风力发电机组显著地经济效果与频发故障导致的设备利用率低、修复率时长、协调性差和重大经济损失等问题的矛盾日益突出。通过复合灰色理论在风力发电机组上的应用,提出了一种科学、合理和全面的效能评估方法。依据风力发电机组结构参数和技术参数的特点,按照效能来对风力发电机组的相关因素进行了合理划分,建立评估指标体系;然后,运用灰色理论和层次分析法对风力发电机组的效能评估进行了详细的研究,最后对其效能进行了综合评价。实验结果表明:这种效能评估方法能够有效地解决普通评估方法中难以解决的信息处理方式,优化了风力发电机组在实际使用中的分配和布局,为决策部署单位制定合理建议提供了科学决策依据。

针对传统的滚动轴承故障诊断方法难以提取轴承振动数据有效特征的缺陷,提出一种基于平滑伪Wigner-Vill分布(smooth and pseudo Wigner-Ville distribution,SPWVD)和卷积神经网络(convolutional neural network,CNN)的网络模型SPWVD-CNN。对振动数据进行平滑伪Wigner-Vill分布变换,将获得的时频图进行压缩,作为CNN的输入,利用迁移学习的思想进行网络训练,使得模型对于不同负载的数据具有良好的诊断性能,提高了网络的泛化能力。实验结果表明:SPWVD-CNN对轴承故障数据的平均分类准确率提升至99.27%,总体性能优于使用单一的CNN和其他传统的故障诊断方法。

应用CFD方法建立了A320飞机头等客舱内环境和人体的三维模型,对客舱内流场进行仿真分析,分析了在不同送风速度时的温度场、速度场。以客舱内的空气分布特性指标（Air Diffusion Performance Index,ADPI）作为热舒适评价依据。在靠近人体附近的6个横截面上,采集人体头部高度的温度值和风速值,由这些采集到的数据计算客舱内的。计算不同送风速度下客舱内的,对计算结果进行描点和非线性曲线拟合,得出客舱内与送风口速度的函数关系,为客舱空调控制提供理论依据。