纯的通话工具变成了多媒体信息收发的智能化信息终端。 3G终端外形新颖时尚,功能也日益多元化和个性化的要求,必定为定制手机业务带来全新发展,并且会使其逐步成为3G时代的主流模式。处于产业链中的运营商、手机厂商 相似文献
54.
早在申奥时,北京市政府就对外承诺,北京有信心在2008年向世界奉献一届历史上科技含量最高的奥运会。时至今日,在“数字北京”这一宏伟蓝图下,“数字奥运”进展顺利;而在“数字奥运”的推动下,“数字北京”也显得越发多彩。 相似文献
55.
为了改善反射镜在环境温度波动情况下的面形精度下降问题,设计了一种联杆型双轴Bipod柔性支撑结构,并基于柔度理论对它进行了参量优化。首先,对支撑结构的柔度进行了分析和计算,推导出柔性支腿以及反射镜组件的柔度理论公式。然后,以保证反射镜轴向支撑刚度和卸载能力为目的,计算得到一组针对口径为200mm反射镜的柔性支撑结构尺寸参数。最后,通过有限元分析和振动试验,对支撑结构的柔度公式、动态特性、温度适应性进行了分析验证。分析结果显示,在一定作用力下,柔性支腿的理论值与有限元分析值的误差在10%以内;振动试验得到组件的一阶频率为358.5Hz,与理论计算值的相对误差为8.8%;在20℃温差下,反射镜面形精度为7.7nm(rms)。试验结果验证了理论模型的有效性,同时说明Bipod柔性支撑结构能够降低温度波动对反射镜面形的影响。 相似文献
56.
提出一种考虑训练样本分布不均衡的超短期风电概率预测方法。首先构建深度信念混合密度网络,通过深度信念网络独特的预训练和微调机制提取输入变量的隐特征,利用Beta混合概率分布的有界性准确表征风电预测功率的概率分布,实现隐特征与预测功率概率分布参数之间的非线性映射;然后引入训练样本分布平滑策略,其中特征分布平滑技术用于校准输入特征,标签分布平滑技术用于对各样本误差赋予差异化权重,从输入和输出两方面改善训练样本分布不均衡现象对预测结果的不利影响。实际算例结果表明,与常见风电功率概率预测模型相比,所提模型在点预测和概率预测方面均能获得较高的预测精度,尤其能有效提高低密度样本区域的预测精度。 相似文献
57.
设计一种基于Stewart构型的具有高精度和高刚度的六自由度精密调整机构。首先,对调整机构进行构型设计并作了运动学分析;接着,建立了误差模型并对构型进行了精度分析,包括精度分配及模特卡洛模拟法验证;之后,根据理论分析结果,对调整机构进行结构设计,主要包括单足位移促动器的设计和偏置铰链的设计;最后,对调整机构进行了刚度分析。本文的分析结果为此六自由度调整机构的重复定位精度为X、Y向±2μm,Z向±0.54μm,R_x,R_y,R_z方向±6.13μrad,横向振动基频为104.3 Hz,轴向刚度为61.3 N/μm。分析结果显示此六自由度精密调整机构满足设计要求,验证了调整机构结构设计的合理性。 相似文献
58.
针对传统的蒙特卡洛法求解机器人工作空间时精确度不够的问题,提出了一种改进的蒙特卡洛法。用传统的蒙特卡洛法生成一个种子工作空间,基于标准差动态可调的正态分布对种子工作空间进行扩展。在扩展过程中设定一个精度阈值,确保得到的工作空间中每个位置都能被准确的描述。基于得到的工作空间,提出了一种体元化算法求取工作空间的体积,寻找到工作空间的边界部分和非边界部分,通过对边界部分的不断细化,降低了体积求取误差。为了验证算法的有效性和实用性,以九自由度的超冗余串联机械臂为例,对本文改进的蒙特卡洛法和提出的体积求取算法进行仿真分析。结果表明:采样点数量相同时,改进的蒙特卡洛法生成的工作空间边界光滑,"噪声小";得到精确的工作空间时改进方法需要的采样点数仅是传统方法的4.67%;体积求取算法效率较高,相对误差小于1%;求得的工作空间体积可用于评估机械臂性能,为后续机械臂构型优化奠定了理论基础。 相似文献
59.
针对在山地地貌下环境因子与地表温度(land surface temperature, LST)之间存在的空间特征问题,提出利用深度学习方法分析LST在不同植被情景下与环境因子的关系特征。结合山地LST的影响因素和模型特点,构建大青山LST预测模拟模型,利用模型做LST与环境因子变化分析。结果表明:构建的LST深度学习模型预测值与观测值空间分布特征吻合度高(R2为0.89,MAE为0.60℃,MSE为0.65℃);LST随NDVI、海拔和坡度的增加而降低,随平均气温和地表反照率的增加而增加;随NDVI的增大,LST随各环境因子变化的速率变化不同。研究表明,利用深度学习方法预测山地地貌LST的空间分布具有可行性,该方法有助于理解山地环境因子与LST的空间分布关系。 相似文献
60.
将脉冲磁场施加在TC4钛合金时效过程中,分析脉冲磁场对TC4时效后显微组织及力学性能的影响.通过引入扩散理论,探究脉冲磁场在时效过程中对析出相的影响.结果 表明,经过脉冲磁场处理后,显微组织中的析出相数量明显增多,尺寸变小,且分布更加弥散.外加脉冲磁场时效0.5 h相较于未施加磁场时效4h,抗压强度增加了35 MPa,... 相似文献