融合集合经验模态分解与宽度学习的齿轮箱故障预警方法

为实现风力发电机齿轮箱的预测性维护,针对齿轮箱油温超温故障,提出一种基于集合经验模态分解(EEMD)和宽度学习算法的融合预警模型。以健康状态下的齿轮箱数据为判别基准,首先对齿轮箱油温时序信号进行EEMD分解得到时频特性,再采用宽度学习算法,利用数据采集与监视控制系统数据对齿轮箱进行建模,分别以马氏距离和重构油温曲线与真实油温曲线的关联度为指标,从时间维度和相关变量维度评价齿轮箱的健康程度。通过计算两种算法的交叉熵将二者的预警结果融合,从而兼顾预警方法的准确性和快速性。对实际风场中齿轮箱油温超温故障发生前后记录的数据进行仿真分析,验证了EEMD变点与宽度学习算法的融合方法在齿轮箱油温超温早期故障预警上的可行性。     

换流阀EOC信号延迟原因分析及解决措施

某逆变站由于换流阀TVM板运行情况不稳定,在直流运行过程中负向脉冲宽度减小,TVM板与阀控VBE信号失配,导致换流阀电流过零（Extinction Of Current,EOC）信号延迟。通过分析和测试TVM的原理,发现其负向脉冲宽度减小的原因为TVM板脉宽控制回路中的X7R型电容固有工作特性运行不稳定。将TVM板电容更换为工作稳定的C0G型电容,通过各项试验合格后,将原TVM板全部更换为新TVM板,直流运行稳定,成功解决了因换流阀EOC信号延迟引起直流换相失败的问题。     

噻吩基与苯基修饰的铱(Ⅲ)配合物合成与光谱性质对比

本研究将传统的2-苯基吡啶配体进行改性,用富电子的噻吩基团代替苯基,得到有机配体2-噻吩基吡啶(L1),并以L1合成铱(Ⅲ)配合物C1,而基于2-苯基吡啶(L2)配体的铱(Ⅲ)配合物C2也被合成得到,以用做性质对比;随后通过质谱(MS)、核磁共振谱(NMR)以及傅里叶变换红外光谱(FT-IR)对产物C1和C2进行结构表征,并利用紫外可见光吸收光谱(UV-Vis)以及光致发光光谱(PL)等测试手段,对比C1与C2的光谱性质,利用噻吩基代替苯基后,UV-Vis的吸收范围扩大,PL的最大发射峰发生了红移。     

新型单级Buck-Boost光伏逆变器研究

提出了一种新型单级Buck-Boost光伏逆变器的拓扑结构。该拓扑只需要五个功率开关和两个电力二极管,结构简单紧凑,无需直流分裂电容,开关频率低,通过占空比的调节,能在一个功率级内产生幅值高于或低于输入直流电压的交流电压,适用于AC模块。详细分析了所提逆变器的工作原理,并利用状态空间平均法建立了系统数学模型。利用串联谐振环节能实现所有开关的零电流开通和辅助开关的零电流关断,减小了开关损耗,提高了系统效率。采用SPWM控制方法,在Matlab/Simulink环境下建立了控制系统的仿真模型。仿真结果验证了该变换器的优点和SPWM控制方法的有效性。     

上海宝亚恭贺建党90周年表决心

2011年7月i日,上海宝亚安全装备有限公司恭贺伟大祖国建党90周年,感恩以消防官兵为代表的共产党人,大力弘扬消防官兵冲锋在前的精神,因此该公司的全体员工决心继续以优质的产品质量和专业的技能与服务,致力于保护消防官兵安全的咨询、管理、培训及推广并打造国内外安全防护第一品牌!     

旋转横流中侧边射流偏斜和扩散的实验研究

为研究旋转横流中侧边射流的偏斜和扩散特性,搭建了横向射流流动显示实验台架,采用可调同步激光器和CCD摄影技术获得了不同射流速度比率时(r=15、30、45、60、75)横向射流的流场结构,基于横流槽道特征尺寸和射流速度的雷诺数Re介于22 537和112 683之间.实验结果表明,旋转横流中侧边射流的射流速度比率较大(r>30)时,射流深度基本不变,异于均匀横流中侧边射流的气流偏斜特性.另外,并非越大的射流速度比率就能获得越大的射流扩展宽度,当r=60时,系统的射流扩展宽度最大,而且在较大的射流深度区域内维持较大的扩展宽度,有利于物质的混合扩散.     

基于加权宽度学习的异常用电辨识研究

针对异常用电与正常用电样本类别不平衡关系及现有模型训练耗时、缺乏可扩展性的问题,提出一种基于加权宽度学习(weighted broad learning system,WBLS)的异常用电辨识模型。首先,考虑到样本间类别不平衡关系,在目标函数中使用样本权重约束每个类对模型的贡献,样本权重根据样本分布情况个性化赋予,并通过岭回归广义逆高效地建立WBLS辨识模型。其次,基于新增加的用电样本数据,通过增量学习算法对模型进行更新和重构。实验结果表明该模型提高了对异常用电样本的辨识精度,并在增加用电样本的情况下,可以快速地对旧模型进行更新和扩展。     

Cu(In,Ga)Se_2薄膜太阳电池研究进展(Ⅱ)

(接上期) 温度对太阳电池性能有重要影响.温度首先通过载流子浓度、迁移率等参数影响材料的电阻率;其次是影响各层材料的禁带宽度;太阳电池各个界面上的缺陷态也由于温度不同而呈现不同的激发状态,从而影响器件性能.     

一种新型椭圆低通滤波器的设计与实现

针对现有椭圆滤波器多采用查对曲线方法设计电路参数导致的滤波性能不佳,调试困难等问题[1],设计了一种新型椭圆低通滤波器.该滤波器采用高电位和地之间嫁接复电抗的方法设计电路,按照基于四端网络的分析方法获得滤波电路的传递函数.具有设计方法简单,调试方便,电路参数精确,电路稳定可靠,截止频率易于调节,并能获得较高的滤波技术指标的特点.实际应用结果表明,滤波器滤波效果较好,满足设计要求.     

基于宽度学习的注塑产品质量预测方法

在注塑成型工业中,产品质量自动监测一直是注塑工业智能化发展的核心问题。高品质和大规模的产品质量数据采集成本高昂,导致数据样本量少、不同类别样本数据不平衡,为注塑产品质量预测提出了更高的挑战。为此,该文提出一种基于宽度学习方法的注塑产品质量预测模型,以产品的3维尺寸为预测目标,在普通的宽度学习系统(BLS)中加入最小p范数来改进得到模型p范数宽度学习系统(pN-BLS),解决小样本和不平衡数据的问题,提高模型对离群点的检测性能。在第4届工业大数据竞赛任务2《注塑成型工艺的虚拟量测和调机优化》数据集中,将192个参数特征与预测目标进行相关分析,提取相关性高的基础特征17个,衍生特征4个和调机参数2个作为模型的输入。将16600条数据平均分为训练集和测试集各8300条,与支持向量机 (SVM)、最近邻算法 (KNN)、多层感知机 (MLP)和BLS进行对比实验,实验结果显示pN-BLS具有更快速和更准确的预测效果。在实际缺陷检测应用中,pN-BLS能更准确地预测异常数据,具有更高的鲁棒性。