FPSO Essential工况供配电方案设计

FPSO(浮式生产储油装置)作为海洋油气田开发工程特别是深水油气田开发的一种重要设施,合理进行Essential工况供配电设计,对于保障海上油气田安全生产及经济合理开发具有重要意义。本文针对FPSO中Essential工况供配电方案设计展开讨论,从IACS(国际船级社协会)及各大船级社规定出发,同时结合具体工程项目实施方案,明确了Essential工况供配电系统设计方法,指出应从经济、操作需求两个方面并结合船级社要求综合考虑Essential工况供配电设计。

FPSO Essential工况电气设计探讨

浮式生产储油装置(FPSO)作为海洋油气田开发工程特别是深水油气田开发的一种重要设施,合理确定其“Essential”负荷及其电源配置,对于保障海上油气田安全生产及经济合理开发具有重要意义。本文针对FPSO中Essential工况电气设计展开讨论,从IACS(国际船级社协会)及各大船级社规定出发,同时结合具体工程项目实施方案,明确了Essential负荷选取方法和典型负荷、电源配置方法及供配电系统主接线方案,指出应从经济、操作需求两个方面并结合船级社要求,综合考虑Essential工况电气设计。

超长柔性悬挂固体充填刮板输送机异常工况表征及自主调控方法

固体充填刮板输送机是固体充填开采技术的关键装备,其高效智能化的程度制约着固体智能充填开采技术的进步,暂难突破超大采长、大功率、高可靠性的瓶颈,运行状态受地质条件、充填工艺等主控因素影响显著,异常工况自主调控问题亟待解决。总结了固体充填刮板输送机特征;构建了固体充填刮板输送机位姿形态与运输状态表征方法;通过分析异常工况的形成机理,选取异常工况判别指标,结合位姿与运输状态表征方法,给出了其空间位姿、牵引状态等异常工况判别准则与典型异常工况的调控路径,揭示了多工况状态下固体充填刮板输送机运载调控机制,提出了实时调控充填材料运输量、直线及水平程度组合的异常工况自主调控方法。全国首个260 m工作面长固体充填工程案例表明:通过异常工况自主调控,平均最大水平偏移距每减少100 mm,刮板链牵引力可减少85 kN,输送功率损耗可减少55 kW;平均最大垂直偏移距每减小100 mm时,输送功率损耗可减少7.2 kW;单位长度货载运量每减少100 kN/m,刮板链牵引力可减少31.9 kN,输送功率损耗可减少38.2 kW。所提出的异常工况自主调控方法可显著提升固体充填刮板输送机的输送效能,可助力实现固体智能充填开采。

光储直流微电网多运行工况稳定性分析

直流微电网的结构越来越复杂,运行工况也越来越多,而现有稳定性分析方法主要针对单一工况。因此研究适用于多工况运行系统的通用稳定性分析方法非常必要。首先,依据不同的运行工况建立光储直流微电网各单元的阻抗模型,利用稳态分析法结合劳斯判据推导得出系统稳定时负载功率及母线电容的边界条件;其次,通过重新定义系统环路增益表达式,得到更具通用性的基于母线电压控制变换器(BVCC)和母线电流控制变换器(BCCC)的稳定性判据,并利用该判据对系统多种运行工况进行稳定性分析,借助所得边界条件对稳定裕度较低的工况计算合适的系统参数,保证系统能够处于稳定运行状态;最后,搭建系统的仿真模型,通过对3种典型工况仿真分析,验证边界条件及稳定性分析结论的准确性。

