基于直流电动机的风力机实验模拟系统

分析了风力机运行特性、最大风能捕获机理和直流电动机的动态特性,构建了基于直流电机模拟风力机的实验平台,研究了直流电动机模拟风力机的特性,利用可编程逻辑控制器研究了实验模拟系统的工作原理及控制流程,通过实验分析验证了直流电动机模拟风力机的可行性．     

改进弗留格尔公式用于汽轮机故障诊断

汽轮机作为动力机械广泛应用于电力、化工等多个行业,汽轮机故障诊断也愈来愈受到人们的重视。气路通流面积作为汽轮机故障诊断的重点,能够通过弗留格尔公式计算得到。由于该公式假设条件是汽轮机有无穷级,故在实际应用中该公式的精度不高。笔者对弗留格尔公式进行改进并将其应用于汽轮机通流部分故障诊断,以此来提高诊断精度。     

基于粗糙集和支持向量机的肿瘤图像识别

设计了一种基于粗糙集与支持向量基的乳腺肿瘤图像识别方法.其基本思想是首先对图片进行降噪预处理,接着提取纹理和形状特征构成表征医学图像的特征矢量,然后将特征离散归一化处理,再用粗集方法进行特征属性约简,最后利用支持向量基进行识别.结果表明,该方法取得了比较理想的识别效果.     

M701F燃气-蒸汽联合循环机组旁路系统的运行特性

针对三菱M701F单轴燃气-蒸汽联合循环机组的汽轮机旁路系统的运行方式,分析了影响旁路系统工作的因素,提出正确地干预旁路系统的措施,以提高运行的安全性。     

直驱型永磁同步风力发电机混沌运动的非线性比例控制

根据直驱型永磁同步风力发电机（DPMSG）的数学模型,通过仿射变换和时间尺度变换,将转子磁场定向坐标系下的永磁同步发电机模型变换成一种简单的无量纲数学模型。验证系统在某些参数条件下会出现混沌运动,提出直驱型永磁同步发电机混沌运动的非线性比例控制方法。该方法以直轴和交轴电压为控制变量,通过发电机状态的非线性反馈,将直轴和交轴电流方程中的耦合项解耦,并使直轴和交轴电流可以跟踪设定值。该控制方法可以根据实际要求设置唯一稳定的平衡点。仿真结果表明了理论分析的正确性和有效性,为DPMSG风力发电系统的混沌控制提供了有效的控制方法。     

基于ARID控制系统的固定式海洋风机纵摇控制

针对固定式海洋风机在随机风浪载荷及其联合作用下产生的具有倒立摆运动特征的纵摇,研究采用主动转动惯量驱动系统(Active Rotary Inertia Driver, ARID)对海洋风机纵摇进行控制的问题。ARID控制系统通过伺服电机驱动转动惯性质量产生控制结构摆动的最优力矩,从而减小海洋风机的纵摇运动。基于拉格朗日原理建立海洋风机-ARID控制系统的理论分析模型;采用Simulink对海洋风机-ARID控制系统的有效性进行验证,并分析系统参数(控制算法参数、转动惯量比等)对控制效果的影响规律;设计海洋风机-ARID控制系统的振动台试验,设置多种载荷激励形式,验证控制系统的稳定性与广谱有效性。数值模拟和试验结果均验证了所建立的分析模型的正确性,表明ARID控制系统对风机的纵摇运动具有显著的控制作用,为ARID控制系统在具有倒立摆运动规律的工程结构中的应用奠定理论基础。     

基于改进辅助分类生成对抗网络的风机主轴承故障诊断

基于振动信号的风电机组故障诊断方法是风电安全运维领域研究的重点之一。风电机组主轴承较少发生故障,给运用数据挖掘方法判断故障类型带来很大困难。针对该问题,文中提出了一种用于风电机组主轴承故障诊断的数据增强方法。通过对辅助分类生成对抗网络(ACGAN)的适应性进行改进,引入梯度惩罚,构建了改进ACGAN框架,以提高其学习稳定性;在判别器网络中引入池化层,以提升其在多分类场景下提取数据特征的能力。仿真结果表明,所提出的改进ACGAN框架能够实现对原始数据分布特征的有效学习,抗噪声干扰性强,相对于原框架训练过程更稳定,生成数据的质量更高;能够有效平衡风电机组主轴承故障振动数据,进一步提升了风电机组主轴承故障诊断的正确率。     

云南电网低频问题下风机转子动能控制研究

风电机组提供频率响应后,转子转速恢复过程可能导致的频率二次跌落是制约风机提供向上调节能力的关键问题。文章对云南电网风机转子动能控制展开研究,提出风机转子动能控制参数整定方法,在扰动初期利用综合惯量控制快速抑制频率变化率,减小最大频率偏差;在扰动中后期与水火等常规同步机组和直流频率限制器(frequency limit controller,FLC)协调配合,避免频率二次跌落问题,实现频率整体动态过程的优化。仿真研究表明,增加虚拟惯性控制系数K_df,不利于改善频率最大偏差,会让频率在进入直流FLC死区后出现严重超调和反调现象;下垂控制系数K_pf是改善频率最大偏差和直流FLC动作量的关键,K_df和K_pf取值相同时,运行在最大功率追踪区的风电机组改善频率最大偏差的能力几乎相同。     

基于AprilTag图像识别的移动机器人定位研究

气流激振故障是燃汽轮机由于工作介质引发的常见故障,针对某型燃气轮机气流激振故障,建立峰值保持降采样算法和粒子群算法优化的深度置信网络故障诊断模型。使用峰值保持降采样法对振动数据进行缩减,并以之作为深度置信神经网络的输入,降低模型训练时间,同时采取粒子群算法对深度置信网络结构参数寻优,搜索诊断性能最好的深度置信模型所对应的网络结构参数。实例结果表明,优化后的模型不仅降低模型训练时间,实现网络结构参数智能寻优,还有效实现燃气轮机气流激振故障诊断,测试准确率约为99.8%。     

基于长短期记忆网络的永磁同步风机变换器开路故障诊断研究

永磁同步风机通过全功率背靠背变换器与电网连接,实现风能与电能的转换。风机的运行环境恶劣,变换器的电力电子开关器件容易发生开路故障,影响风力发电系统的正常运行。针对永磁同步风机网侧变换器和机侧变换器常见的开关管开路故障,提出一种基于长短期记忆网络的故障诊断算法。分析变换器开关管故障下的永磁同步风机输出变化,基于风机变换器开路故障样本数据,构造具有多隐藏层的网络结构挖掘信号中的隐藏信息,充分利用长短期记忆网络优异的模式识别能力,深度提取不同工作条件和故障状态下的网侧电流和发电机电流的信号特征,提高故障诊断性能。仿真结果表明,提出的故障诊断方法能够快速、准确地识别出永磁同步风机的变换器开路故障。