课程文献中心 更多>>

关键词： 火电厂锅炉   故障诊断   深度卷积神经网络   缎蓝园丁鸟优化算法   深度学习  

摘要： 针对当前火电厂锅炉故障诊断准确度不足的问题,提出一种基于深度学习的火电厂锅炉故障诊断方法。在系统分析锅炉运行特征的基础上,选取重要参数作为锅炉故障特征量。设计基于深度卷积神经网络的作为基础的故障特征分类模型,用以对故障特征信息进行深度学习与分类识别,并针对DCNN参数寻优效率低和稳定性低的问题,采用引入避险原则改进的缎蓝园丁鸟优化算法实现DCNN参数的自适应寻优,从而建立基于ISBO-DCNN的火电厂锅炉故障诊断模型。实验结果表明:提出的ISBO-DCNN模型相比于其他计算模型具有更高的诊断准确性,能够较为准确地实现对火电厂锅炉的故障诊断,在火电厂运检工作方面具有良好的工程实际应用能力。

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： 矿井提升机   盘式制动器   紧急制动   结构优化  

摘要： 为进一步探究煤矿矿井提升设备中盘式制动器在紧急制动工况下的性能特点,以某型煤矿矿井提升机中的无轴型盘式制动器为研究对象,通过有限元分析方法,探究了制动器在不同压力、初速度和摩擦系数下的紧急制动性能,确定原有结构在制动性能上存在一定不足。对此,进一步应用模拟退火算法对制动器的闸瓦参数和制动盘参数进行优化。结果显示,优化后制动器的制动正压力有所增大,制动时间进一步缩短,证明了该研究的有效性。

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。

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： 粒子群   变压器   故障诊断   卷积神经网络  

摘要： 提出了一种基于改进粒子群(PSO)优化的卷积神经网络(CNN)方法,用于变压器的故障诊断。该方法将振动信号转化为时频图像,利用CNN自动提取特征并进行故障分类。为了提高诊断性能,采用改进PSO算法优化网络模型的超参数,并引入自适应权重策略和相对基学习策略增强算法的全局搜索能力。结果表明,所提方法能够有效提高变压器故障诊断的准确性,推动电力系统向智能化、自动化的方向发展。

关键词： 洗煤厂   电气系统   故障预防   故障诊断  

摘要： 本文综合探讨了洗煤厂电气系统的故障诊断方法和预防措施,旨在提高故障检测的准确性和系统的可靠性。在故障诊断方面,介绍了数据驱动的诊断方法,强调了利用机器学习算法分析运行数据的重要性。紧接着,探讨了基于模型的诊断方法,通过构建数学模型模拟电气系统的行为,以及信号处理技术如傅里叶变换和小波变换在揭示隐藏故障特征方面的应用。此外,讨论了专家系统和知识规则在模拟专家诊断过程中的作用。在预防措施方面,强调了定期维护和检查的必要性,使用高质量设备和材料的重要性,以及加强操作人员培训的价值。同时,探讨了实施先进监控系统和建立应急响应机制的优势。本文的目的是为洗煤厂电气系统提供一系列有效的故障诊断和预防方法,以减少停机时间、提高生产效率,并确保系统运行的安全性。

关键词： 故障诊断   反作用飞轮   灰狼优化算法   长短期记忆   故障树  

摘要： 考虑难以获取飞轮精确数学模型及星上算力受限问题,提出了一种基于改进LSTM与故障树相结合的故障诊断方法。首先,从种群初始化、距离控制参数及α狼位置更新等角度改进传统灰狼算法(GWO),使其拥有更好的收敛性能;然后在网络训练过程中引入优化算法,对超参数空间开展寻优,克服传统手动调整方法或网格搜索法导致的超参数选取效率低的问题;进一步考虑故障树分析的工程实用性和神经网络的自主性,设计二者组合的故障诊断框架;最后,建立飞轮故障树模型并进行仿真实验,仿真证明了改进GWO出色的收敛性以及组合式诊断算法对飞轮故障检测和识别的有效性。