【摘 要】
：
随着煤炭发电所产生的环境污染的问题不断加重以及节能减排政策的实施,新能源发电技术受到很多专家和学者的关注。然而新能源发电所产生的电能并网会使得电网电压产生波动,会影响电力系统的稳定性。所以柔性交流输电技术被广泛应用在电网中,柔性交流输电技术(FACTS)设备在装设在电网中会提高电网的输电能力以及提高电网的稳定性。然而FACTS设备的使用过程中,许多的专家和学者研究发现多种FACTS设备的共同使用存
论文部分内容阅读
随着煤炭发电所产生的环境污染的问题不断加重以及节能减排政策的实施,新能源发电技术受到很多专家和学者的关注。然而新能源发电所产生的电能并网会使得电网电压产生波动,会影响电力系统的稳定性。所以柔性交流输电技术被广泛应用在电网中,柔性交流输电技术(FACTS)设备在装设在电网中会提高电网的输电能力以及提高电网的稳定性。然而FACTS设备的使用过程中,许多的专家和学者研究发现多种FACTS设备的共同使用存在交互影响,降低了FACTS设备的控制性能,严重的情况下,会导致电网的不稳定。所以本文针对电网常用的两种
其他文献
柱面气膜密封因其密封性能优良及可适应周向大位移振动的特点,具有极强的发展前景。近年来,国内外学者在柱面气膜密封领域取得了一定进展。T型槽柱面气膜密封作为柱面气膜密封的一个重要研究部分,是柱面气膜双向旋转密封的典型代表。本文对T型槽柱面气膜密封流场及浮环热力耦合开展了研究,对T型槽柱面气膜密封相关性能进行分析,为实现T型槽柱面气膜密封的实际应用打下坚实基础。本文建立了T型槽柱面气膜密封数值模型,并进
滚动轴承作为旋转类机械中的核心部件,其良好的工作状态对于保障机械设备的安全运行至关重要。本文针对滚动轴承运行过程中振动信号非平稳、非线性、故障特征难以提取以及分类准确率低等问题,提出了一种基于变分模态分解(VMD)和优化支持向量机(SVM)相结合的滚动轴承故障诊断方法。首先,针对变分模态分解算法中分解层数K值的取值问题,提出了基于中心频率的方法来进行确定。先将原信号进行VMD处理,得到若干个本征模
随着国内工业机器人的高速发展,对工业机器人的动静态性能指标要求越来越严苛。关节是工业机器人的重要部件,其健康作业是保障工业机器人良性运转的关键。由于工业机器人长期不间断作业,其关节处易产生机械疲劳而使机器人发生异常振动,导致机器人末端的定位与跟踪精度受到影响。在匹配负载时,仅通过电流反馈获取载荷信息,而较少考虑关节控制系统中的非线性与机电耦合等因素,加剧了末端定位与跟踪精度退化,使加工产品产生劣化
行星齿轮箱广泛应用于在船舶、航空、风电等领域,其工作环境恶劣,导致易发生故障。研究发现,对设备故障进行监测与预警,能有效提高设备运行效率、保障人员安全、降低机械设备效费比,因此,设计开发行星齿轮箱故障监测系统具有极大的工程应用价值。针对优化特征改进包络谱(IESFOgram)存在弱特征提取能力较弱及对频率分辨率要求较高的不足,提出了基于谱相干滤波冲击增强的行星轮轴承故障特征提取方法。首先使用IES
随着现代工业和科学技术的迅猛发展,现代机械设备越来越大型化、精密化规模化和智能化,同时它们的运行工况也变得更为复杂和严苛,使得它们必须具备很高的运行可靠性。若机械设备中某些关键零部件发生了故障,不仅会给企业和国家带来巨大的经济损失,甚至可能造成严重的安全事故和人员伤亡。而滚动轴承作为旋转机械设备中的关键零部件之一,因其自身结构的特殊性以及复杂多变的工作环境,出现故障损伤的情况时有发生,因此为保障机
轴承作为机械设备中不可缺少的零部件之一,起着支撑轴和承受载荷的双重作用。轴承在长时间、高速的工作环境下容易发生疲劳损坏。如果未能在轴承发生严重损坏前及时对轴承进行更换或维修,那么极易导致生产事故的发生。因此,提前识别轴承的运行状态显得非常重要。传统机器学习方法需要满足训练集与测试集具有相同分布的要求,即要求在拾取振动信号时,设备的运行工况基本维持稳定。然而除实验室等少数场景能满足该条件外,通常情况
沟道磨损是球轴承的主要失效形式之一。沟道的磨损将改变滚动体和沟道接触的表面形貌,从而进一步影响球轴承的使用寿命。轴承沟道磨损的形成有一定的过程而且受摩擦表面的相对运动和接触力学等多因素的影响。球轴承滚动体在相对沟道运动时会产生滑动、自旋、陀螺等复杂运动形式。这些复杂运动会产生不同的接触条件,进而影响沟道的磨损形貌。同时,润滑剂会在滚动体和沟道之间形成一层油膜,当润滑不充分时,沟道的磨损情况会明显加
作为一个正处于经济结构转型关键期的制造业大国,中国工业机器人的使用近年来呈现爆发性增长的趋势。直齿轮与行星齿轮减速器广泛应用于工业自动化领域,是支撑工业机器人关节运转的重要零部件。其性能严重影响设备的可靠性。齿隙和刚度可能导致行星齿轮的性能下降,因此,振动,温度和电流等被应用到行星齿轮状态监测中。电机电流特征分析(MCSA)广泛应用于电动机本身的监测,但用该项技术监测与电动机相连设备的研究却很少。
回转支承以其结构紧凑、传动平稳、能够承载多个方向载荷等优点,广泛运用到工业机器人、工程机械等领域。内齿式单排四点接触球式回转支承,作为工业机器人腰部回转机构典型的核心基础零部件,内部接触关系复杂,现阶段对其动态特性的研究相对较少,在设计过程中很少考虑关键设计参数和工况条件的影响。建立尽可能符合工程实际的回转支承多体系统动力学分析模型,分析其动态特性并进行动态优化设计显得愈发迫切和重要。从多体动力学
滚动轴承作为关键部件出现在许多设备中,其故障成为国内外对此研究的热点话题,分为单一故障和复合故障诊断。对于滚动轴承的智能化诊断成为未来的新趋势。时频分析与卷积神经网络结合实现了深度学习在信号处理方面的应用,不需要依赖信号处理专家经验就可以实现信号的分类。因此,对于复合故障采用时频分析技术进行故障识别;而对于单一故障用卷积神经网络的迁移学习来解决小样本下的故障类型识别,同时为实现智能化的在线诊断提供