变速直驱开关磁阻风力发电系统雷电防护技术研究

根据风力发电机组防雷保护的研究成果和相关行业防雷标准,分析雷电的形成、破坏机理及其破坏形式。结合开关磁阻风力发电系统特征,划分雷电防护区域;按照风力发电机组防雷设计应该遵循的原则,通过外部防护和内部防护相结合,提出开关磁阻风力发电系统各部件防雷保护措施。为工程实践中开关磁阻风力发电系统的雷电防护提供一定的参考。     

基于贝叶斯后验估计的桥梁动态称重算法理论与试验研究

桥梁动态称重(bridge weigh-in-motion, BWIM)利用过桥车辆对桥梁产生的动力响应快速识别车辆轴质量。由于实测的动力响应包含测量误差,在一定程度上降低了传统BWIM算法的轴质量识别精度。为了解决这一问题,提出基于贝叶斯后验估计的桥梁动态称重算法。该算法考虑了测量误差对轴质量识别精度的影响,假设测量误差和轴质量服从高斯分布,利用测量误差的标准差和轴质量标准差得到能抑制测量误差的约束因子,推导出新的轴质量求解方程。基于数值仿真和实桥试验,分别得到传统BWIM算法和贝叶斯算法的轴质量识别精度,并进行对比分析。试验结果表明：相比于传统BWIM算法,贝叶斯算法能够有效抑制测量误差的影响,明显改善轴质量识别精度。     

一种滑行代步器的设计

介绍了一种滑行代步器的设计原理、实现方法以及工作原理。该代步器只需人踩在代步器上,单腿或左右双腿交替上下踩下,便可替代人实现向前滑行。     

桥梁动态称重迭代算法的理论与试验研究

桥梁动态称重(bridge weigh-in-motion,BWIM)能够以桥梁作为载体识别过往车辆的轴重。商用BWIM系统通常基于Moses算法,以桥梁的实测影响线对车桥实测动力响应进行轴重识别。然而,该算法的轴重求解方程是病态方程,在特定情况下轴重识别精度偏低。为解决这一问题,该研究提出桥梁动态称重迭代算法,通过Moses算法和实测影响线算法之间的反复迭代,修正病态的轴重求解方程。该研究介绍了桥梁动态称重迭代算法的原理,并进行了相关公式推导;基于怀化舞水五桥引桥的车桥动力试验,对比分析商用BWIM算法和桥梁动态称重迭代算法的轴重识别精度;并深入探讨影响线的选取对轴重识别精度的影响。研究表明,桥梁动态称重迭代算法能够在一定程度上提高轴重识别的精度,其最佳的基准影响线是实测均值影响线。     

1050工业纯铝表面氮化层组织及其摩擦学性能研究

利用等离子体渗氮技术,在1050工业纯铝表面形成氮化铝改性层,考察了氮化层成分分布、相结构及表面形貌.利用往复磨损试验机研究了氮化层的滑动干摩擦学性能,并与基材进行对比.结果表明,氮化层由AlN和Al组成,干摩擦条件下,氮化层能够明显降低1050铝表面的摩擦系数并提高其耐磨性.     

基于有限元法的智能储物柜电气柜的模态分析

以某智能储物柜的电气主柜为原型,利用有限元法对其柜体进行模态分析,确保其在运输过程中不会与运输车辆发生共振而致电器元件受到破坏。首先用HyperMesh软件对柜体结构进行前处理,然后将有限元模型导入到MSC.Nastran进行计算,最后将计算结果导入Hyper View进行模态分析的后处理。结果表明:该柜体结构的固有频率和振型能够既有效避免了运输车辆的模态激励,又避免了共振。此次模态分析得到了该储物柜电气柜的结构特性,为进一步的结构优化提供了依据。     

基于二次模态分解和深度学习的大坝变形预测模型

为充分提取大坝变形监测数据的非线性和非平稳性特征,深度挖掘其前后信息的拓扑关系,有效提高预测精度,提出了一种基于二次模态分解和蜣螂优化算法的双向长短期记忆神经网络大坝变形预测模型。该模型引入融合自适应噪声完备集成经验模态分解和变分模态分解的二次模态分解对数据进行预处理,有效降低高频非平稳性分量对预测精度的不利影响,并利用蜣螂优化算法对双向长短期记忆神经网络进行超参数寻优以深度挖掘大坝变形数据的有效信息。以某水电站大坝为例,将该模型预测结果与多种常用模型的预测结果进行对比分析,结果表明该模型可有效挖掘大坝变形数据复杂的非线性特征,其预测精度明显优于对比模型,验证了该模型在大坝变形预测中的可行性与优越性。