聚甲醛等塑料的耐磨性能分析

分析了塑料耐磨性能的影响因素，比较了聚甲醛等塑料在不同载荷及不同对磨时间下的磨损情况。     

基于多Agent系统设计原理的神经网络结构设计

将多Agent系统设计原理引入到神经网络的结构设计中,提出了基于多Agent系统设计原理的网络结构设计算法(MANN,multi-Agent neural network)。该算法基于多Agent系统设计的原理,将较大神经网络的结构分解成一组结构较小的子神经网络,每一个子神经网络都具有相对较少的隐节点数。将这种网络结构应用到热工过程建模中,仿真结果表明MANN网络具有较高的泛化能力和运算速度。     

基于改进M-Rife算法的谐波分析方法

为了准确地分析电力系统中的谐波情况,本文介绍了一种改进的M-Rife算法。该方法克服了在常用的傅里叶分析中因非同步采样造成的频谱泄露和栅栏效应的问题,通过移动频谱的方法能够对非同步采样的信号进行同步化处理。该算法的优势在于把M-Rife的思想应用在谐波分析上,克服了因插值过程中非线性而造成了相位误差大的问题,实验证明该算法有较高的精度并且在噪声下依旧能够有效地分析出谐波的各项参数。     

基于五项MSD窗三谱线插值的高精度谐波分析算法

为了解决快速傅里叶变换中存在的频率泄露和栅栏效应的问题,提出一种高精度的五项最大旁瓣(Maximum- sidelobe-decay, MSD)窗插值算法。从时域和频域分别分析了该窗函数和其他常用窗函数,体现出该窗函数的优秀旁瓣特性。用Matlab中的cftool工具拟合出该算法的修正公式,并用该方法对一般信号和频率变动的信号进行仿真分析。对比其他常用的几种窗函数插值算法的结果,表明五项MSD窗三谱线插值算法具有相对更高的精度,幅值相对误差达到10^-9%,而且在工频波动的情况下仍具有较高精度。     

热暴露对陶瓷隔热瓦表面硼硅玻璃涂层组织的影响

目的研究大面积可重复使用刚性陶瓷瓦表面高辐射率硼硅玻璃涂层在服役温度条件下微观组织的演变情况。方法采用在1250℃和1300℃下热暴露的方法来模拟涂层服役温度环境,借此研究涂层微观组织高温下的演变规律。采用扫描电子显微镜(SEM)对热暴露前后涂层的微观形貌进行了表征,利用X射线衍射仪(XRD)表征了涂层热暴露前后的物相组成。结果 1250℃和1300℃热暴露之后,涂层表面出现微孔,尤其在辐射剂颗粒(MoSi2、Si B4)聚集区域,且微孔数量随热暴露次数的增加而增多。1300℃下热暴露5次后,中间过渡层发生烧结分层现象,靠近表面一侧逐渐变致密并与表面层烧结在一起,而另一侧则逐渐和基体烧结在一起。涂层热暴露后有方石英相析出,且析晶量与热暴露次数呈正相关关系。结论 1300℃下热暴露后,中间过渡层逐渐破坏,涂层由双层结构转变为单层结构,其抗热震性能下降,易产生裂纹、脱落等问题。高温热暴露析出方石英晶体将会影响涂层尺寸的稳定性。此外,高温热暴露导致涂层中辐射剂成分氧化,生成微孔,破坏涂层致密性,降低其抗冲刷能力,更易引起涂层脱落。     

UPR/GF/纳米SiO2复合材料的摩擦学性能和力学性能研究

采用手糊成型室温固化的方法制备纳米SiO2/玻璃纤维(GF)布混杂增强不饱和聚酯树脂(UPR)复合材料,并对UPR复合材料的摩擦学性能和力学性能进行了研究。结果表明,加入纳米SiO2和GF布能大幅提高复合材料的摩擦学性能和力学性能。当复合材料中纳米SiO2含量分别为0.5%(质量分数,下同)和1%时,复合材料的耐磨性分别是纯UPR的5.3倍和3.1倍,拉伸强度是纯UPR的5.8倍和5.1倍,弯曲强度是纯UPR的3.9倍和3.2倍左右。在实验条件下,以含量为0.5%纳米SiO2和GF布混杂填充UPR复合材料的改性效果最好。扫描电镜分析表明,纯UPR的磨损机理是黏着磨损,复合材料磨损机理主要表现为黏着磨损和磨粒磨损。     

基于BP神经网络的电池SOC估算

针对传统动力电池的SOC估计方法的不足,通过编写Matlab程序建立了基于Levenberg-Marquardt (LM)算法的BP神经网络,对其进行了训练及检验.用所建神经网络模型对电池剩余电量进行预测,最大误差小于0.1％.结果满足精度要求,从而验证了所建BP神经网络能够有效地预测蓄电池电压、电流、温度和SOC之间的映射关系.对提高动力电池的能量效率,延长电池的使用寿命具有重要意义.实验表明,此方法提高了电池SOC计算的精度,达到了井下移动救生舱的应用要求.     

采用一种混合骨干微粒群优化算法的感应电机转子断条故障诊断

在传统定子电流频谱分析中,感应电机转子断条故障特征经常被基波分量淹没而无法准确检测。针对该问题,提出一种基于混合骨干微粒群优化算法的转子断条故障诊断新方法。该方法首先根据电流信号与单位余弦基函数的内积最大准则,利用混合骨干微粒群算法强大的全局搜索能力,准确估计出基波波形参数;然后利用波形参数构造出基波表达式,并将其从原电流信号中剔除,达到突出故障特征的目的。针对微粒群算法在进化后期收敛缓慢的缺点,通过K–均值聚类方式,引入单纯形法对其进行改进,使整个算法的广度探索与深度开发能力得到了有效均衡。最后,对模拟数据和实测信号进行实验,结果验证了所提方法的有效性和优越性。     

级联SVG逆变器的IGBT开路故障诊断研究

为了实现SVG逆变器中的IGBT开路故障的定位,提出了基于FFT分析和神经网络的故障诊断方法。该方法首先利用FFT分析技术,对H桥逆变器的输出的电压信号进行FFT分析,找出各次谐波含有率的规律,将谐波含有率较高的谐波作为特征信号。最后利用BP神经网络方法,实现了故障元件的定位。在Matlab搭建的级联SVG逆变器的IGBT开路故障系统中进行仿真实验验证。仿真实验结果表明,文章所提出的故障诊断方法能有效实现故障元件的定位。     

链式STATCOM相内直流电容电压平衡控制方法

在链式H桥变流器拓扑下,给出STATCOM直流侧电容电压稳态数学模型,分析相内直流侧电容电压之间不平衡的原因,重点研究电压内环对直流侧电容电压平衡稳定控制策略,给出不加电压内环与传统加电压内环控制策略。在不影响直流侧平衡的同时,提出一种改进式的电压内环控制新策略,该策略可以提高直流侧电压的稳定性,缩小稳态误差。最后,通过搭建电压6 k V、容量2.8 Mvar链式STATCOM的试验样机,验证该策略的可行性与优越性。