国内外1.5D弯头壁厚设计标准对比

对1.5D管线钢弯头承受内压时的受力情况进行了分析,计算得出弯头承受内压时周向应力的分布是:内侧最大,外侧最小,内外侧分界处(即中性层)与直管相同。对比了GB 50251—2003,SY/T 0518—2002和国外标准ASME B31.3—2004对弯头壁厚的设计要求,并通过压力试验进行了验证,认为ASME B31.3—2004标准对弯头壁厚的设计理论更为合理,即在同等壁厚条件下,弯头内弧受力大于外弧及中性层。使用ASME B31.3—2004标准设计弯头,既能满足内外弧受力要求,又在一定程度上节约了原料成本。

Modelling of First Discharge in EAST Tokamak

An 1.5D equilibrium evolution code was used to model the time evolution of the first ohmic discharges in the EAST experiment. Good agreement between the simulation and the experimental results was obtained in the plasma current, major radius, electron temperature, loop voltage and poloidal field （PF） current for the entire duration of the discharge, which indicates that the code is highly reliable and will allow to further study the EAST discharge. At the same time, the code also simulates some important plasma parameters without experimental measured data yet, such as the plasma minor radius, central and edge safety factors, elongation and triangilarity, which are important in the analysis of EAST data.

基于多重降噪的滚动轴承声信号故障特征提取

针对滚动轴承故障诊断中声信号信噪比较低、特征提取困难的问题,提出多重降噪轴承故障特征提取方法。该方法首先用最小熵解卷积对故障轴承声信号进行预处理来提高信噪比,然后利用局部特征尺度分解将处理后的信号分解为多个内禀尺度分量,进一步利用相关系数-峭度值原则,筛选出最佳内禀尺度分量进行重构,最后通过1.5维Teager能量谱提取轴承故障特征。仿真及实验结果表明,相较于单一使用最小熵解卷积或局部特征尺度分解等降噪方法,多重降噪方法可以在信噪比极低的情况下有效提取故障特征。

改进VMD与MOMEDA的自适应滚动轴承联合降噪方法

当轴承出现局部故障,能够表征滚动轴承早期故障的微弱冲击特征在传感器采集的过程中往往被强背景噪声所淹没,且易受信号传输路径的影响,从而导致轴承故障难以诊断。针对上述问题,本文提出一种改进VMD与MOMEDA(Multi-point optimal minimum entropy deconvolution,多点最优最小熵解卷积)的自适应滚动轴承联合降噪方法。首先为了避免VMD方法重要参数严重依赖人工先验知识等问题,采用PSO寻优算法对VMD重要参数进行优化处理,并以峭度作为优化指标选择最优IMF分量,进一步采用MOMEDA消除信号中传输路径的影响,最后结合1.5维能谱诊断滚动轴承故障。与MED-VMD及常规包络谱方法相比较,证明了本文所提方法在轴承故障特征提取领域的优势所在。

基于振动信号的气体绝缘金属封闭输电线路局部放电诊断方法

为对气体绝缘金属封闭输电线路(GIL)局部放电缺陷进行识别与诊断,本文提出一种基于1.5维能量谱与粒子群优化极限学习机(PSO-ELM)的局部放电缺陷诊断方法。首先,通过计算局部放电引起的GIL异常振动信号的1.5维能量谱,得到不同类型放电情况的能量波动特征;其次,构建PSO-ELM模型,以1.5维能量谱作为特征量对GIL局部放电故障进行识别与诊断;最后,通过不同方法的对比,验证该方法的优越性,为GIL在输配电系统中的安全、稳定运行提供依据。