飞机舵面振荡故障载荷分析方法研究
舵面振荡故障是现代电传操纵飞机上系统与结构相互作用下一种常见且严重的故障,其本质上是共振问题。在飞机的某些固有频率附近的舵面振荡,会产生严重的共振和破坏性的载荷,可能导致机毁人亡的灾难性后果,因此必须深入分析,并采取保护措施。共振载荷的严重性使其不能按照常规载荷的方法来处理,而是通过全面的故障监控来解决。通过与设计载荷包线的比较,反算出结构能够承受的振荡角度,对超过限度的故障,在飞控系统中由监控器及时处理。基于飞机设计工作的实践经验,分析了问题的背景和适航要求,探讨了振荡载荷的建模方法,研究了载荷监控设计的要求和方法,探索了一套行之有效的针对振荡故障载荷的理论和方法,可供相关研究者借鉴。
基于机器视觉的铁路闸瓦状态监测研究
为提高铁路机车闸瓦状态监测效果,提出了一种基于机器视觉的铁路闸瓦状态监测方法。首先搭建闸瓦图像采集预处理系统,实现对闸瓦图像的自动采集和分割预处理。然后设计改进了麻雀搜索算法对Canny算子参数进行优化,并利用改进Canny算子提取闸瓦分割图像边缘,以得到较为理想的闸瓦图像边缘特征。最后以此为基础建立闸瓦状态监测模型,利用优化后的RBF神经网络对提取到的图像边缘数据进行分类,从而达到监测闸瓦状态的目的。仿真结果表明,相比于其他监测方法,改进后Canny算子的闸瓦边缘提取效果更优,闸瓦状态监测准确率提高了14.7%~18.0%。
基于PSD的超精密小型机床几何误差测量系统
机床的几何误差对工件的加工质量影响很大,在使用过程中必须加以分析和校正。针对小型机床几何误差测量难、测量工序复杂且效率低的问题,开发了由PSD组成的六自由度几何误差测量系统,提出一种通过扩展可测量距离和降低安装误差来测量6个自由度几何误差的方法,推导了测量系统的误差估计算法,仿真研究了高阶误差项消除对误差估计算法精度的影响和安装误差导致测量系统精度下降的程度,并通过灵敏度分析和实验,证明了该测量系统的准确性,具有一定的参考应用价值。
基于改进MPC算法的汽车稳定性控制研究
为提高电动汽车运行的稳定性,以电动汽车为研究对象构建八自由度动力学模型及其动力学方程,并采用并行混沌算法(PCOA)优化基于模型预测控制(MPC)的目标函数,提出一种基于改进MPC算法的汽车稳定性控制方法。仿真结果表明,所提方法可实现汽车稳定性控制,具有良好的跟踪性能,跟踪误差在允许范围内,满足汽车稳定运行要求。相较于基于极值搜索控制(ESC)方法,所提方法跟踪性能更好,跟踪误差更小,可更好地控制运行中汽车的稳定性,具有一定的有效性和优越性,为汽车稳定性控制研究提供了理论参考。
基于常熟车联网先导区引发的推广应用思考
首先阐述车联网的概念及国内外发展现状,然后从基础设施建设和应用方向两个方面分析车联网的技术内容,结合江苏省级车联网先导区——常熟智能网联测试基地建设思路及应用实践,对车联网未来推广应用进行思考,并对中国车联网应用方向上的发展趋势进行了展望。
高压开关柜局部放电故障缺陷诊断技术分析
为了提高高压开关柜运行的安全可靠性,对高压开关柜设备内部放电缺陷进行诊断分析。对三维声纹监测技术和三维紫外技术等多种局部放电带电检测技术进行研究,构建不同局部放电带电检测技术,并检测相关设备运行状态。结果显示,局部放电检测技术在输入值分别为小于0.3 V、0.3~0.5 V、0.5~0.8 V和大于0.8 V时的爬电、非击穿放电、击穿放电时的数据敏感度与特异度均较高,表明构建的诊断技术有助于提高检测精确度,保障设备安全,为高压开关柜检修提供重要参数和依据。
一种分布式智能电力交易策略研究
针对目前电力系统集中式调度存在执行过程复杂、成本高等问题,提出了一种基于区块链的分布式交易策略。首先建立了基于通信信用共识机制的区块链交易风险控制模型,然后设计了一种基于变电站自治链的弱集中式调度体系结构,最后采用改进的进化博弈算法求解协同优化调度策略。在仿真阶段,以省级电网为例,对全省燃煤发电机组优化调度问题进行了仿真计算。仿真结果表明,基于区块链的调度优化策略更有利于电网的安全稳定运行。
基于云平台的电力系统能源负荷预测研究
为提高电力系统能源负荷预测的效率和精度,提出了一种基于云平台的电力系统能源负荷预测方法。首先,为提高电力系统采集数据的入库效率和查询效率,提出一种分布式的数据采集系统结构框架,并设计了大数据云平台架构;其次,运用极限学习机对区域日负荷进行了准确预测。研究结果表明,该方法有效提高了电力系统能源负荷预测的效率和精度,为电力管理和调度部门及时制定调度计划与运控策略提供了科学决策的依据。
基于VMD-AM-WGAN的超短期风电功率预测
针对风电功率序列中存在噪声、影响风电功率的多个因素对超短期风电功率预测的影响程度不同以及原始生成对抗网络模型不收敛、不稳定等问题,提出了一种基于变分模态分解的生成对抗网络(VMD-AM-WGAN)模型。该模型由变分模态分解与注意力机制、长短期记忆神经网络结合作为生成器,卷积神经网络作为判别器;使用W距离作为生成器的目标函数,并用利普希茨连续条件对判别器进行限制,以提高模型稳定性。现场试验的预测结果表明,该模型提高了风电功率预测的精度,月平均准确率达到90%以上。
基于多分辨率梁单元模型的点阵力学性能预测
为能够快速、准确地预测点阵结构的力学性能,研究了点阵中杆的相交区域对刚度的影响规律。以3D实体单元模型预测结果为参考,在梁单元的基础上进行修正,提出了一种多分辨率梁单元模型。在ABAQUS中对多分辨率梁单元模型和3D实体单元模型做了准静态压缩有限元仿真分析,发现应力-应变曲线较为吻合,表明多分辨率梁单元模型解决了3D实体单元计算成本高和梁单元计算精度低的问题,可以替代3D实体单元用于大规模点阵的力学性能分析。最后通过选择性激光熔融技术(SLM)制造了不同杆径的体心立方(BCC)点阵进行准静态压缩实验,实验结果表明,多分辨率梁单元模型和3D实体单元模型能较好地预测点阵结构的刚度。












