DHCP中继代理在网络仿真平台上的设计与实现

提出了一种基于网络仿真平台实现DHCP中继代理的设计方案。首先使用VMware构建网络仿真平台。接着利用Windows Server 2003的路由和远程访问服务、DHCP服务,实现不同子网之间的路由。并能为不同子网间客户机动态分配IP地址。最后,对该设计方案进行了仿真实验。实验表明该设计方案运行稳定、安全性较高、无需专用的路由设备,也无需多台DHCP服务器。且成本低廉、易于实现,是一个可以推向实用的设计方案。     

基于多尺度数据融合的锂电池健康状态评估

针对锂电池健康状态评估问题,提出一种以人工神经网络为核心多尺度数据融合框架下的锂电池健康状态评估方法.选取内阻、充电电压样本熵和等压降放电时间作为典型特征参数,建立3层分布式人工神经网络对特征参数进行多尺度融合计算,以计算拟合输出结果作为评估健康状态的参考值,并通过美国国家航空航天局(national aeronautics and space administration, NASA)试验数据集进行验证.结果表明：提出的评估方法能够基于锂电池充放电测量数据和解算特征参数,利用多尺度数据融合框架迅速迭代收敛,完成锂电池健康状态评估拟合;该评估方法的计算结果与测试平台实测值相比,平均误差小于3%,评估性能衰退趋势与实际劣化趋势一致.     

滚动轴承故障试验台的理论建模分析

文章对滚动轴承故障试验台进行了理论建模分析,建立了试验台的动力学模型,并应用质 点系动力学总势能不变值原理推导出试验台的运动微分方程。对所得的微分方程进行了分析,为以后滚 动轴承的故障诊断奠定了基础。     

高速列车轴箱轴承典型故障特征的数值仿真分析

基于Adams建立考虑摩擦打滑和保持架效应的高速列车轴箱轴承完全动力学模型,分析高速列车轴箱轴承4种典型缺陷下滚子与保持架的故障动力学响应;通过EMD-包络谱抓取4种典型缺陷下的微弱故障信号特征频率,分析现有故障理论特征频率评估方法的局限性,并将EMD-包络谱方法抓取的特征频率与理论计算故障特征频率结果进行对比。研究结果表明：无论轴承是否存在缺陷,滚子的打滑率均在非承载区有所增大;外圈缺陷会导致保持架角速度比率呈正弦半波周期性变化;内圈缺陷会导致滚子角速度波动较大,保持架角速度偏高于理论角速度,保持架角速度比率呈非周期性激励波动变化,且波动频率较高;滚子缺陷仅对该缺陷的滚子的动力学特性影响较大;保持架缺陷对滚子与保持架的动力学特性的影响较小;理论特征频率计算公式需要充分考虑滚子-滚道摩擦打滑与滚子-保持架兜孔碰撞效应的影响。     

裂纹齿轮时变啮合刚度与传动系统振动机理

研究齿轮裂纹对时变啮合刚度和振动特性的影响机理。首先,将齿轮齿廓分为过渡曲线、渐开线非啮合区和渐开线啮合区3个部分建立精确的齿廓模型,再结合势能法改进时变啮合刚度计算方法。其次,建立齿轮裂纹分析模型,将裂纹扩展路径和有效厚度的限制线分别假设为直线和抛物线,根据几何法和裂纹终止点的位置,改进有效截面积和截面惯性矩的计算方法,求解不同裂纹状态下的时变啮合刚度曲线。最后,建立六自由度裂纹齿轮故障动力学模型,采用龙格-库塔法求解不同裂纹下齿轮传动系统的振动特性和幅频特性,通过小波变换对振动特征进行时频分析。同时,采用统计指标的方法,研究齿轮裂纹对传动系统振动响应的敏感度。研究结果表明：裂纹齿轮在啮合过程中会产生冲击特征,随着裂纹情况的加剧,冲击加剧;峭度对振动响应最为敏感。     

