基于SA-PSO的煤矿小功率电机故障诊断研究

小功率电机广泛应用于煤矿带式输送机辅机、水处理系统等场合。为准确诊断小功率电机运行过程中发生的常见故障,提出一种模拟退火粒子群优化(SA-PSO)算法优化最小二乘支持向量机(LSSVM)的故障诊断方法。首先利用RELAX算法剔除定子电流基波频率分量,然后使用小波包分解对信号进行分解和重构,选取重构后特定频带的能量值为特征信号,最后用SA-PSOLSSVM模型进行故障分类。实验结果表明,该方法在小功率电机故障诊断上有较好的诊断精度。

基于Park-WPT和WOA-LSSVM的异步电动机故障诊断方法

针对现有电动机多故障诊断技术诊断精度较差、成本高等问题,基于三相定子电流信号对异步电动机转子断条、气隙偏心及其混合故障进行研究,提出了一种基于Park-WPT(Park矢量变换融合小波包变换)和WOA-LSSVM(鲸鱼优化的最小二乘支持向量机)的异步电动机故障诊断方法。通过Park矢量变换对采集到的三相电流信号进行预处理,根据椭圆轨迹的畸变率提取信号特征,作为第1类特征量;对Park矢量模平方谱进行WPT,求取其分解系数的能量值,作为第2类特征量;采用WOA的收缩包围猎物和螺旋更新猎物位置的机制优化LSSVM中的正则化参数和核宽度,根据提取的2类特征信号建立以WOA-LSSVM为基础的故障诊断模型。实验结果表明,基于Park矢量变换或WPT的单一特征提取算法对混合故障的识别效果较差,故障特征识别率分别为73.75%和88.33%,将2类特征组合后,故障识别率提高到97.08%;WOA-LSSVM的寻优速度较快,故障诊断正确率较高,综合性能优于PSO(粒子群优化)算法、GWO(灰狼优化)算法和GA(遗传算法)优化的LSSVM。

一种矿用变频器异步电动机参数离线辨识方法

在无速度传感器条件下,变频器调速性能与异步电动机参数密切相关,现有异步电动机参数离线辨识方法大多采用快速傅里叶变换等计算电流幅值和相位,存在频谱泄漏和栅栏效应,易导致测量误差。针对该问题,提出了一种将异步电动机等效电路作为负载的矿用变频器异步电动机参数离线辨识方法。采用稳态响应法辨识定子电阻,采用瞬态响应法辨识转子电阻和漏感;在此基础上,建立同步旋转坐标系下的电动机模型,在恒压频比空载运行状态下,对电流瞬时值进行旋转坐标变换,计算电流幅值和相位,进而辨识定转子互感和空载励磁电流,避免了频谱泄漏和栅栏效应。Matlab/Simulink仿真结果表明,转子电阻和漏感参数辨识结果与给定的电动机模型参数相符,验证了参数辨识方法的准确性。380 V/2.2 kW电动机参数辨识实验结果表明,变频器施加给电动机的电压信号得到了正确的电流响应,与仿真结果一致,且电动机参数辨识过程可重复性较好,辨识精度较高。搭建660 V/90 kW矿用变频器机芯,将辨识出的电动机参数用于矿用变频器矢量控制系统,实测结果表明,变频器能够在额定转矩下带载启动并持续稳定运行,电动机参数辨识结果可满足矿用变频器矢量控制要求。

基于Java的摩配件库存管理系统开发

采用Java编程语言+DB2数据库的开发方式,使用SSH框架、FreeMarker模板引擎和JavaScript脚本语言等技术,实现了摩配件信息管理、仓库信息设置、进出管理和库存查询等功能。通过本系统,使用者可以快速高效地操作摩配件进出库,实现库存管理。

纳米鱼油对猫毛发质量及血清抗氧化指标、维生素和微量元素含量的影响

本试验旨在研究纳米鱼油对于短毛猫毛发质量及血清抗氧化指标、维生素和微量元素含量的影响。将20只短毛猫随机分为4组,每组5只,在饲喂全价基础饲粮的基础上,纳米鱼油组每天每只饲喂2 mL纳米鱼油[含有60 mg二十碳五烯酸(EPA)+二十二碳六烯酸(DHA)],鱼油组每天每只饲喂2 mL普通鱼油(含有60 mg EPA+DHA),高剂量鱼油组每天每只饲喂1 mL普通鱼油(含有300 mg EPA+DHA),对照组每天每只饲喂蒸馏水2 mL,试验期为28 d。结果表明:与对照组相比,纳米鱼油极显著改善了猫的毛发鳞片长度(P<0.01),显著或极显著提高了血清总抗氧化能力(T-AOC)(P<0.05)、超氧化物歧化酶(SOD)活性(P<0.01),极显著降低了血清丙二醛(MDA)含量(P<0.01)。同时,纳米鱼油组血清中维生素D_(3)以及微量元素锌含量显著高于对照组(P<0.05),维生素A、维生素D_(2)、微量元素硒含量极显著高于对照组(P<0.01)。综上所述,每天饲喂2 mL纳米鱼油能够有效改善猫的毛发生长质量、机体的抗氧化能力及血清维生素A、维生素D和微量元素硒、锌和钙的含量。