基于分布参数线路模型的精确故障测距算法

为消除负荷电流和线路模型不准确给双端量故障测距带来的影响,提出一种基于分布参数线路模型的精确测距算法.算法以均匀传输线的波动方程(长线方程)为基础,利用线路两端电压、电流的正序故障分量以及线路正序参数直接计算故障距离.算法无需故障类型判别,不受系统阻抗、故障电阻、负荷电流以及分布电容的影响.基于EMTP的数字仿真结果验证了该算法的正确性和高精度.     

正序故障分量及其在继电保护中的应用

根据叠加原理给出正序故障分量的概念及特点．详细阐述正序故障分量在故障方向判别、相比较纵联保护、自适应电流保护及故障测距中的应用原理，对比说明基于正序故障分量的继电保护原理较传统保护所具有的优点。     

42CrMo材料硬齿面齿轮全寿命试验及数据分析

针对高炉无料钟炉顶传动中心轮——42CrMo硬齿面齿轮常发生齿根的弯曲疲劳折断,设计完成42CrMo硬齿面齿轮大样本全寿命成组试验。通过对试验齿轮疲劳寿命数据处理,得到可靠度0．99时齿轮定寿命下的极限应力分布和不同可靠度下的S—N曲线,为此类硬齿面传动的小子样试验预测和虚拟全寿命疲劳设计提供依据。     

基于小子样机械零件全寿命试验数据的处理方法

用三参数威布尔模型对机械零件的可靠度、应力及寿命之间的关系建模。与传统数据处理方法相比 ,这一模型将所有失效数据或几个应力水平的数据一起分析 ,所需样本容量小、需估计的参数总数少、计算过程简单。本文方法的计算结果与传统分析方法的计算结果一致 ,但所需的样本只是传统方法的 6 0 %。而且 ,机械零件的 R- S- N方程和强度分布用新方法可直接导出 ,没有附加误差产生。实例分析表明 ,本文方法是一种分析机械零件全寿命试验小子样样本的有效方法。     

基于长线方程的参数在线估计算法

提出一种基于长线方程的输电线路参数在线求解算法。该算法以分布参数线路模型为基础,在已知线路两端电压和电流的条件下精确求解线路特性阻抗、传播常数、单位长度电感和电容。仿真结果验证了该方法的正确性。     

超高压T接线路高精度故障测距算法研究

提出一种为超高压T接线路进行精确故障定位的算法。该算法利用各端正序电压和电流以及线路正序参数首先进行故障支路的判定,然后对故障支路按照双端线路进行故障定位。算法以π型等值建立线路模型,较为真实地反映出分布电容的存在。算法不需要故障类型的判别,不受故障电阻、系统阻抗及负荷电流的影响。EMTP仿真结果表明,该算法精度高且稳定,定位误差一般不超过0.5%。     

辅酶Q10几种提取工艺的优化研究

本实验分别对提取、分离辅酶Q10的几种常用方法进行了条件优化和比较。单因素和正交试验结果表明:乙醇浸提法最佳提取条件为:乙醇浓度90%,料液比1:20,回流温度70℃,回流时间120min;丙酮研磨提取法中,料液比1:3、正己烷萃取的效果最佳;碱皂化法的最佳消解条件为:酸消解pH值为3,料液比为1:10,80℃,回流90min;最佳碱皂化处理条件为:pH为11,料液比1:15,回流温度100℃,皂化时间30min。丙酮研磨正己烷萃取法工艺相对简单,提取效率高,更适合辅酶Q10的提取分离。     

基于进化神经网络的齿轮可靠性预测

人工神经网络模型中广泛应用的是BP(BackPropagation)模型 ,针对BP算法存在收敛速度慢 ,容易陷入局部最小点的缺陷 ,本文用遗传算法 (GeneticAlgorithm :GA)训练神经网络 (ArtificialNeuralNetwork :ANN) ,取代了一些传统的学习算法 ,设计了GA +BP学习算法 用遗传算法和神经网络相结合的方法求解了齿轮弯曲疲劳寿命的预测问题 仿真结果表明 ,组合GA与BP可以克服单纯使用BP易陷入局部极小等问题 ,取得了较为满意的效果 ,预测精度较高     

小子样全寿命试验研究

针对机械系统中关键零件全寿命试验获取样本困难,提出两种小子样预测寿命方法,即模糊贴近度法和灰关联分析法。介绍了某材料齿轮大样本概率试验及基于概率论、模糊数学理论,通过已知概率分布的寿命大样本,开发寿命概率分布未知的小子样系统。利用系统的辅助信息,改变以消耗大量资源为代价的概率全寿命试验方法为小子样全寿命试验方法。利用两个工程应用实例加以验证。     

计算机在资料整编中的应用

1 概述 近年来,随着计算机技术的普及和应用,水利系统的计算机技术也在大量投入使用,但在资料整编方面的应用尚属初期。为提高资料整编的科学性,充分利用计算机资源对资料进行科学的管理,我们研制了适合水库资料整编的自动化整编系统。运用计算机整编优点有以下4个方面:①可对历年资料用磁盘存储、用计算机管理,便于快速查阅和进行对比分析;②可以快速进行相关分析和统计分析,分析精度高、质量好;③利用直观显示的各