基于综合关键度的电网关键线路辨识

关键线路辨识对预防连锁故障及大停电具有重要意义。为提高电网关键线路辨识的有效性和准确性,在N-1故障条件下,综合分析了线路断开对电网运行状态、系统负载率、线路过载、母线电压波动、系统无功潮流转移和停电事故损失负荷等造成的影响。根据电网的整体和局部特性、有功和无功潮流、母线电压和负载率等变化情况,构建了综合关键度指标,提出了一种基于综合关键度指标的电网关键线路辨识方法。以IEEE39节点系统为算例,将辨识结果与现有研究方法进行比较,验证了方法的有效性和准确性。研究可为电网规划和调度提供参考,对关键线路进行重点监控,提前制定防御措施,可减少连锁故障发生和提高电力系统稳定性。     

风机叶片引下线断裂故障检测与定位方法

风机叶片引下线出现断裂故障,将直接威胁风机的安全运行,然而当前关于叶片引下线断裂故障的检测与定位研究较少。为此,选取2.5 MW真机叶片引下线,并考虑其分支结构,以注入脉冲法为故障检测和定位手段,搭建了叶片引下线断裂故障仿真模型和实验平台,从仿真和实验角度开展叶片引下线断裂故障检测与定位方法研究。研究结果表明,含分支结构的叶片引下线发生断裂故障时,仅凭故障波形难以实现故障检测与定位,可通过对故障波形与无故障波形作差找到故障反射波,依据故障反射波完成叶片引下线断裂故障的检测与定位。所提方法具有较强的可行性和有效性,为当前风电场诊断叶片引下线断裂故障提供了新思路。     

基于载荷均衡的韧性配电网分布式故障恢复

韧性电力系统旨在应对电力系统的极端事件,高效的故障恢复是提高配电网韧性的重要手段。为了提升配电网的韧性,提出了基于载荷均衡的分布式故障恢复方法。首先,相邻馈线终端单元根据故障恢复区负荷、相邻馈线容量及负载率,计算各相邻馈线完成故障恢复后的负载率期望值。然后,各相邻馈线终端单元均以该期望值为目标,分别完成各自的故障恢复路径。最后,根据各相邻馈线的故障恢复路径形成故障恢复区的故障恢复方案。算例分析结果表明,该方法在保证各馈线载荷均衡的前提下可以有效而快速地实现故障恢复。     

广义变分模式分解降噪在齿轮早期故障诊断中的应用

针对齿轮早期故障特征的微弱性和耦合性,本文提出广义变分模式分解(generalized variational mode decomposition, GVMD)-峭度-包络谱法诊断齿轮故障。首先利用GVMD的频域多尺度定频分解属性,根据齿轮故障频谱信息和信号特点设置GVMD主要参数,按需分解信号,准确获取微弱特征分量,避免VMD对微弱特征提取存在的不足和小波包变换能量泄漏引起的微弱特征混淆问题。然后结合峭度准则和齿轮故障频率信息选择故障冲击分量,融合更多故障信息重构降噪信号。最后对降噪信号进行包络解调分析,实现齿轮故障诊断。实际信号分析表明,由于GVMD能够按需获取微弱特征分量,本文所提方法能够获得更丰富的微弱故障信息准确识别齿轮早期故障位置。     

一种基于动态更新神经网络的无监督雷达退化故障预测方法

为了克服传统雷达故障检测方法对专家经验依赖性强、耗费大量人力物力、容易造成过度检修、无法对退化故障进行提前告警等缺点,提出了一种基于动态更新神经网络的无监督雷达退化故障预测方法。首先通过微波测量设备采集峰值功率和工作频率历史数据,其次利用动态更新神经网络对历史数据进行动态更新并预测后续数据,最后采用孤立森林方法对预测数据进行无监督故障检测,以此实现雷达退化故障预测并提前告警。结果表明,本文提出的方法可至少提前10个时间步(100 min)预测退化故障并实时告警,能够在小样本、无故障样本、无特征提取、无人工阈值的情况下实现雷达退化故障预测。