电晕处理在中俄原油漠大管线工程中的应用

中俄原油漠大管线工程中,钢管3PE防腐层外复合聚氨酯保温层+聚乙烯外护层,由于表面光滑的非极性聚乙烯与极性聚氨酯层之间的黏接力弱,在长期运行过程中,受到周围环境影响,容易造成层间脱壳。针对这种复合结构出现的问题,采用电晕处理技术对3PE防腐层外表面和聚乙烯外护层内表面进行处理,经过处理后,外护管内表面与3PE防腐层外表面经电晕处理后表面张力系数经测试均达到52×10-5N/cm以上,涂层间的轴向剪切强度达到0.21MPa,可有效提高材料层间的黏接力,从而确保埋地管线的长期运行。     

抚顺万达雨水综合利用方案案

雨水作为一种自然资源,污染轻,处理容易。城市雨水处置与利用有多种方式,结合本工程特点,收集后雨水经简单处理,作为冲洗广场和绿化用水。     

电磁超声检测系统中消除电磁干扰电路的设计

电磁超声技术作为一种非接触式探伤技术在恶劣工况条件下具有广泛的应用前景,然而其发射电路产生的以共模噪声为主的脉冲电磁干扰会影响检测电路的接收效果进而产生误检。针对该问题,设计了消除电磁干扰的硬件电路,构建了具有高速、高共模抑制比、高输入阻抗以及低噪等特点的复合仪表放大器。电路用高速低噪双通道ADA4817-2作为输入增益级放大器,后接高共模抑制性能的AD8429仪表运放,提高了电路对噪声的抑制能力。在工况下进行测试,结果表明该电路能够实现共模噪声的有效消除。     

电磁声发射技术在无损检测中的应用

电磁声发射技术是通过对导电部件进行电磁加载产生洛仑兹力,进而激发声发射效应,并通过此效应来进行无损检测.它可以定位薄金属板中微小的缺陷或裂缝,而且不需要完全加载,集合了电磁无损检测技术和声发射无损检测技术的优点.建立了电磁声发射的有限元模型,分析了试件在不同加载条件下的形变,对比了几个加载因素对电磁声发射的影响,并对试件进行了温升分析.在数值分析的基础上进行了电磁声发射实验,得到了电磁声发射信号,并对缺陷进行定位.     

含微裂纹铝材的电磁超声Lamb波混频非线性检测及量化分析

早期微裂纹的检测是结构失效分析的关键,该文利用电磁超声Lamb波混频检测的方法,综合考虑微裂纹界面呼吸作用的特点,以弹簧模型为基础并考虑微裂纹界面的迟滞效应和阻尼力,建立含有微裂纹的三维Lamb波混频非线性检测模型,模拟混频超声波作用下微裂纹的波动状况,分析混频超声波与微裂纹界面发生的非线性作用,研究微裂纹长度与深度的...     

小样本条件下永磁同步电机深度迁移学习性能预测方法

使用深度学习算法建立代理模型可实现电工装备性能的快速预测与分析,但其训练过程需大量样本。而现代电工装备的标签样本稀缺,导致模型预测精度低,制约了算法的工程应用。考虑到历史任务中积累的标签样本充足,且此类样本与目标任务的样本间存在相关的知识信息,建立了一种深度迁移学习性能预测方法,将历史电机样本中积累的性能预测知识迁移应用于目标电机性能分析中。首先使用目标域无标签样本对深度置信网络（DBN）进行逐层无监督训练,然后借助源域有标签样本建立参数共享的预训练网络,最后通过少量目标域有标签样本进行适配层训练和全网络微调的方法实现模型迁移。通过结构差异程度不同的Prius电机进行案例验证,结果表明,所提方法能够在满足一定预测精度的情况下,使用较少的标签样本完成目标电机的性能预测任务,为现代电工装备的性能分析与优化提供了新的思路和实践方法。     

基于CNN-BiLSTM的锂电池剩余使用寿命概率密度预测

通过预测锂离子电池的剩余使用寿命(RUL),可以对电池实现管理和维护,提升电池的耐用性和安全性。由于锂离子电池在使用过程中,不同的工况条件会增加锂离子电池RUL预测的不确定性,传统的点预测不能对电池的不确定性进行表达,因此提出了一种基于卷积神经网络(CNN)和双向长短时记忆循环神经网络(BiLSTM)的混合神经网络分位数回归的概率密度预测。该方法通过预测不同分位数条件下的电池容量,不仅可以利用中位数和众数对剩余寿命进行点估计,还可以利用核密度估计得到每个循环周期下电池的容量和剩余使用寿命的概率密度分布,为使用者提供更多有效的决策信息。     

非车载充电机高精度电能计量研究与应用

针对我国在电动汽车领域内直流充电的应用现状,文章论述了对直流电能进行精确计量的重要性和必要性.通过分析非车载充电机计量的精度和损耗根源,对计量连接装置的结构进行了改良并设计出相应的计量模块.为了降低在充电过程中分流器长时间通入大电流时给充电桩的电量计量准确性带来的不利影响,文章提出了一种提升计量准确性的优化方法:用高精...     

基于声波时域特征的锂离子电池荷电状态表征

许多先进的检测技术已被证实能获取锂离子电池的荷电状态(SOC),然而目前的检测手段未能同时满足精度和效率方面的要求.利用超声波对SOC的表征已经得到初步的认可,该方法检测效率高、对电池损伤小,但存在单个声学指标与电池材料动力学特性不清晰的问题.该文在分析锂离子电池SOC声学表征研究现状的基础上,将振铃计数引入电池SOC评价中,明确SOC与振铃计数的相关性.基于Lemaitre等效应变原理推导了振铃计数与有效杨氏模量的对应关系,提出基于超声纵波的锂离子电池SOC在线检测方法,结合常规的声学指标研究了锂离子电池在充放电循环中有效杨氏模量演化规律.通过将常规的时域声学指标与振铃计数表征结果进行对比,验证了振铃计数对SOC表征的可行性.