风电机组变桨轴承的动态柔性特性研究

针对传统变桨轴承方法中的刚性假设不能反应变桨轴承动态运行特点的问题,引入了在线测试与仿真分析技术,对变桨轴承动态柔性特性进行了研究。分析了变桨轴承运行的受载特点,提出了一种基于应变载荷测试与位移传感器的在线测试方法,以测试风电机组不同功率下变桨轴承内外圈轴向位移、径向位移和载荷;建立了考虑周边结构与变桨轴承柔性的变桨系统有限元模型,并以在线测试所得载荷作为有限元分析输入载荷,进行了仿真分析;最终对不同功率下的变桨轴承轴向位移、径向位移测试数据与仿真数据进行了对比分析。研究结果表明:变桨轴承载荷、变桨轴承内外圈轴向位移、径向位移随风轮转动呈现周期性交替变化规律,不同位置变化规律特点不同,体现了变桨轴承的动态柔性特性;该特性可应用于变桨轴承可靠性的研究。     

基于转矩补偿的风电变桨加载系统的研究及仿真

针对风电变桨加载系统在建模及控制方法上存在的缺陷,对桨叶模拟系统的补偿转矩进行了研究分析,对加载系统中的控制方法进行了改进,提出了一种转矩闭环控制与转矩补偿优化相结合的控制方法.基于Bladed软件对2.5 MW风电机组运行进行了仿真,同时利用该模型模拟现场工况,参与平台控制并进行了加载试验,将平台试验数据与仿真结果进行了比较,两者基本一致.研究结果表明,转矩闭环控制与转矩补偿优化相结合的控制方法能真实反映桨叶在风场的工况,使变桨加载系统的控制达到最优.     

基于高斯混合模型的自然环境声音的识别

提出了一种基于高斯混合模型（GMM）的自然环境声音的识别方法。提取Mel频率倒谱系数（MFCCs）来分析声音信号;对于每种声音使用期望最大化算法基于MFCC特征集建立高斯混合模型;使用最小错误率判决规则和投票裁决的方法进行识别。使用GMM对36种自然环境的声音进行识别的正确率可达95.83%,且识别效果优于K最近邻（KNN）。     

轮胎企业炼胶恶臭气体处理研究

<正>随着人类社会文明的不断发展,在信息与科技高度发达的今天,人们在追求物质生活的同时,更加注重生存环境与身体健康。近年来汽车行业的飞速发展,带动了我国轮胎行业产能增加,但很多轮胎企业也面临着日益严峻的环保问题,如炼胶异味等。橡胶和炭黑是生产轮胎的主要原料,在贮存和加工过程中会有一定的胶味散发出来,令人感     

从《盐法策》案看乾隆晚期两淮盐务

乾隆五十一年,骆愉向两淮盐政投递了《盐法策》,陈述两淮盐务弊端,揭发两淮盐商和两淮盐官的舞弊行为。《盐法策》本身没有重大的价值,但乾隆皇帝却非常重视。而在审理过程中,乾隆重点审查的是两淮盐官,而对两淮盐商却采取保护政策,并没有进行实质性的审查。笔者从乾隆晚期的经济大环境和两淮盐务状况两方面展开分析,认为乾隆皇帝如此举措与当时两淮盐务的萧条有关系:乾隆皇帝重视《盐法策》的原因是想要通过这个案子来调查两淮盐务弊端;而在审理过程中重点审查两淮盐官,是为了打击两淮盐官,以恢复两淮盐商的力量从而恢复两淮盐务运作。但乾隆皇帝的目的没有达到,两淮盐商没有逃脱衰败的命运,两淮盐务也最终逐渐衰落。     

“两淮预提盐引案”略论

乾隆三十三年的两淮预提盐引案,是涉及两淮盐政、盐运使与两淮盐商没有将预提盐引支付的银两上缴国库的事件.史学界普遍认为此案是乾隆中期的特大贪污案件,是两淮盐官与两淮盐商相互勾结贪污的产物,这个案件揭露出清乾隆时期盐务腐败、官商勾结、贿赂成风.但实则不然,争夺地方盐政的控制权,才是这次案件爆发的真止目的.通过对这个案件的分析,可以了解乾隆在执政中期对两淮盐务的管理状况.笔者重点从审理过程人手进行分析,进而发现乾隆重点审查的是两淮盐官,对两淮盐商采取了相对宽容的政策,并没有进行实质性的审查.造成这种现象的主要原因是乾隆皇帝以及中央政权与盐商之间存在的无法割舍的经济联系以及两淮盐商在两淮地区的重要地位.但此案后,中央并没有完全控制地方盐政,两淮盐务也逐渐衰败.     

基于机舱传递函数的风电机组传动链效率测试与研究

针对国内风力发电机组传统传动链效率测试方法存在成本过高、难度较大的问题,对机舱传递函数(NTF)分区间式的最优拟合进行了分析与研究。对机舱传递函数有效性的检查流程进行了阐述,提出了一种相对可靠且便捷的风电机组传动链效率测试方法,利用机舱传递函数对机舱风速进行了校正,对某平坦地形风电场内的某台2.0 MW风电机组进行了传动链效率测试,将实测结果与利用传统测风方法的实测结果进行了比对分析。研究结果表明:两种测试方法的测试结果基本一致,因此利用分区间式的机舱传递函数的测试方法可以准确测得风电机组传动链效率,大大降低了测试成本及实施难度。     

基于MPC的低频振动试验平台位移控制

振动状态监测与故障诊断是风电机组安全保护的常用技术,低频振动传感器作为最常见的监测传感器,在风电机组运行中起着关键作用.近些年,在不少倒塔事故中,机组的振动传感器并未起到有效的监测作用,传感器的选型及传感器特性直接影响机组安全性.现行风电机组低频振动传感器的校准标准只适用于0.5～100Hz的低频振动传感器,而全风况下...     

基于流形学习和SVM的环境声音分类

为利用生态环境中各种声音包含的信息,提出一种将流形学习算法和支持向量机(SVM)相结合的生态环境声音分类技术。提取音频强度、音色、音调和音频节奏的特征集合并计算对应的特征向量,采用改进的拉普拉斯特征映射流形学习算法对特征向量进行维数约简,从而降低数据处理的复杂性。使用SVM对降维后的特征向量进行分类,发挥SVM在处理小样本、非线性及高维数据方面的优势,从而提高分类准确率。实验结果表明,该技术能对生态环境声音进行快速准确的分类。     

基于SVM模型的自然环境声音的分类

提出了一种基于支持向量机（SVM）模型对自然环境声音进行分类的方法。首先,提取Mel频率倒谱系数（MFCCs）来分析声音信号;其次,对自然环境的声音基于MFCC特征集建立SVM模型;最后,使用交叉验证的测试方法得到基于SVM算法的分类结果。使用SVM模型对50类自然环境中的声音进行分类的正确率可达99.5704%,分类效果明显优于K最近邻（KNN）和二分嵌套整合（END）这两种算法。