改进阴性选择算法的风机振动故障诊断方法

为了正确、快速地判断风电机组振动故障类型,减小其对发电效率及人身财产安全的影响,提出了一种改进型阴性选择算法。在传统的阴性选择算法中引入马氏距离进行振动数据的初步筛选,并将算法应用于风电机组振动故障的预测。研究结果表明,改进的阴性选择算法可以更为快速、准确地判断风电机组振动的故障类型,诊断正确率达到97.5%,从而提高了风电机组运行的可靠性和发电效率。     

羊毛、羊绒纤维鉴别方法综述

主要从特征参数法、溶液法、光谱分析法、DNA法、生物芯片法进行概括和总结。采用光学显微镜或电子显微镜提取纤维直径、鳞片密度、鳞片边缘高度特征参数,通过统计学原理进行分类可以达到预期效果;高锰酸钾溶液对于纤维的破坏程度较明显,处理后的溶液通过测量失重比、拉伸强度等信息进行比较区分;光谱鉴定中标准光谱与待测光谱做差,其阈值的合理选择可以快速进行识别;DNA法与生物芯片法原理相似,同属于生物信息提取分类;运用X射线衍射进行绒毛结晶情况分析;定性检测拉细羊毛与羊绒区别在于细度、弹性、卷曲度等性质的鉴别。