基于神经网络的传感器故障监测与诊断方法研究

提出了一种基于神经网络的传感器故障监测与诊断的新方法。该方法先用BP网络的预测输出和传感器实际输出之差来判断传感器是否发生了故障，然后用函数型连接神经网络模拟传感器的输出特性函数，通过计算神经元连接权值的变化，确定传感器哪个输出特性参数发生了变化，最终推断传感器发生了哪一类故障。该方法的特点是只需要知道一个传感器的信息。电阻应变式力传感器故障诊断实验结果证明了该方法的实用性，为传感器故障监测与诊断提供了一条新途径。     

基于ANSYS的塔式起重机四杆式附着结构强度分析

本文以实际施工中一塔机四杆式附着结构为例,通过利用莫尔积分解决了附着杆结构处于超静定情况下的各杆内力,而后通过有限元的方法对其强度进行了分析.结果表明,该施工单位所使用的塔式起重机超长附着杆能够满足强度的要求,为施工单位在计算塔式起重机超长附着杆内力及校核其强度提供了参考依据.     

旋转电机磁场计算的有限元法研究

在二维电磁场的数学模型基础上,建立二维电磁场有限元的离散方程,利用"场"的方法代替了以前"路"的方法及"场路结合"的方法.算例表明,其算法可有效提高计算精度.尤其对电机的关键部分——齿层区域的磁场精确求解比较有意义,可以根据磁密的饱和程度来精确选材.     

基于改进遗传算法和内点法的无功优化混合算法

文章针对具有离散变量和连续变量共存的高维大规模无功优化问题,采用非线性内点法和改进遗传算法交替求解的混合算法,在迭代的不同阶段,分别对内点法和改进遗传算法进行收敛条件改进,使二者的优化结果互为基础、相互利用,保证了混合算法的整体寻优效率.IEEE118节点系统的无功优化计算表明,所提混合算法可有效提高单一算法的收敛性能和运算速度.     

牵引工况下大功率液力变矩器总成热特性研究

针对推土机在往返工况下液力变矩器油温经常超工作范围问题,分析其液力变矩器内部油温与车辆工况的变化规律,并对液力变矩器液压供油系统进行温度调节与保护,开展牵引工况下大功率液力变矩器总成的热特性研究。以热平衡理论为基础,分析推导液力变矩器的能量损失、传递效率、热量的产生和散失与油温之间关系。利用液力变矩器总成的台架试验,测试了YJ380型大功率液力变矩器在牵引工况下的扭矩、转速、流量、油温等基本特性参数。以试验数据为基础,建立了140kW柴油发动机与该大功率液力变矩器的数学模型,并对其共同工作的数学模型进行了分析;在发动机与液力变矩器功率匹配的基础上,通过计算液力变矩器的能量损失以及散热器的散热效率,得出液力变矩器在不同工况下的内部油温。针对液压系统由于泵排量不足导致的油温过高现象,搭建供油系统模型,通过对液压系统的流量调节优化了液力变矩器总成的热平衡特性,通过控制液力变矩器的闭锁离合器对系统进行了温度保护。最后,将试验结果与数值模拟结果进行了对比验证。研究结果表明:利用发动机与液力变矩器共同工作数学模型计算的油温与实测出口、入口油温均值的相对误差约为2%,验证了该数学模型的正确性;在液力变矩器供油系统基础上,建立了恒温控制及温度的自动保护方案,当油温为60℃~80℃,或100℃~120℃时,通过调节系统流量能保持温度恒定,当油温小于60℃或大于120℃时,通过闭解锁控制可以保证液力变矩器动力总成的可靠性。