课程文献中心 更多>>

关键词： 并网逆变器   开路故障   频域特征   快速独立成分分析   线性判别分析  

摘要： 为了实现逆变器开路故障诊断,提出了一种新的诊断方法。该方法采用快速独立成分分析算法判定逆变器是否发生单管开路故障,如果发生单管开路故障,计算旋转电流Id频域下的特征值,将这些特征值作为线性判别分析模型的输入值,最后由LDA模型输出逆变器工作状态编号,从而实现单管开路定位。经过MATLAB仿真验证表明,所提方法对光伏并网逆变器故障的诊断效果较好。

关键词： 人工智能   配网自动化   终端维护   故障诊断   系统优化  

摘要： 随着人工智能技术的迅速发展,其在电力系统中的应用变得日益重要和广泛,致力于探索人工智能技术在配网自动化终端维护中的应用,并提出一套高效的维护策略,详细分析人工智能技术在故障诊断、预测维护和系统优化方面的具体应用旨在提高配网的操作效率和系统安全性,研究重点包括采用先进的机器学习算法来识别和预测设备潜在的故障点,以及开发智能决策支持系统以优化维护响应时间和资源分配,凭借这些技术的融合与实施期望能够显著提升配电网络的可靠性和性能同时降低运营成本。

关键词： 故障诊断   电机   改进多尺度散布熵   鲁棒性  

摘要： 为了提高电机故障信号的特征提取能力,设计了一种基于改进多尺度散布熵(IMDE)与粒子群算法-支持向量机(PSO-SVM)组合算法的振动信号特征来实现电机故障诊断的方法。研究结果表明:熵值曲线达到了更平滑程度并且可以满足收敛要求,此外对于混叠区而言也比MDE达到了更优的区分度,实现了鲁棒性的显著提升。采用未降噪初始信号进行分类时准确率只达到86.81%,说明EEMD分解性能比EMD更优。本设计方法满足可靠性与优越性要求,可适用于其它机械传动设备故障诊断领域。

关键词： 柴油机故障诊断   麻雀搜索算法   变分模态分解   灰狼优化算法   极限学习机  

摘要： 结合变分模态分解(VMD)和极限学习机(ELM)的柴油机故障诊断方法对柴油机的故障进行诊断分类。针对柴油机振动信号非线性、非平稳性的特点,给出了基于麻雀搜索算法(SSA)优化VMD分解方法,以此达到较好的分解性能。针对柴油机故障信号故障种类多样等问题,给出了基于灰狼优化算法(GWO)优化ELM的分类模型,使分类性能更加稳定。最后将所提出的方法用于五十铃6BB1型柴油机的故障检测与识别中,其故障识别准确率达98.04%。诊断结果验证了GWO-ELM具有较高的精准度,证明该方法是可行有效的。

关键词： 油田生产   机泵设备   监测报警   故障诊断  

摘要： 针对机泵设备在油田生产过程中存在能耗高、体重大、不易移动、结构复杂、零部件及辅助设备多、维修耗时耗力等问题,结合现场实际情况,提出智能运维监测报警诊断系统架构,对在线监测报警及故障诊断模式进行分析,为后期提高安全系数,降低故障率,科学合理评估设备健康状况,实现状态检修与预知维护奠定了坚实基础。

关键词： 双向DC-DC变换器   软故障   改进长短期记忆网络   麻雀搜索   支持向量机   故障诊断  

摘要： 目的为了解决双向DC-DC电力变换器的软故障诊断精度不高的问题,方法提出基于改进LSTM-SVM的双向DC-DC电力变换器故障诊断模型。首先,分析双向DC-DC电力变换器中电容、电感和MOSFET管的故障机理,通过仿真实验模拟各元件失效后变换器的输出电气参数变化,从而确定变换器不同元件故障时对应的故障特征参数;其次,构建改进的LSTM-SVM双向DC-DC电力变换器故障诊断组合模型,在LSTM中添加Mogrifier门机制,提高LSTM提取时间序列原始数据中微弱特征的能力;最后,由于传统LSTM的末端分类器为Softmax,其主要解决单一元件诊断问题,变换器故障类型较多,维数较高,所以采用麻雀搜索算法优化的SVM代替原有的Softmax函数,对LSTM输出的数据进行故障分类,提高故障诊断的准确率。设置双向DC-DC电力变换器充放电两种状态下,包含电解电容、电感和MOSFET单双管故障在内的24组故障,分别采用本文构建的改进的LSTM-SVM和原始的LSTM-SVM双向DC-DC变换器故障诊断模型进行诊断。结果结果表明,改进的LSTM-SVM故障诊断模型诊断准确率平均值为99.71%,原始的LSTM-SVM故障诊断模型诊断准确率平均值为88.48%,改进的LSTM-SVM故障诊断模型对各元件的故障诊断正确率均高于原始的LSTM-SVM故障诊断模型的。结论基于改进LSTM-SVM的双向DC-DC电力变换器故障诊断模型实现了对双向DC-DC电力变换器中的电解电容、电感和MOSFET单双管故障的准确诊断。

