金属杂质侵蚀下的大型发电机定子线棒绝缘劣化机理

为揭示大型发电机全工况域内金属杂质侵蚀定子线棒环氧云母绝缘层的耦合机理,对金属杂质颗粒与定子绝缘层高应变下的材料介损进行了电磁-机械-温度多场有限元模拟与实验分析。在矢量磁位的有旋场下,构建含球型金属杂质的线棒与铁芯槽电磁-机械参数化模型,赋特征单元类型及空气域奇对称边界条件;利用矩阵等交互顺序耦合法,对该模型的体力密度值和非线性瞬态施力行为进行施力渐变分析;研究定子线棒端部环氧绝缘层相变与微观损耗增量,得出金属杂质研磨绝缘层的形变特征值及应力特征值范围;建立含球型金属杂质的电磁-温度模型,运用单向磁热耦合方式进行热侵蚀计算,得出杂质接触面的温度场范围。采用交变磁场下金属研磨实验对线棒切面绝缘层进行模拟施力验证,并对样本采用扫描电镜观测。实验与仿真结果表明：金属杂质焦耳损耗引起的异常温升不足以对环氧绝缘层造成短时热侵蚀;由杂质研磨侵蚀使环氧分子链发生断裂导致云母片缺陷加剧的机械过程是定子线棒绝缘劣化的主因。本文研究可为发电机定子线棒主绝缘的状态监测与故障诊断提供一定的参考。     

发电机定子线棒绝缘故障的发现与处理方法浅析

本文生产运行中的设备故障处理为例,介绍了发电机定子线棒绝缘故障的发现与处理方法,进一步阐述了绝缘监督在生产实际中的应用和重要作用。     

基于支持向量机的新能源汽车状态评估

目前,燃料电池汽车正处于试验试制阶段,为了避免故障带来的安全隐患,有必要实时掌握车辆的运行状态.本文在研究燃料电池汽车运行特点的基础上,选取了合理的评估参数,并利用最小二乘支持向量机建立了其零部件评估模型.该模型需要的数据量少,泛化能力强,并通过多个现场实例分析证明了该模型的正确性和有效性.     

核函数支持向量机的研究进展

核函数支持向量机是机器学习的最新尖端技术,并且成功应用于许多领域。本文叙述了核函数支持向量机的基本理论,并介绍了相关的基础研究和应用研究,同时探讨了未来的发展趋势。     

水轮发电机定子线棒4种换位的分析与比较

为了减少水轮发电机定子线棒股线间的环流及其附加损耗和发热不均,提高发电机的可靠性和运行寿命,研究定子线棒的换位方法具有重要意义.文章对水轮发电机定子线棒的4种换位方法进行了分析对比,给出了360°延长换位时股线漏感电势的具体计算方法,利用所编制的优化程序对不同换位方法进行了计算,并对结果进行了分析比较.研究结果对水轮发电机定子线棒的优化设计具有较大的参考价值.     

组合核支持向量机个人信用评估模型

针对支持向量机模型在分类问题中的广泛应用,提出了一种新的基于支持向量机的个人信用评估模型,通过对支持向量机直方图交叉核、热核特征核、杰卡德距离核和余弦广义距离核4种核函数的组合处理,构造了投票矩阵;通过实际数据实验,获得了良好的分类结果,同时证明了支持向量机自适应组合核加权模型在信用评分系统中具有良好的性能;因此,这种基于支持向量机的个人信用评估模型可以帮助银行或贷款人做出正确的决策。     

支持向量机及核函数研究

对核函数进行了初步探讨,从理论上研究了多项式核函数参数的选择问题,从实验角度对多项式核函数与径向基核函数进行了比较分析,并阐述了Sigmoid核函数的特点,可作为一般SVM分类问题选择核函数及核函数参数范围的依据.     

基于混合核函数支持向量机的回归模型

基于支持向量机核函数的条件,将Sobolev Hilbert空间的再生核函数和Sig核函数进行有效的线性混合,给出一种新的支持向量机的混合核函数,并提出一种基于再生核的混合核函数支持向量机回归模型,该回归模型兼具了全局核函数与局部核函数的优点,且算法的复杂度被降低.仿真实验结果表明:最小二乘支持向量机的核函数采用基于再生核的混合核函数是可行的,回归的效果比单核函数可以更为细腻.     

支持向量机方法反演温湿廓线

为提高温湿廓线反演效率,提出了一种基于支持向量机(SVM)反演大气温湿廓线的方法。利用欧洲中期天气预报中心(ECMW F)的RTTOV-8-7前向辐射传输模式和60L-SD廓线集生成了AM SU模拟亮温资料,对模拟亮温资料进行温湿廓线反演试验。试验发现:相对于多元统计回归反演方法,地面至10 hPa层次温度反演平均均方根误差减少了11.5%,温度反演误差分布与权重函数峰值能量高度层分布的密集区域基本一致;水汽反演优于统计反演方法较多,在地面,SVM水汽反演误差减少了39.9%。反演实验说明,SVM可以较好地描写温湿廓线反演中非线性映射关系。分别比较模拟亮温中加入1、2、3倍噪声的情况,发现该方法反演温湿廓线均具有较好的抗噪声作用。     

