基于压电材料的变压器振动能量收集装置研究

变压器振动信号在线监测是检测变压器运行状态的重要手段,振动传感器的供能方式制约了振动检测方法的应用。为了实现振动传感器取能,文中设计了一种基于压电材料的变压器振动能量收集装置,利用收集的振动能量为振动传感器供电。首先,根据变压器振动特性,采用多模态取能方式,建立三悬臂式压电取能结构的输出电压与输出功率模型。其次,通过Comsol Multiphysics仿真分析能量收集装置输出功率和外加激励频率的关系。最后,搭建变压器振动能量收集实验平台,测得压电式能量收集装置的实际输出功率为11.547 μW。利用振动能量收集装置为振动传感器供电,可以保障在线监测设备的供电,减少外接电源对设备安全稳定运行的影响。     

基于频域的列车蛇形失稳分析

列车的横向稳定性是判定列车运行性能的重要指标。如果列车在运行过程中出现蛇形失稳,将会对列车的运行造成严重的后果,所以对列车的横向运动稳定性进行实时检测是十分必要的。现有的应用较为广泛的方法都是基于时域的方法,但由于时域方法存在一定的滞后性,所以要从列车转向架横向加速度的频域信息上对蛇行失稳的特征进行研究。本文研究了如何利用频域峭度这一特征值对列车的蛇行失稳进行判别。     

计及热老化程度的变压器绕组内线圈短路承受能力评估方法

变压器长期运行过程中,绝缘纸板的力学性能在热应力作用下发生变化,进而引起其短路承受能力的变化。该文对绝缘纸板进行加速老化试验,获得不同老化纸板的力学性能;建立考虑支撑刚度的内线圈有限元模型,分析不同支撑刚度对应的内线圈幅向弯曲应力和屈曲临界载荷;并对1台110kV退运变压器的短路承受能力进行评估和试验。结果表明,纸板老化后弹性模量下降;考虑线圈支撑刚度后,辐向弯曲应力和临界载荷分别为直梁模型为两铰支圆弧拱模型计算结果的1/5和1/4;随着线圈的老化,弯曲应力的安全系数提高,临界载荷的安全系数降低,表明老化变压器出现屈曲的可能性增大。研究结果可为老化变压器短路承受能力评估提供重要依据。     

灾难性停电事故后基于混合算法的系统恢复路径优化

灾难性事故后黑起动路径恢复作为电力系统恢复研究的核心内容之一,是一个多阶段、多目标及多变量的组合优化问题。提出了合理的灾难事故后系统黑起动路径恢复的模型和相应的求解方法。该模型以寻找最小代价路径为优化目标,将路径恢复优化等效为计及约束条件的局部最小树问题。运用数据包络分析(Data Envelopment Analysis,DEA)求取线路的综合权重,考虑了输电网络的电气特性、网络特性以及外在因素的影响。同时针对该问题,提出了相应的改进遗传算法求解模式。最后,通过实例验证了所提模型和方法的正确性。     

无机膜气体分离技术的发展动向

无机膜气体分离技术的发展动向钢铁研究总院庄哲无机分离膜尽管历史悠久，但自７０年代后其发展大大落后于有机膜。其间膜的制备技术虽也有较大进展，仍存在若干技术困难，阻碍了它的进一步发展。８０年代以来，随着溶胶。凝胶技术的引入，制膜技术有了新的突破。目前国外...     

基于混合储能的光伏波动功率平抑方法研究

针对光伏发电系统中发电功率波动问题,构建了一种基于混合储能的光伏并网发电系统模型,以平抑并网功率的波动。该模型引入了由超级电容器和蓄电池组成的混合储能系统,可以有效应对在各种天气条件下所引起的光伏输出功率波动问题,从而对并网功率进行削峰填谷。同时,对现有的MPPT法进行相应改进,提出了单向变步长追踪法,能够更加稳定且迅速地调整光伏系统的最大输出功率,提高发电效率。最后,在Matlab/Simulink上进行仿真,结果表明该混合储能控制系统能够有效提高光伏并网功率输送的稳定性能。     

黑白吴哥

一直以来,高品质黑白摄影都以其丰富的影调和对细部的精细描写,而倍受摄影家们的青睐。但由于需要特殊的大画幅相机、大尺寸的胶片和大型的放大机,以及复杂的拍摄过程和制作工艺,长久以来一直是众多摄影爱好者都无法触及的另外世界。     

流逝

正~~     

不同频率激励下干式空心电抗器匝间绝缘缺陷振动分布特性

干式空心电抗器匝间短路故障频发,危害严重。为此深入研究了干式空心电抗器的振动分布特性,以期提出新的故障检测方法。搭建了干式空心电抗器振动测量实验平台,使用激光多普勒测振仪,对不同频率电流激励下干式空心电抗器匝间短路故障前后振动信号进行测量,得到振动分布曲线。结果表明：匝间短路故障引发的电流变化会显著改变干式空心电抗器振动分布;短路匝附近的振动速度急剧增大,且增大幅度与短路匝电流成正比;利用二阶中心差分法对振动分布数据进行处理,可以准确定位至故障位置。该研究工作验证了基于振动分布特性的干式空心电抗器故障检测方法的可行性,并为其提供了参考。     

基于卷积稀疏表示及等距映射的轴承故障诊断

针对卷积稀疏表示(convolution sparse representation,简称CSR)在轴承故障脉冲提取过程中过于依赖惩罚因子的缺点,提出了一种基于卷积稀疏表示、希尔伯特变换(Hilbert transform,简称HT)以及流形学习降维相结合的轴承故障诊断方法。首先,通过在不同惩罚因子下的CSR提取不同稀疏特征的脉冲;其次,针对提取的一系列脉冲进行希尔伯特变换,构造脉冲包络空间;最后,利用等距映射(isometric feature mapping,简称Isomap)流形学习算法对脉冲包络空间求解低维本征包络,以实现故障诊断。通过仿真数据以及台架实验数据验证表明:基于CSRHT-Isomap算法的轮对轴承故障诊断方法可以很好地提取轴承内圈及滚动体故障特征,通过与基于聚合经验模态分解和小波包变换的包络空间算法进行比较,证明该方法在提取本征包络、强化本征包络谱以及放大故障特征频率的谐波数方面具备较大优势。