排序方式: 共有112条查询结果,搜索用时 15 毫秒
31.
32.
33.
过冷沸腾在高热流冷却场合得到了广泛的应用,如聚变堆偏滤器冷却、压水堆堆芯冷却。其中,过冷沸腾流动阻力是换热系统设计的关键内容之一。试验研究了高热流条件下竖直通道内水的过冷沸腾流动阻力特性,试验段为内径6 mm、长径比44.4的不锈钢圆管。试验参数范围:热通量7.5~12.5 MW/m2,质量流速6000~10000 kg/(m2?s),系统压力3~5 MPa,进口流体温度80~200℃。分析了质量流速、热通量、压力、沸腾数、Jacob数等参数对阻力的影响。结果显示,过冷沸腾流动阻力随着热流及质量流速的增加而增加,随压力增加而减小。将试验数据与文献中的经验关联式作对比,结果表明各关联式的预测误差较大,主要归结于拟合参数及工作流体的差异。研究发现管径尺寸效应也是影响阻力的一个因素,为此在前期成果的基础上,提出了一个添加管径因素修正项的经验关联式,该关联式的预测误差在±18%范围内。 相似文献
34.
基于时间序列相似性挖掘的水电机组振动故障诊断研究 总被引:1,自引:1,他引:0
时间序列的相似性挖掘是水电机组故障诊断的重要方法,本文提出一种基于频率模糊贴近度的时间序列相似性的数据挖掘方法,用来解决水电机组故障诊断中振摆特征曲线的相似性比较问题。该方法将复杂的时域问题转化为频域问题,通过模糊贴近来度量时间序列之间的距离,刻画出数据时间序列的相似程度。该算法应用到大峡水电站二号机组的故障诊断中,结果表明,该方法能够对故障做出准确判别,分离各种故障类型。由于需要存储的数据比较少,速度快,非常适于水电机组故障诊断中大规模图形序列挖掘。 相似文献
35.
36.
引起水电机组振动的原因很复杂,而且水电机组的振动故障往往是多故障同时发生,使得故障诊断很困难,目前主要是应用基于模式识别的神经网络来进行故障分类,尤其是BP网络应用较多,但BP网络训练速度慢。文章提出应用带偏差单元递归神经网络的方法对水电机组的振动故障进行诊断。先对水电机组振动信号进行频谱分析,提取该信号在频率域的特征量,将频谱特征向量作为学习样本,通过训练,使神经网络能够反映频谱特征向量和故障类型的映射关系,从而达到故障诊断的目的。水电机组振动故障诊断仿真分析表明,与常规方法相比,应用带偏差单元递归神经网络进行故障诊断具有快速有效的优点。 相似文献
37.
38.
引起水电机组振动的原因很复杂,而且水电机组的振动故障往往是多故障同时发生,使得故障诊断很困难,目前主要是应用基于模式识别的神经网络来进行故障分类,但如何选择故障诊断的神经网络一直是个难点。文章研究了3种人工神经网络,即反向传播网络(BPN)、概率神经网络(PNN)和学习矢量量化网络(LVQ)对水电机组振动故障诊断性能的影响。结果表明,人工神经网络的结构和算法,包括相关训练参数的选择对故障诊断性能有着重要影响。比较而言,学习矢量量化网络和概率神经网络在分类能力方面要比反向传播网络好一些,概率神经网络在计算负载方面比学习矢量量化网络要更胜一筹。 相似文献
39.
CFD计算流体力学作为一门不断发展和成熟的学科已在航空、能源、水利等相关领域得到广泛应用.介绍了CFD技术及其应用,通过对水轮机内部流场进行CFD分析,可以提供各流动部件损失计算的数据进而计算出水轮机的效率.总结了较精确的水轮机各部件水力损失计算公式,指出了现有的水轮机性能预估方法存在的难点和问题,提出了一些新的见解. 相似文献
40.
应用最小二乘支持向量机和信息融合技术对水电机组的振动故障进行诊断。采用以水电机组振动信号的频域特征和时域振幅特征作为特征向量的学习样本,通过训练,使最小二乘支持向量机能够反映特征向量和故障类型的映射关系,在完成局部诊断后再实现决策信息融合,从而达到故障诊断的目的。以水电机组振动故障诊断为例,进行了应用检验。研究结果表明,与常规方法相比,最小二乘支持向量机和信息融合技术相结合的方法具有快速有效等优点,适合水电机组振动故障的诊断。 相似文献