关键词： 转炉   干法除尘   蒸发冷却器   粗除尘  

摘要： 转炉炼钢一次干法除尘技术具有占地面积小，用水量小，高效回收煤气，节能减排等工艺优点。蒸发冷却器是整个干法系统的核心，能降低烟气温度，分离粗颗粒粉尘。根据现场反馈，针对蒸发冷却器运行过程中常见的几种故障现象，分析产生原因，通过对设备核心影响因素的精确计算和设计优化，提高设备运行效果，确保炼钢生产的安全稳定运行。

关键词： 永磁容错电机   磁链观测器   开路故障   诊断策略  

摘要： 针对现有故障诊断方法需要多组变量识别开关管和绕组开路故障，且电机运行状态发生变化易导致误诊断的问题，本文提出一种改进的相电压平均值算法。该方法将电机驱动系统与电流型磁链观测器相结合，将诊断变量由故障复杂识别切换为一组变量识别，由阈值范围诊断切换为正负变量组合诊断，通过诊断结果即可区分不同开关管及绕组开路故障。搭建了六相永磁容错电机故障诊断硬件实验平台，并通过实验验证了本文算法的有效性及优越性。

关键词： 齿轮   动态啮合   有限元   裂纹扩展   啮合刚度  

摘要： 【目的】基于线弹性断裂力学理论和动力学仿真，提出了一种模拟齿根疲劳裂纹扩展和计算含齿根裂纹齿轮啮合刚度的模型，以研究直齿圆柱齿轮齿根裂纹扩展特性及其对啮合刚度的影响。【方法】首先，通过齿轮动态啮合过程的动力学仿真，确定初始裂纹位置；然后，创建考虑真实接触情况的齿根疲劳裂纹扩展模型并进行扩展路径仿真；最后，基于裂纹仿真路径，研究了不同裂纹程度对啮合刚度的影响。【结果】结果表明，齿根裂纹的断裂形式主要以张开型裂纹为主，裂纹初期主要向轮缘的方向扩展，后期裂纹朝着齿根的方向均匀扩展；单齿啮合过程中，裂纹对综合变形量和啮合刚度的影响最大；同时，当裂纹深度较小时，扩展路径对齿轮综合啮合刚度的影响较小，随着裂纹深度的增大，这种影响逐渐明显。

关键词： 故障诊断   高压断路器   胶囊层   卷积神经网络   注意力机制  

摘要： 当数据样本量不足时，传统高压断路器故障诊断方法难以满足诊断性能的需求，为此，提出一种基于注意力机制和卷积胶囊神经网络的诊断方法。首先，设计了具有宽卷积核的一维卷积神经网络，在池化层中加入注意力机制，改变振动信号片段的权重分配；然后，在卷积层和全连接层之间引入胶囊层表示特征向量化，保证了故障特征提取的完整性；最后，通过动态路由进行特征传递，得到故障诊断结果。实验表明，文中所提方法能够提高传统网络的性能，在样本数量较少时诊断准确率可达94.7%。

关键词： 输电线路   故障识别   CNN   SVM   特征提取   故障接地  

摘要： 在输电线路中出现故障将会对电网运行安全造成不利影响。为了提高高压输电线路稳定性，设计一种基于卷积神经网络-支持向量机(CNN-SVM)算法的高压输电线路故障诊断方法。构建SVM模型来判断相间故障接地状态，实现输电线路故障精确诊断。测试结果表明，单相和三相接地故障都实现了很高的识别精度，而只考虑初步识别过程对相间故障和相间接地故障的识别率都很低。采用本文方法可以获得更高的准确率，能够实现的相间故障更高精度识别效果，识别AB相间故障时达到了99.87%的准确率。

关键词： 双法兰   液位变送器   安装   调试  

摘要： 从双法兰液位变送器的测量原理、安装及使用出发，详细论述了双法兰液位变送器的现场安装、调试及注意事项。重点阐述了双法兰液位变送器现场安装注意事项，安装后如何进行内部参数设置及现场调试。

关键词： 加氢裂化   循环氢   汽轮机   压缩机  

摘要： 分析加氢裂化装置检修中循环氢压缩机、汽轮机在运行中出现的故障,拆检并提出解决方法,通过维修和改进消除隐患,确保加氢裂化装置安全运行。

摘要： 大型钢铁企业生产组织模式生产连续性和稳定性，必然要求设备运行稳定，对企业精益生产提出了更高要求，进而催生了设备零故障管理要求。钢铁行业经营形势和企业内在精益生产要求，全员应转变观念，要从“设备故障无法避免”的观点转变为“不让设备发生造成生产链中断的故障”的观点，树立“设备零故障是可以实现”的信心。

关键词： 汽车维修   变速器   汽车故障诊断  

摘要： 在汽车动力传动系统中，变速器是其中的主要构件，其性能的稳定性和可靠性直接关系到整车的性能水平与行驶安全。在汽车技术迅速进步的背景下，变速器结构与功能更加丰富，这会增加其故障诊断的复杂性。本文重点分析变速器故障诊断技术，在提升汽车维修效率与质量方面具有参考价值，本文还对变速器故障诊断策略及其在汽车维修实践中的应用展开了一系列讨论。

关键词： 接地故障   X射线   ShuffleNetV2   注意力机制   迁移学习  

摘要： 气体绝缘全封闭组合电器（GIS）故障检测目前多依赖于人工检查和定期维护，存在效率低、准确性差、易漏检等问题。本文提出一种基于轻量级网络ShuffleNetV2的改进模型，结合X射线数字成像技术（X-DR）自动识别GIS设备接地故障。以ShuffleNetV2网络模型为基础，采用新的激活函数FReLU，可以捕获空间上下文信息，促进网络学习；引入CBAM注意力机制提高网络对细化特征的提取能力，提升分类网络对X-DR图像识别的适应性；通过迁移学习初始化主干网络权重，增强模型的训练起点，缩短训练时间，同时解决训练数据集不足的问题。试验结果表明，改进后的ShuffleNetV2在自建数据集上的平均准确率为91.2%，模型参数量仅为1.61 M，与已有的经典模型相比，分类性能更佳，为电气化铁路牵引供电设备故障检测提供了新思路。