数字孪生技术在轮机故障诊断课程中的应用研究

随着数字孪生技术的不断发展,其在教育教学领域也有了不少的运用案例。为了适应轮机工程专业在新工科建设背景下的人才培养理念,将前沿的科技引入教学改革,进行基于数字孪生技术的轮机故障诊断课程教学改革探索。轮机故障诊断课程涉及的理论复杂且抽象,往往难以达到良好的教学效果。而融入数字孪生技术对该课程进行教学改革,可以有效深化学生对课程的认知及其对专业知识点的理解。课程教学改革中,对涉及的关键轮机设备进行数字孪生平台建设,以五大类常见轮机设备故障进行仿真建模,并融合机理进行分析,以实现三维直观展示,降低学生对课程的理解难度。该课程改革符合轮机工程专业的人才培养理念,可为该专业工程实践教学改革提供一种新的思路。

基于CAN的全自动电子定量包装秤的设计

为了提高定量电子包装秤的可靠性、实时性和可扩展性,设计了基于CAN总线的全自动电子定量包装秤。该系统由一个主节点和多个从节点构成,节点之间采用CAN总线相接,已实现各部分功能模块化。同时阐述了定量包装秤的整体结构、工作原理等。实验使用上位机软件实时采集现场数据,各项性能参数显示,系统满足设计要求。该设计已申报受理专利。

数字孪生平台辅助沉浸式教学在轮机故障诊断课程中的应用

针对轮机故障诊断课程传统教学方法以理论讲授为主,存在理论脱离实际、故障情形认知不足、实际应用能力欠缺等问题,提出了一种基于数字孪生平台辅助的沉浸式教学方法。针对课程中轮机设备中转子不平衡、转子不对中、转子松动、轴承故障、齿轮故障五大设备故障进行数字孪生平台搭建,通过集成数学模型、数据采集与分析、故障诊断系统等内容,搭建沉浸式教学平台,增强学生的课堂参与感,提高学生的学习效果,为学生提供一个真实且安全的环境进行理论学习和实践操作。该教学方法的运用,可加深学生对于知识点的理解,并提高学生课堂学习的参与度和积极性,为学生掌握该课程内容提供有效帮助。

太阳能光伏电源的研究与优化设计

针对目前太阳能光伏电源普遍存在的成本高,效率低的现状,本文针对性地从逆变器的拓扑结构、蓄电池容量设计和最大功率跟踪等几个方面进行了详细分析,并完成了系统性的优化设计。

基于PSO-LSSVM的永磁同步直线电机局部退磁故障识别

针对永磁同步直线电机(p e r m a n e n tm a g n e t synchronouslinearmotor,PMSLM)局部退磁故障问题,采用粒子群优化最小二乘支持向量机(particleswarm optimization-leastsquaressupportvectormachine,PSO-LSSVM)分类模型,实现对PMSLM局部退磁故障的准确识别。首先,基于等效磁化强度法,建立PMSLM局部退磁故障解析模型,引出包含故障特征信息的多峰图;其次,通过对比分析不同故障类型的多峰图,提取峰个数、峰起始位置、峰值比、退磁程度等参数,构造故障特征量;最后,采用PSO-LSSVM算法,建立用于识别PMSLM局部退磁故障的分类模型。有限元仿真实验和样机实验表明,该方法能够准确离线识别PMSLM局部退磁故障,识别率达到100%。

基于ALE-MRAS磁链观测器的永磁同步直线电机均匀退磁诊断研究

设计了自适应线性神经元?模型参考自适应(adaptive linear element-model reference adaptive system,ALE-MRAS)磁链观测器,以解决永磁同步直线电机(permanentmagnet synchronouslinearmotor,PMSLM)多工况下均匀退磁磁链观测问题。首先,建立PMSLM正常、微弱、轻度、中度以及重度退磁故障下的有限元模型,仿真计算不同退磁程度下磁链的精确值;其次,建立模型参考自适应(model reference adaptive, MRAS)磁链观测器,采用自适应线性神经元(adaptivelinear element,ADALINE)算法在线修正MRAS的自适应律,得到ALE-MRAS磁链观测器,实现多工况下准确地在线磁链观测;然后,选取磁链幅值为故障特征值,结合ALE-MRAS磁链观测器观测结果,与有限元故障模型计算得到的磁链精确值进行对比,诊断出故障及故障程度;最后,制作退磁样机,搭建实验平台,对不同工况下的退磁故障进行诊断,精确度高达98%以上。通过与滑模磁链观测器和MRAS磁链观测器的对比,验证了文中诊断方法的正确性和先进性。

基于加权峭度自适应滤波和对称差分能量谱的船舶推进轴系轴承故障诊断

【目的】滤除振动信号中的背景噪声、增强故障冲击特征,实现船舶推进轴系轴承故障诊断。【方法】提出一种基于加权峭度自适应滤波和对称差分能量谱的信号处理方法:设计加权峭度自适应高通滤波算法,以加权峭度指标作为迭代优选条件,解决传统最佳截止频带选取只能依靠先验知识的缺点;在传统Teager能量算子的基础上引入希尔伯特变换和对称差分求导方式,解调滤波后信号从而得到能量谱。【结果】在仿真实验和工程实验中,振动信号中的背景噪声被滤除,故障冲击更加突出,能正确识别轴承外圈故障、内圈故障及滚动体故障。【结论】加权峭度自适应滤波具有算法复杂度低、运行时间短的优点;对称差分能量谱能够有效提升故障冲击信号的能量占比。本方法能够准确诊断船舶推进轴系轴承故障。