基于双层支持向量机的污水处理系统健康状态评估

为有效保障高速公路服务区污水处理系统的健康运行,结合污水处理系统的构成和系统运行特征,设计了一种用于评估污水处理系统健康状态的双层支持向量机(support vector machine, SVM)模型,并将健康状态分为健康、亚健康、故障和异常4个等级。首先,分析提升泵、进水泵、自吸泵等6个子系统的运行特征,使用随机函数和欠采样处理构建特征向量集。其次,采用SVM构建下层各子系统健康状态评估模型,并使用ThunderSVM算法来提高模型训练速度。再次,融合下层各子系统健康状态评估的结果,构建上层SVM系统评估模型,得到整个污水处理系统的健康状态。最后,依据青兰高速山西段服务区污水处理系统进行验证。结果表明,所提出的双层SVM模型相较树类模型和单层SVM模型不仅可评估整个污水处理系统的健康状态,还可评估各子系统的健康状态,且模型训练速度和判断精度均有提升。     

一类支持向量机的设备状态自适应报警方法

为了提高对异常状态识别的适应性和有效性,提出了一种基于一类支持向量机的设备状态自适应报警方法.该方法使用一类支持向量机的在线算法,动态估计监测参数在高维特征空间中的最优分布区域,将新数据与上一时刻分布区域的相对距离作为异常指标,描述监测参数的统计特征变化,辨识出设备的异常状态.通过对仿真数据的报警效果分析,以及将该方法应用于对加热炉风机的振动监测中,得到的异常报警结果能够满足实际监测的需要,证明该方法具有异常的识别敏感性、缓慢劣化包容性和状态迁移适应性的特点.     

支持向量机的数据依赖型核函数改进算法

基于信息几何理论, 提出一种新的支持向量机核函数改进算法. 利用与数据有关的保角映射, 使核函数具有数据依赖性. 对股票价格数据进行预测的数值模拟结果表明, 改进算法比常规模型具有更好的预测精度.     

大型汽轮发电机定子绕组温度监测与故障诊断的软件实现

空心线棒的堵塞是水内冷大型汽轮发电机定子常见故障之一，对其进行在线监测与故障诊断，可为状态检修提供指导作用。在建立出水管测温处温度模型的基础上，用VJ 开发出相应的监测与诊断软件。该软件具有温度查询显示、温度曲线绘制、温度误差曲线绘制、指纹系数的横向和纵向比较、初步的故障诊断等功能。     

一类新的支持向量机核函数——埃尔米特核函数

基于埃尔米特正交多项式,文章提出了向量形式的广义埃尔米特多项式,并由此衍生出一类新的核函数——埃尔米特核函数.该类核函数最大的优势在于其参数仅在自然数中取值,能大大缩短参数优化时间.在鲁棒性与泛化性能方面,文章在双螺旋集和标准UCI数据集上与常用的核函数(多项式核、高斯径向基核等)做了对比试验.     

基于自适应核函数的支持向量数据描述算法

为进一步提高支持向量分类器的分类精度和运行速度,提出了基于自适应核函数的支持向量数据描述分类算法。该算法的核心思想为：根据信息几何中保角映射的方法构造数据驱动的核函数修正算法,然后再利用修正的核函数训练支持向量数据描述分类算法。试验结果表明,该方法具有较好的分类精度和较快的运行速度。     

回归函数的小波支持向量机鲁棒估计法

小波网络具有小波的多尺度特性和神经网络的自学习功能,在回归估计中得到广泛的应用,但其性能受到样本中粗差的严重影响.虽然以M-估计作为目标函数可以解决这个问题,但由于其对应的影响函数由残差绝对值决定,因此如何选择初始参数值成为一个关键问题.为此,提出回归函数的小波支持向量机鲁棒估计方法(小波支持向量回归,WSVR,Wavelet Support Vector Regression).该方法中首先提出并证明了一种新的小波支持向量机(WSVM,Wavelet Support Vector Machine),用于确定初始参数值方法,这种方法能够确定合理的网络结构和合适的初始参数值,保证含有粗差的样本点的残差绝对值较大;然后使用一种构造的M-估计作为目标函数,并提出了自适应确定阈值方法.仿真结果表明,使用这种方法得到的回归模型不仅具有良好的多尺度逼近特性,而且有较好的鲁棒性和较高的推广性能,具有较高的理论和应用价值.     

混合核函数对支持向量机分类性能的改进

通过对核矩阵的计算和研究,从理论上对常用的核函数进行了评估.在此基础上,通过实验仿真证实了通过优选后的核函数所组成的混合核函数对支持向量机分类性能的改善,为核函数的选择提供了参考.     

基于支持向量机的织物悬垂性能评估

分析ε-支持向量机及υ-支持向量机模型，结合织物参数特点，建立基于支持向量机的织物悬垂性能评估模型．以棉织物为例，进行实验分析，结果表明这两种模型具有较好的准确性（训练和评估的相对误差都小于5％），并且需要的样本少，训练的速度快．特别是υ-支持向量机的参数选取较简单，υ在合适的范围内都可以得到比较好的输出结果，验证了基于该模型评估织物的悬垂性能是方便可行的，也为织物质量评估提供了新的思路．     

软间隔支持向量机中核函数的改进方法

考虑软间隔支持向量机中核函数的改进问题.支持向量机通过核函数定义某个非线性变换将空间x等距嵌入到特征空间Z,然后在空间Z中构造分类超平面.核函数在嵌入过程中诱导了放大因子g(x),它描述了向量x映射到空间Z后被放大的程度.因此,考虑构造保形映射h(x)对g(x)进行调整,提高其在支持向量的取值.从而扩大支持向量密集的区域,增大支持向量机对数据的分类间隔使其具有更好的推广能力.