排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
国内外对大型气化工艺装置与设备的动态风险评估技术研究十分重视。该文以国内大型气化工艺装置与设备动态风险评估项目为基础,阐述了安全评价技术的发展历程及其应用研究成果进展,针对该项目主要研究的动态贝叶斯风险评估法的应用与研究成果进展进行论述,主要包括动态风险评估方法种类介绍、贝叶斯网络的参数和结构学习、系统动态可靠性分析的研究成果进展,最后对大型煤气化工艺装置与设备动态风险评估技术的未来发展方向进行展望,为后期学者的深入研究提供了方向和目标。 相似文献
2.
针对表贴式高速永磁电机转子护套与永磁体之间过盈配合单一、护套内外表面上作用力跨度较大的问题,提出一种多层护套转子结构,能有效减小护套的总厚度。在满足转子机械性能的前提下,多层护套转子结构通过在每层护套之间施加适当过盈量的方法使护套整体的受力分布更加均匀,提升了护套的使用效率,因此总厚度相比单层护套更薄。为快速分析多层护套转子结构的受力情况,建立了该结构的二维应力场解析计算模型。基于解析模型提出了一种多层护套的设计方法,并用该方法对一台高速永磁电机的转子进行设计,且通过有限元分析验证了该设计方法的准确性。最后,将所设计的多层护套与原单层护套相对比,该结构的护套厚度减小了10%、转子涡流损耗减少了12.6%。 相似文献
3.
4.
为解决在分析系统可靠性时获取的动态贝叶斯网络(DBN)的先验数据主观性强的问题,以气化炉烧嘴系统为研究对象,利用BP神经网络优化DBN的先验数据。依据隐含层神经元数量经验公式,将气化炉烧嘴系统DBN模型划分为3个子系统,并分别转化为BP神经网络。将DBN的先验分布分别对应BP神经网络的输入函数与输出函数,再利用BP神经网络信息向前传、误差向后传的特性,对系统进行性能学习,实现对DBN的先验数据优化。对优化后气化炉烧嘴系统的DBN进行双向推理,实现对气化炉烧嘴系统动态可靠性分析。结果表明,对气化炉烧嘴系统DBN进行正向推理,可得到优化后的系统可靠性变化趋势;进行反向推理,可得到优化前后的关键事件及薄弱环节,其中薄弱环节为高氧煤比氧煤比的波动。 相似文献
5.
现有二维精确子域法在计算转子涡流损耗时,为了便于系数矩阵求解,通常忽略涡流反作用的影响。对于高速永磁电机,电枢电流中含有大量的时间谐波,涡流反作用对转子损耗影响大,忽略涡流反作用会严重影响计算精度。该文基于精确子域法,通过在有源区域内求解包含时间导数及导体运动速度的扩散方程,建立了一个考虑涡流反作用和各次时空谐波的高速永磁同步电机转子涡流损耗解析模型。为提高计算精度,该模型对槽口建立方程考虑槽口对磁场分布的影响。为提高计算速度,利用电机的周期性,建立周期性边界条件。通过该解析模型研究了不同变频器开关频率及气隙长度下,各次时空谐波在转子上产生的涡流损耗变化规律。通过对一台7.5kW非晶合金高速永磁电机进行损耗分离实验,将解析结果与有限元、实验结果对比,证明了所提出解析模型的正确性。 相似文献
1