排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
目前国内外对MOA(金属氧化物避雷器)在线运行状态的研究大多是基于单脉冲下开展的,而真实自然闪电大多是多脉冲形式。单脉冲在能量上和持续时间上均远小于真实自然闪电,并不能模拟实际自然环境中的多脉冲闪电情况。为此,在多脉冲冲击试验条件下得到MOA老化劣化变化过程中的真实数据,通过分析不同类型数据的变化来研究表征MOA老化劣化的参数指标,并通过神经网络算法对数据进行分析。结果显示,提出的基于多脉冲下的神经网络算法对不同运行状态的MOA正确识别率超过96%,表明其具有高精度和正确性。为多脉冲下MOA老化劣化的研究提供完整的智能化在线监测新方法。 相似文献
2.
对典型合金模具钢H13,Cr12MoV进行了CDC处理,用金相显微镜及扫描电子显微镜观察了渗碳层的组织,用X射线分析了碳化物的组成.结果表明Fe-Cr-C三元系合金在950℃时CDC处理的最佳碳势为1.2%,H13进行CDC处理后表层组织为马氏体加弥散分布的碳化物,碳化物主要为Cr7C3,尺寸在200~300 nm;CDC处理使H13合金的表面硬度提高了Hm500,硬化层厚度为550 μm,耐磨性优于氮化处理的H13合金.Cr12MoV合金CDC处理后表面细小碳化物数量明显增多,使材料的表面硬度提高Hm400,硬化层厚度为1000μm,实践证明,其使用寿命是常规淬火加回火处理的2倍以上. 相似文献
3.
4.
5.
6.
为解决金属氧化物避雷器(MOA)老化在线监测问题,对人群搜索算法(SOA)进行了优化并将其应用于MOA老化状况在线监测。该算法通过适应度值的变化动态改变高斯函数的参数,从而自适应地确定搜索步长,进而通过求解MOA等效模型中能够反映其老化状况的参数C、k、α达到在线监测的目的。通过MATLAB仿真电网中的谐波电压、电网频率波动、电压波动研究该算法的性能。研究表明:本文所提出的优化的人群搜索算法(OSOA)具有更快的收敛速度,且该算法不受电网中谐波电压、频率波动、电压波动的影响;当电网中存在谐波电压、频率波动及电压波动时,本文所提出的算法求解出的C、k、α值最大相对误差分别为8. 33×10~(-4)%、0、3. 33×10~(-3)%。因此,该算法具有很好的抗干扰性,能够较好地应用在MOA的老化在线监测技术中。 相似文献
7.
1