关键词： 电网调度自动化   常见故障   传输延迟   电源故障  

摘要： 以当前电网调度自动化的常见故障问题为切入点,重点分析了电网调度自动化故障的有效改进策略。

关键词： 风电齿轮箱   故障诊断   深度学习   注意力机制   开普勒优化算法  

摘要： 为了保障大型风电机组的可靠运行并实现风电机组的早期故障识别,提出一种融合开普勒优化算法(KOA)、卷积神经网络(CNN)、双向长短时记忆网络(BiLSTM)和注意力机制(AM)的深度神经网络早期故障诊断混合模型。对齿轮箱原始振动数据进行预处理,利用CNN+BiLSTM方法建立输入参数和输出参数之间的逻辑关系,并融合AM+KOA方法,自动、有效地提取深层次故障特征信息,改善传统深度神经网络容易陷入局部最优、收敛速度慢、提取特征能力不足而导致诊断效果不佳等问题,实现风电齿轮箱的智能故障诊断。通过对华中科技大学齿轮箱传动系统动力学实验平台的故障数据进行分析,验证了KOA-CNN-BiLSTM-AM方法的有效性和实用性。与现有多种方法进行对比,结果表明:所提方法能够更有效地提取故障特征信息,并具有更高的故障类型识别率。

关键词： 安全开关   额定容量   额定电压   绝缘故障   电池包   排线   车辆底盘   动力电池  

摘要： 驱动电机型号TZ180XSIN102,电机峰值功率60kW;动力电池额定电压334.88V,额定容量125A·h。故障现象:车辆底盘撞击后,电池包前面下壳体被撞击有轻微变形,其中MSD安全开关、电池包高压插件等塑料件,均因撞击严重损坏(如图1所示)。拆卸MSD开关及电池包高压插件后,钣金技师在矫正壳体过程中,由于操作不当导致电池包上的排线插头损坏(如图2所示).

关键词： 垃圾焚烧发电厂   热控仪表   故障分析   预防措施  

摘要： 电厂垃圾焚烧过程中,热控仪表扮演着举足轻重的角色,其性能优劣直接关乎电厂的安全稳定、经济效益及环境适应性,本文对垃圾焚烧发电厂所使用的热控仪表在运行过程中频繁出现的各类故障进行了细致的分类与深入分析,并在此基础上,剖析了引发这些故障的深层原因,进而针对性地提出了预防故障的系列措施。本文针对垃圾焚烧发电厂的热控仪表管理,旨在提出一系列科学、系统的优化措施,旨在显著提升设备运行的稳定与信赖度。

关键词： 微波组件   知识推理   故障诊断   知识图谱  

摘要： 本研究旨在利用知识推理技术改进微波组件调测过程中的知识补全,以增强故障知识图谱的完整性和准确性,从而提升调测效率和可靠性。针对微波技术领域知识不完备的问题,文中提出了一种基于来自Transformers的双向编码器表示(Bidirectional Encoder Representations from Transformers,BERT)模型的知识推理方法MicroReason-BERT。该模型首先在微波组件故障知识图谱上通过遮掩语言模型进行预训练,增强对现有数据的理解能力。随后,通过使用预训练模型的编码器部分,分别对三元组中的头实体、关系和尾实体进行上下文表示编码。在此基础上,MicroReason-BERT结合确定性分类器与空间测量进行表示和结构学习,以优化模型表现。为进一步提升模型性能,文中还引入多种损失函数进行学习。实验结果表明:MicroReason-BERT在测试集上的综合表现优于其他知识推理模型,有效提高了知识图谱的完整度。

关键词： 塔机   片式标准节   焊接变形   仿真   试验  

摘要： 针对片式标准节在塔机应用过程中的问题,通过片式标准节各故障分析、工艺路线对比、控制精度确定及主要原因的理论分析和试验对比,明确了片式标准节在设计和生产过程中的焊接质量控制点和要求,对塔机生产厂家的设计(公差选择)、生产(焊接)和过程质量管控有较高的借鉴价值。

关键词： 滚动轴承   故障   诊断   自适应多头卷积自编码器  

摘要： 深度学习模型在轴承故障诊断中已经得到良好的应用,现有的研究往往集中在故障类型识别上,对故障尺寸的识别不多。另一方面,轴承复合故障的准确诊断是一项挑战。针对以上问题,提出一种新的深度半监督学习模型,即自适应多头卷积自编码器(AMHCAE),可用于滚动轴承故障类型和故障尺寸的识别。采用多头卷积自编码器,可以提取振动信号特征。构建自适应多任务学习模块,在训练过程中根据各任务的重要性和收敛速度自适应引导模型进行学习。在两个滚动轴承数据集上进行试验,验证自适应多头卷积自编码器的有效性。在不同工况和有限样本条件下,自适应多头卷积自编码器相比其他代表性深度学习模型具有更好的故障诊断性能。

关键词： 无人驾驶   智能除草   故障类型   故障分析  

摘要： 智能除草无人驾驶车作为当前人工智能技术落地最具代表性的智能产品,一经问世就受到了广泛的关注与追捧。智能除草无人驾驶车能够在无人值守的模式下自动完成草坪割草。但从实际运行与维护保养来看,智能除草无人驾驶车仍然存在着一些典型故障。本文首先分析了传统手推式除草机的故障类型与原因,在此基础上,着重分析了智能除草无人驾驶车的常见故障类型与原因,并以激光雷达、路径规划偏离和无人驾驶模式识别错误等三个典型故障分析了故障形成的原因和故障处理方法。本文对智能除草无人驾驶车故障诊断的分析能够为AI智能电子电气产品的常见故障分析提供借鉴思路。

关键词： 有限元   换热器   模态   应力  

摘要： 为了确保换热器具有更高结构稳定性和载荷安全性,本文基于有限元模拟方法对折流板组件进行了模态分析,并在极端条件下,实现了对管板结构的应力线性化和评估。建立了螺旋折流板和传统单弓折流板组件的模型,比较和分析了前20阶固有频率和前4阶模态振型。此外,还在管侧压力和壳侧压力单独作用的情况下,对管板结构的强度进行了分析,并通过设置路径获得了应力线性化结果。结果表明,螺旋折流板组件具有更好的稳定性。通过以上应力分解和评估,可以确定其在极端工作条件下的强度符合安全要求。

关键词： 贝叶斯理论   继电保护装置   故障特征量   故障监测模型   故障概率   自动监测方法  

摘要： 为提升继电保护设备隐性故障监测精度,提出继电保护设备隐性故障自动监测方法。首先,依据继电保护设备隐性故障自动监测原理,求取设备电子量特征和发生隐性故障概率。其次,引入权重系数平衡故障数据传输速率,结合稳态分析决策条件,辨识设备隐性故障信息参量。然后,利用贝叶斯网络构造设备保护信息之间的结构关系,并基于隐性故障变量的联合概率和边缘概率构建故障监测模型。最后,对设备隐性故障特征进行自适应融合,得到综合特征指标,并将其作为监测模型输入,得到继电保护隐性故障识别判据,由此实现设备隐性故障自动监测。结果表明,利用所提方法对继电保护设备进行隐性故障监测,得到的启动信号与实际启动信号完全一致,总体监测精度高。