气动控制半自动冲孔模设计

阐述了汽车空心管类零件半自动冲孔模的设计,采用气动元件控制模具的工作过程,生产实践证明:模具能有效提高零件的生产效率,降低了零件的报废率,保证了零件的质量要求,对同类零件的设计具有一定的参考作用。     

大学英语课堂中直接词汇教学策略

词汇是外语学习过程中的一个重点和难点，根据Nation的词汇能力理论，提出了三条在大英课堂中使用的直接词汇教学策略：联想策略、运用策略和情感策略，以期与同行交流探讨，也对英语学习者减轻词汇记忆负担，提高词汇的学习效率有所帮助。     

论高校计算机实验室在大学生创新实践能力培养中的作用

在计算机及其网络已经相当普及的今天,如何在计算机专业的教学中,利用各高校现有计算机实验室资源来突出对学生创新.实践能力的培养,造就一批适应社会和学科飞速发展要求的优秀人才就显得十分急迫.本文就高校计算机实验室在大学生创新实践能力培养中所起的作用进行了一些有益地探讨,并提出了一些个人看法.     

基于主导度分析的直驱风电场奇异摄动降阶方法

现有的奇异摄动降阶方法无法确保直驱风电场(direct drive wind farm,DDWF)降阶系统与全阶系统具有一致的次同步振荡(sub-synchronous oscillation,SSO)特性,故降阶系统无法应用于DDWF并入弱电网系统的SSO分析之中。针对这一问题,该文提出一种基于主导度分析的DDWF奇异摄动降阶方法。该方法以DDWF系统SSO模式保留为导向,以复现全阶系统动态特性和SSO特性为最终目标,实现DDWF系统的降阶。首先,在兼顾系统特征值和系统能控能观性的前提下,通过主导度分析,量化各振荡模式对DDWF系统动态特性的主导程度。然后,根据给出的保留模式确定原则,建立包含DDWF系统主导振荡模式和全部SSO模式的保留模式集合;再对各保留模式进行参与因子分析,完成DDWF系统多时间尺度划分。最后,建立10阶DDWF奇异摄动降阶系统,最大限度地提高系统仿真效率。以单DDWF和两DDWF并入弱电网系统作为仿真算例,验证所提降阶方法的有效性。     

基于CAE与BiLSTM结合的风电机组齿轮箱故障预警方法研究

针对风电机组故障频发且早期故障监测难的问题,为实现风电机组智能监测,提出基于卷积自编码(CAE)与双向长短期神经网络(BiLSTM)的风电机组齿轮箱故障预警方法。首先对风电场数据采集与监视控制(SCADA)系统的数据进行预处理,选择能表征风电机组齿轮箱运行状态的监测量作为输出量,根据相关性分析选择与输出量相关性高的监测量作为输入参数;然后根据特征选择特性和参数非线性特性构建深度学习网络模型,对输出的预测值和残差进行统计分析,设置自适应阈值来监测风电机组异常状态的趋势变化。将CAE-BiLSTM模型应用于某风电场的算例分析中,并与其他模型的预测效果进行对比。结果表明：该方法解决了模型输入与结构冗余问题,提高了模型精度,能够有效预警风电机组齿轮箱早期故障。     

基于支持向量机的设备异常状态时间预测

提出了一种支持向量机(SVM)理论的设备异常状态时间预测方法.该方法采用结构风险最小化原则(SRM),与采用经验风险最小化原则(ERM)的传统神经网络方法相比,具有更好的泛化能力和精度,减少了对经验的依赖.通过和BP神经网络进行比较试验,证明了基于支持向量机的预测时间与实际到达危险极限值的时间是相符合的,这种方法精度高,明显优于BP神经网络的预测.最后说明准确预测极限值的时间可使设备远离异常状态,保障设备运行的安全性和经济性.     

300 MW汽轮发电机组在机电耦合作用下的扭振

大型汽轮发电机组轴系扭振是电网系统和机械系统相互作用的结果.以1台300 MW汽轮发电机组扭振模拟机为对象,对轴系扭振和机电耦合次同步谐振的耦合作用进行了模拟试验.结果表明:在三相短路故障激励下,具有串补电容的输电线路比无串补电容的输电线路对机组轴系扭振响应的影响更大;补偿度越高,电力系统中谐振电流明显增大,发生机电耦合次同步振荡的危险性越大.     

基于小波包的EITD风力发电机组齿轮箱故障诊断

基于三次样条插值和固有时间尺度分解中的线性变换,提出了集成固有时间尺度分解(EITD)方法,将该方法与小波包变换相结合,实现了风电机组齿轮箱故障的精确诊断.首先使用三次样条插值拟合基线控制点,将振动信号分解为一系列固有旋转分量;然后选择相关系数最大的PR分量进行小波包分解,计算分解后小波包系数的能量分布,选择能量比重较大的小波包系数重构PR分量;最后计算重构PR分量的关联维数,实现振动信号的故障诊断.利用所提出的方法对风电机组齿轮箱振动信号进行了分析,结果表明:与经验模态分解(EMD)方法处理后直接计算关联维数和经小波包的EMD方法处理后计算关联维数相比,采用小波包的EITD方法处理后计算关联维数更具有区分性,可有效识别齿轮的工作状态和故障类型.     

风电机组滚动轴承复合故障诊断研究

针对在强风电机组背景噪声下进行滚动轴承复合故障诊断时,由于故障之间的相互联系、交叉影响使得多种故障特征混叠在一起,易造成漏诊、误判等问题,提出一种基于多点最优调整的最小熵解卷积(multipoint optimal minimum entropy deconvolution adjusted,MOMEDA)与1.5维能...     

旋转机械动静碰摩故障特征研究

旋转机械转子动静碰摩是旋转机械常见的故障之一。针对现状,以刚度为分段线性的Jeffcott转子为动静碰摩的简化模型,建立了系统模型的运动微分方程,并进行了碰摩故障的仿真计算。经过大量的试验,观测了转子碰摩故障下的运动规律。试验结果与基于碰摩力模型的仿真结果一致,并对诊断和抑制旋转机械轴系异常超标振动有积极意义。