关键词： 断路器   故障保护   最大允许线路长度   电气设计  

摘要： 简述TN系统断路器用作故障保护的原理，并分析19DX101-1《建筑电气常用数据》中关于断路器用作故障保护时的最大允许线路长度，以及与24DX002-1《建筑电气与智能化通用规范》图示二者数据存在差异的原因，提出参考方法，便于工程设计合理应用国家建筑标准设计图集。

摘要： 1发射故障概况2024年，全球航天发射总计263次，再创历史新高，其中成功255次，失败5次，部分成功3次，共发生8起故障。按照国家统计，5次发射失败，其中，日本2次，中国2次，朝鲜1次；3次部分成功中，美国、欧洲和中国各1次（表1）。按照运载器型号统计，263次发射任务中，发射失败型号涉及日本的“凯洛斯”（Kairos）、中国的双曲线一号和力箭一号、朝鲜的新型运载火箭。部分成功型号为中国的长征二号丙、

关键词： 桥梁工程   初始几何缺陷   有限元   U肋加劲板   受压稳定性  

摘要： 【目标】考虑U肋加劲板真实初始几何缺陷分布，研究不同初始几何缺陷状态对加劲构件受压稳定承载力及破坏模态影响规律。【方法】采用三维光学摄影测量系统(TDOPS)的新型测试方法，对12个加劲板试件的初始几何缺陷形态和缺陷幅值进行试验测试，并借助ABAQUS有限元软件对不同初始几何缺陷形态加劲板进行了受压承载力和破坏模态数值模拟计算分析。【结果】U肋加劲板试件纵向几何缺陷呈现正弦半波变形、对角对称扭转变形、L型翘曲变形、正弦半波与扭转耦合变形等4种变形形态，缺陷幅值约为规范推荐值的1.0～2.3倍；试件横向初始几何缺陷分布规律与规范推荐值一致，均呈现正弦半波变形规律，缺陷幅值约为1.0～4.8倍。对于母板宽度较大的试件，初始几何缺陷形态不同对其受压承载力和破坏模态均有影响，承载力有1%～5%的下降，较规范计算值偏大，破坏模态各不相同，而对于母板宽度较小的试件，初始几何缺陷形态不同仅会影响其承载力，而破坏模态基本一致，均表现为U肋端部屈曲破坏，与规范值计算结果相同。【结论】在对U肋加劲板进行受压稳定研究时，需要考虑初始几何缺陷形态不同和缺陷幅值大小带来的影响，进而准确分析加劲板极限承载能力和破坏形态。

摘要： 随着中国双碳战略的加快推进,新型电力系统建设进入关键期,新能源发展迈入大规模、高比例新阶段。柔性直流输电系统作为支撑新能源并网、远距离输送及电网灵活控制的重要手段,其应用规模不断扩大。当前,柔性直流多类型换流器设备渗透率、送电容量和电压等级正持续提升,接入形式更加多样化、复杂化,为其高效稳定运行与安全防御带来重大挑战。

关键词： 汽车发动机   故障特征   检测技术  

摘要： 发动机作为汽车的核心部件，其性能直接影响驾驶安全，因此，对汽车发动机的故障特征进行深入分析并采用先进的检测技术至关重要。本文首先概述了汽车发动机的检测技术及运行原理，其次详细分析了发动机的故障类型，包括进气系统、传动部件、运转特征以及排气系统等方面的故障。最后，本文探讨了多种检测技术，如振动监测技术、仪器检测技术、故障码分析技术、故障检修系统技术、计算机数值分析方法等，并介绍了汽车发动机散热器故障诊断与维修经验。通过这些技术，可以更有效地识别和解决汽车发动机故障，确保汽车的正常运行。

关键词： 小样本   滚动轴承故障诊断   格拉姆角场   对抗神经网络  

摘要： 基于小样本的滚动轴承故障诊断方法已成为研究的热点问题之一，本文基于小样本问题提出一种基于注意力机制改进的深度卷积生成对抗网络（Self-Attention Deep Convolutional Generative Adversarial Network,SA-DCGAN）样本扩充方法。首先将一维振动信号通过格拉姆角场（Gramian Augular Fields,GAF）转化为二维图像，然后将转化得到的二维图像通过SA-DCGAN完成样本扩充，最后将不同扩充样本量下的数据进行分类并查看分类效果。通过试验验证，本文提出的故障诊断方法在样本量扩充至5倍后模型稳定且准确率由未扩充前的73%提升至99%。

关键词： 扩大误差系统   预见重复控制   重复控制   故障系统   输出反馈   线性矩阵不等式  

摘要： 本文将预见重复控制理论与带执行器故障参数不确定系统相结合,提出带有输出反馈的预见重复控制方法,融合预见控制和重复控制各自的优势,以实现对周期输入信号的跟踪.利用二维模型方法和状态增广技术,推导出二维扩大误差系统,将原系统的预见重复控制问题转化为扩大误差系统的输出反馈问题.并且改写输出方程、通过LMI技巧给出闭环系统渐近稳定的条件及预见重复控制器的设计方法.通过数值仿真验证本文设计方法的有效性.

关键词： 状态监测   振动   气蚀   动不平衡  

摘要： 某石化厂锅炉给水泵运行过程中振动超标,设备运行状态达不到运行要求,利用状态监测技术对其进行分析,确定故障的要因有两个,一是泵存在轻微气蚀现象,二是转子动不平衡。根据状态监测诊断结论,采取相应的解决方案,大大降低设备振动速度值,同时验证了状态监测分析判断的准确性。

关键词： 故障识别   不平衡样本   变分模态分解   数据增强   滚动轴承  

摘要： 滚动轴承在机械设备中至关重要，其健康状态直接关系到机械设备安全运行和整体性能，然而，实际运行中获取足够的故障样本进行研究是一项挑战。因此，针对实际工况下故障样本数量缺少、与正常样本数量相比形成类不平衡的情形，提出一种基于变分模态分解(Variational mode decomposition， VMD)重构数据增强的故障识别模型。首先，将轴承故障信号通过VMD分解和滤波调整重构为平衡数据集。其次，建立各故障类型样本特征参数与不同故障尺寸间关联性，实现生成样本特征评估。最后，通过深度学习YOLOv8算法对各不平衡比例数据集进行深入分析。分析实验结果表明，所提方法能有效扩充少样本场景下的轴承故障数据，提高故障识别精度，从数据层面解决类不平衡问题，对于轴承不平衡样本故障识别具有可行性和有效性。

关键词： PSO算法   小波分析   医疗设备   故障   信息处理  

摘要： 由于医疗设备极易发生故障信号丢失等现象，研究提出一种基于改进粒子群算法的处理方法。首先需要引入小波分析，对数据进行预处理，之后通过算法实现最优特征子集的提取。其次，利用多层前馈神经网络进行初始故障检测，并引入证据理论算法，实现诊断结果的决策级融合，构建了医疗设备故障信号处理模型。结果表明，经过小波分析降噪后的信号噪点得到了显著降低。相对于传统模式识别方法，研究的改进模型准确率分别提高了9.7%、10.3%、10.8%。基于D-S证据理论的诊断结果则能更好地提高诊断的准确性。研究对于提高医疗设备的安全性有着重要的现实意义，能够及时排除故障，节约运维成本。