鲸鱼优化支持向量机的短期风电功率预测

为提高风电预测的精度,提出一种鲸鱼优化支持向量机SVM(support vector machine)的组合预测模型。该模型针对风电序列的非平稳波动特性,首先应用集合经验模态分解技术EEMD(ensemble empirical mode de?composition)将原始风电序列分解为一系列不同特征尺度的子序列;并引入鲸鱼优化算法WOA(whales optimiza?tion algorithm)解决SVM中学习参数选择难的问题,进而对各子序列建立WOA_SVM预测模型;最后,叠加各子序列的预测值以得到最终预测值。仿真表明,所提EEMD_WOA_SVM模型具有较高的风电预测精度,显著优于其他基本模型。     

多共振分量融合CNN的行星齿轮箱故障诊断

针对行星齿轮箱中各部件所激起的振动成分混叠、早期故障特征经常被较强的各级齿轮谐波成分以及环境噪声所湮没的问题，提出一种多共振分量融合卷积神经网络（multi-resonance component fusion based convolutional neural network，简称MRCF-CNN）的行星齿轮箱故障诊断方法。首先，对振动信号进行共振稀疏分解，得到包含齿轮谐波成分的高共振分量和可能包含轴承故障冲击成分的低共振分量；其次，构建多共振分量融合卷积神经网络，将得到的高、低共振分量和原始振动信号进行自适应的特征级融合，通过有监督的方式训练模型并进行行星齿轮箱故障诊断。对行星齿轮箱实验数据的分析结果表明，该方法能够有效分类行星齿轮箱中滚动轴承和齿轮的故障，成功对行星齿轮箱故障进行诊断，同时能够进一步增强卷积神经网络对振动信号所蕴含的故障信息的辨识能力。     

基于广义逆矩阵理论的杆系结构形态创构方法#br#

广义逆矩阵理论被广泛应用于不稳定结构的形态分析。不稳定结构在荷载作用下，其形状会发生变化直至其势能达到最低，此时的结构处于无弯矩的平衡状态。根据该原理并结合广义逆矩阵理论提出一种适用于杆系结构的形态创构方法。该方法将杆系模型中杆单元进行分组，在每一组中杆单元总长度不变的条件下，建立控制结构形状变化的移形方程。利用广义逆矩阵理论和势能梯度确定使模型势能下降最快的方向，并逐步调整节点位置直至势能达到最低。临时单元和单元组的引入使得该方法可以应用于多种形式结构的形态创构，合理地设置单元组和临时单元可以实现单元长度与单元内力的重新分配进而实现诸多功能。算例分析说明该方法的特性并验证其有效性。     

高固气比技术在2 500 t/d水泥熟料线的改造案例介绍*

采用高固气比悬浮预热分解技术对宝江2 500 t/d生产线烧成系统进行技改后,预热系统出口温度从351℃降低至279℃,粉尘浓度(标况下,以下同)从151.6 g/m3减少至43.9 g/m3,系统分离效率大幅提高;入窑生料分解率从90.5%提高至98%,生产线熟料烧成煤耗从119.4kg/t降低至100.80kg/t,熟料产量从2744t/d提高至3840t/d,各指标均属领先水平。     

匹配机械弹性车轮的电子稳定控制器参数分析

为了提高匹配机械弹性车轮(MEW)的某越野车操纵稳定性，考虑MEW与传统子午线轮胎侧偏特性存在的不确定性摄动，基于Lyapunov稳定性理论为电子稳定控制(ESC)程序设计了鲁棒反馈控制器；引入轮胎侧偏刚度不确定性的范数有界模型，运用Schur补引理和线性矩阵不等式(LMI)求解反馈矩阵。设定不同的车速和路面附着系数，通过搭建CarSim/Simulink联合仿真平台对控制器展开鱼钩试验，仿真结果表明，匹配MEW的ESC控制器能够保证车辆行驶的稳定性，横摆角速度与质心侧偏角跟踪误差分别稳定在0.03~0.3 rad/s与0.06~0.1 rad之内，并且设计的控制算法对MEW在05倍普通充气车轮侧偏刚度变化范围内具有很好的鲁棒性，从而为匹配MEW的整车主动安全控制提供了理论参考。     

基于POVMD和CAF的低转速齿轮箱故障诊断

针对低转速齿轮箱齿轮故障特征频率低、故障特征频率易被背景噪声淹没,使其难以准确提取的问题,提出了基于参数优化的变分模态分解(parameter optimization variational mode decomposition,简称POVMD)和循环自相关函数(cyclic autocorrelation function,简称CAF)结合的故障诊断方法。首先,通过POVMD对原始信号进行分解,选用余弦相似度度量选取敏感的本征模态函数(intrinsic mode function,简称IMF);其次,计算其循环自相关函数谱,获得包含调制特征的循环自相关函数谱切片;最后,使用Teager能量算子(Teager energy operator,简称TEO)算法对切片解调,提取故障特征频率。同时将本方法与相关方法进行了对比分析,特征频率提取效果更加显著,仿真信号和实验数据分析验证了该方法的有效性和可靠性。     

火电机组负荷分配中多源不确定性因素影响分析

不确定性因素存在于火电机组负荷分配中，影响机组负荷分配、节能环保目标。本文综合考虑负荷预测不确定性、机组煤耗率不确定性与其CO2排放系数不确定性，分别构建火电机组一次能源消耗成本与CO2排放量最小目标下的火电机组负荷优化分配模型；以此为基础，引入析因分析方差分解方法，量化多源不确定性因素单独与交互作用下对节能、环保目标的影响程度。结果表明:负荷预测不确定性对火电机组节能、环保目标影响最为显著，相对影响程度分别为51.13%、62.70%；机组煤耗特性及其CO2排放系数影响次之，相对影响程度分别为47.58%、34.95%。此研究结果对不确定性条件下电力系统负荷分配具有借鉴价值。     

自适应连续集稀疏分解声音识别算法

为实现公共环境复杂背景中异常声信号识别以辅助公共场所安全监控,提出基于连续完备集的自适应MP稀疏分解声音识别算法,算法通过相关参数改进实现自适应PSO算法,然后借助PSO算法的连续空间搜索优势对MP稀疏分解进行连续集优化,从而提高稀疏分解获得的最优原子的匹配度,最后提取重构声信号的时频参数特征以SVM算法实现异常声音事件的快速准确识别。实验结果表明,与已有算法相比,所提识别算法显著降低了计算量,并取得了最优的声音识别率和识别鲁棒性。