基于磁场的质子交换膜燃料电池故障诊断方法

故障诊断作为解决质子交换膜燃料电池（Proton exchange membrane fuel cell,PEMFC）的安全和寿命问题的重要途径之一,备受研究人员关注。然而在当前PEMFC诊断中,对其早期故障诊断的研究较少,而在亟需早期故障诊断以便及时进行维护控制的PEMFC应用领域,如燃料电池汽车等,在故障发生早期对其进行精确诊断极其重要。该文针对现有PEMFC早期故障诊断方法匮乏问题,提出一种基于磁场的PEMFC故障诊断方法。首先建立PEMFC三维仿真模型,研究燃料电池性能变化与其外部磁场间关联机制,在此基础上搭建燃料电池磁场检测系统,并构建卷积神经网络（Convolutional neural network,CNN）对采集的磁场数据进行分析,验证其在包括水淹、膜干等不同PEMFC故障中的早期诊断效果。结果表明,采用基于磁场数据和卷积神经网络的故障诊断方法,可实现燃料电池不同程度、不同类型故障的在线识别和早期诊断。研究结果验证了磁场数据用于PEMFC故障诊断的可行性,对促进PEMFC故障诊断方法进一步发展、提升PEMFC系统可靠性和耐久性具有重要意义。     

南宁市将投资近20亿元打造优美水环境

南宁市将投资约19.33亿元进行城乡环境综合治理工程建设,其中利用世界银行贷款1亿美元,占项目总投资的40.25%。世界银行贷款资金主要用于内河生态环境整治工程和城乡污水处理厂的土建工程及设备采购。     

Moodle在程序设计公共课教学中的应用探讨

为提高学生的逻辑思维能力和解决问题能力,探讨了在程序设计公共课中如何使用e-Learning。为此,进行了问卷调查,调查结果表明对程序设计有不安感的学生较多,也未能有效利用e-Learning系统。建议在程序设计公共课教学中使用较成熟的Moodle平台,并探讨了Moodle的授课内容、发布形式、测试方法以及以追加模块方式扩展Moodle平台功能。     

基于小波变换的变转速齿轮箱故障辨识

齿轮箱是煤炭机械设备中的关键部件,对齿轮箱进行故障诊断对于节约煤炭产业维护成本,降低损失有重要意义。但在实际工作中,齿轮由于工作条件上的限制,转速会产生波动,在不停地发生变化。传统的故障诊断技术只针对齿轮箱平稳运行的情况,根据平稳转速下固定的故障特征频率来判断故障。而变转速情况下,对应的齿轮箱故障特征频率也是变化的,采用传统的方法会造成频率混叠,不能有效实现对故障特征的提取。因此,采用运用连续小波变换以及时频分析方法来对煤炭机械设备中的齿轮箱进行机械故障诊断,实验分析证明了该方法的有效性。     

面向变工况下工业流数据故障诊断的持续迁移学习系统

机器学习模型在智能故障诊断中取得了显著成功,但主要应用于静态场景。 在实际场景中,新的故障类别数据以流形 式不断产生,且数据分布随机械设备运行条件变化而发生变化,导致连续流数据具有非独立同分布的特征,这种面向非独立同 分布连续流数据的诊断问题被称为持续迁移诊断问题。 针对此问题,本文提出了一种基于持续迁移学习系统(CTLS)的故障诊 断方法。 该方法设计了域适应学习损失函数和持续迁移学习机制,能有效处理变工况下的工业流数据,无需重放旧类别数据便 能够能学习新类别知识。 此外,利用机械故障诊断案例评估该方法的性能,分析结果证明 CTLS 能够高效处理变工况条件下的 工业流数据,是一种极具潜力的解决实际工业问题的可靠工具。     

CDMA网络高速交通干线覆盖专题研究

本文通过对特殊地形条件下全向站和定向站的覆盖研究,得出了在丘陵地带用全向站做道路覆盖同样能达到定向站效果的结论。另外,提出了用室外站解决隧道覆盖的方式以减小协调难度和减少投资,采用紧凑型机房及交流RRU以减小建站难度、减少投资、加快网络建设进度等建议。     

碱性锌-空气电池阴极催化剂的制备及其性能

采用溶胶-凝胶法(Sol-gel)制备系列复合氧化物La0.8Sr0.2Mn1-xNixO3(0≤x≤1)做锌空气电池阴极催化剂。用X射线衍射(XRD)、扫描电镜(SEM)和粒度分布测试对催化剂粉末样品进行表征,结果表明样品为钙钛矿结构,平均粒径D50为4～7mm。通过阴极电位线性扫描对样品的电化学性能进行了研究,结果发现,在碱性溶液中La0.8Sr0.2Mn1-xNixO3对氧还原有良好的电催化活性,表明它们适合作碱性锌-空气电池阴极催化剂。     

锌空电池氧还原电极催化剂的研究

用共沉淀法合成不同x值的尖晶石型化合物NixAl1-xMn2O4(0≤x≤1)作为锌空电池氧还原电极催化剂,用红外光谱(IR)、X射线衍射(XRD)和扫描电镜(SEM)对催化剂进行了研究,发现其具有良好的尖晶石结构,粒径随x值增加而变化;电化学研究发现:当x≤0.35时,NixAl1-xMN2O4对氧还原电极具有较好催化活性,电极中催化剂最佳含量为15%.     

基于EEMD和改进的形态滤波方法的轴承故障诊断研究

轴承故障会导致振动信号中出现冲击响应成分,可通过对冲击响应成分的周期的检测与提取, 进行局部故障诊断。但在复杂工况下,故障脉冲易被周围噪声淹没,在分析EEMD和形态学滤波方法的基础上,将EEMD方法与形态学滤波方法相结合,提出结构元素(SE)选择方法,并用于本征模态信号中冲击响应特征的提取。通过将该方法用于轴承外圈、内圈局部故障状态下的特征的检测,结果表明该方法能有效提取周期性脉冲成分并抑制噪声。     

采用盲源分离的旋转机械振动仿真研究

盲源分离作为一种基于主向量分析的信号处理方法,目的是通过假设源信号之间的统计独立性,由一组观测信号恢复出源信号。研究了盲信号分离理论,尤其是盲卷积分离,采用基于交叉残余误差RCTE控制准则的盲分离算法,并针对旋转机械振动信号的特点生成仿真信号,将该方法应用于旋转机械振动信号瞬态成分与噪声卷积混合问题,仿真试验结果表明了该算法的有效性。