关键词： 履带式底盘   多体动力学仿真   拓扑优化   履带张紧力   行驶转矩  

摘要： 为满足更换托辊机器人在煤矿井下复杂路面上以及狭窄长运距巷道内作业的需求,设计了带有姿态调整机构的履带式底盘,并结合煤矿井下的地形特征对底盘进行力学性能分析和关键部件优化。首先,利用多体动力学仿真软件RecurDyn建立履带行走机构的动力学模型,对6种经典工况进行仿真分析,通过对比履带张紧力和行驶转矩的仿真值与理论值来验证履带行走机构结构设计的合理性。然后,在ANSYS Workbench软件中对姿态调整机构进行静力学分析,并对其关键部件进行拓扑优化,以提高材料利用率并实现减重。最后,通过开展机器人行驶试验来测试履带式底盘的稳定性。结果表明,优化后姿态调整机构横移平台的最大应力降低了13.71 MPa,质量减小了36.92%;机器人在不同路况下均能稳定行驶且其姿态调整机构可正常工作。研究结果可为复杂工况下履带式煤矿机电设备的行驶性能优化提供参考。

关键词： 盾构机   维修保养   配件管理  

摘要： 盾构机作为一种先进的隧道掘进技术,在我国城市地铁、隧道等工程建设中得到了广泛应用。然而,由于盾构机设备结构复杂,维修保养和配件管理成为保证其正常运行的关键。本文通过对盾构机维修保养与配件管理的分析,探讨了如何提高盾构机的运行效率和降低维修成本。在总结现有研究成果的基础上,分析了盾构机维修保养的重要性,阐述盾构机维修保养现状,并提出了相应的优化措施。希望通过本文的研究为盾构机的维修保养和配件管理提供有益的参考,推动盾构技术在我国的进一步发展。

关键词： 重整反应器   气固流   声发射   空腔   贴壁   故障诊断  

摘要： 重整反应器是连续重整装置的关键设备,反应器内气固相错流接触,当气体流速足够大时会出现空腔和贴壁的非正常现象,限制反应器的操作弹性,影响装置的安全稳定运行。采用声发射技术对冷态操作下的反应器进行检测,对比分析反应器不同运行状态的声发射信号,以便及时判断是否出现了上述非正常现象。试验结果显示:反应器正常运行时信号波形平稳,平均信号电平20 dB、幅值35~45 dB;异常时波形中出现脉冲形状,其中,空腔时平均信号电平20~35 dB、幅值35~55 dB,特征频率25~150 kHz,贴壁时平均信号电平30~60 dB、幅值35~75 dB,特征频率25~250 kHz。催化剂流动状态改变时信号的波形、特征参数和功率谱会出现明显变化。使用多个传感器可以实现对故障的定位并可识别故障类型。上述结果表明,声发射技术作为一种非侵入式的测量技术,能够有效检测连续重整反应器的运行状态,可为装置长期安全稳定运行提供技术保障。

关键词： 引水隧洞   下穿   TBM   施工技术  

摘要： 瓯江引水工程建设过程中,面临着交叉建筑物多、施工安全风险高、施工工期紧张等难题。为了按期保质保量完成隧洞施工,同时确保赵山渡引水隧洞的安全稳定运行,工程中采用1台双护盾TBM施工。通过制定周密详细的施工方案,隧洞下穿施工顺利完成,赵山渡引水隧洞安全稳定运行。从穿越前准备、穿越阶段以及穿越后控制,并提出掘进质量控制、检查验收、应急预案与施工组织3项质量保护措施。