融合工况预测的燃料电池汽车里程自适应等效氢耗最小控制策略

为有效地提高插电式燃料电池汽车的经济性,实现燃料电池和动力电池的功率最优分配,考虑到行驶工况、电池荷电状态(State of charge,SOC)、等效因子与氢气消耗之间的密切联系,制定融合工况预测的里程自适应等效氢耗最小策略.通过基于误差反向传播的神经网络来实现未来短期车速的预测,分析未来车辆需求功率变化,同时借助全球定位系统规划一条通往目的地的路径,智能交通系统便可获取整个行程的交通流量信息,利用行驶里程和SOC实时动态修正等效消耗最小策略中的等效因子,实现能量管理策略的自适应性.基于MATLAB/Simulink软件,搭建整车仿真模型与传统的能量管理策略进行仿真对比验证.仿真结果表明,采用基于神经网络的工况预测算法能够较好地预测未来短期工况,其预测精度相较于马尔可夫方法提高12.5%,所提出的能量管理策略在城市道路循环工况(UDDS)下的氢气消耗比电量消耗维持(CD/CS)策略下降55.6%.硬件在环试验表明,在市郊循环工况(EUDC)下的氢气消耗比CD/CS策略下降26.8%,仿真验证结果表明了所提出的策略相比于CD/CS策略在氢气消耗方面的优越性能,并通过硬件在环实验验证了所提策略的有效性.

大功率履带越野车用液力变矩器循环工况构建

为解决液力变矩器的传统稳态试验工况同实车工况契合度不高、无法反应实车上运行状态的问题,提出了一种大功率履带越野车用液力变矩器循环工况。在某型履带车辆实车工况数据基础上,统计分析液力变矩器在实车运行中的工况特征,选取了12个统计特征参数和10个比例特征参数,利用主成分分析法对工况数据进行了降维处理,通过无监督学习中的K均值聚类算法完成了数据片段的聚类分析,使用动态规划方法整合闭锁工况,获取典型工况片段用于循环工况重构,利用汉宁窗对片段进行平滑连接。以循环工况与总体数据主要特征值平均误差、连接处转速差值总和及斜率差值总和为目标,借助模拟退火和多目标粒子群算法进行优化,构建基于实车数据、契合液力变矩器实车运行特征的循环工况。结果表明,最终所得工况由叶轮转速——时间和闭锁信号——时间组成,主要特征参数平均相对误差为2.92%,与实车数据的工况特征表现一致。本研究成果为设计液力变矩器的可靠性试验工况提供了一种新的思路和途径。

基于信息融合子域适应的不同工况下谐波减速器故障诊断方法

针对工业机器人谐波减速器不同工况数据分布差异大,部分工况数据标签缺失以及单一传感器获取信息不全面,导致诊断准确率不高的问题,提出一种信息融合子域适应的不同工况下谐波减速器故障诊断方法。该方法将源域和目标域一维振动数据利用小波变换构建时频图;使用基于小波变换的图像融合方法整合多个传感器的时频信息并构建融合图像;提出多表示特征提取结构的改进残差网络以充分挖掘融合样本多表示特征,同时,在无监督场景下将源域和目标域融合样本的多表示特征进行子域适应处理,减小两域的各个子域间的分布差异,从而将知识从标签丰富的源域迁移到标签缺失的目标域,最终实现不同工况下谐波减速器的故障诊断。通过搭建工业机器人谐波减速器故障实验台并进行实测,所提方法在所有迁移任务中平均准确率可达98.8%,能够有效实现无监督场景中不同工况下谐波减速器的故障诊断。

自监督学习结合对抗迁移的跨工况轴承故障诊断

轴承智能故障诊断应用中,由于实际工况复杂多变,极难获得足够的真实故障数据,且目标域和源域信号存在较大差异,导致深度模型的跨工况迁移识别也出现特征提取及分类困难、模型泛化性弱。考虑到目标域存在大量无标签数据,引入无监督思想,提出基于自监督学习结合对抗迁移的改进方法。首先根据信号本身特点创建辅助任务,对大量无标签数据学习,建立源域与目标域故障类别之间的内在联系;再通过对抗域适应和联合最大平均差异将源域知识迁移到目标域中,结合辅助任务优化两域差异,最终实现目标域准确的故障分类。用2个公开的轴承数据集上验证了所提方法的性能,实验结果表明,所提方法的故障诊断识别准确率在多数情况下均高于98%。

基于卷积神经网络的多工况多传感滚动轴承实时监控方法

针对工业环境中广泛在多工况下多滚动轴承实时状态监测的需求和部署环境受限的挑战,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的面向多传感器滚动轴承运行状态监控方法。该方法将两个不同工况下的一维时间序列数据集以均方根(Root Mean Square,RMS)指标标注,并通过将一维时间序列多传感器数据重构为二维空间张量的形式输入卷积神经网络训练。最后利用层融合和16比特量化优化,将网络部署到FPGA上,用以解决CNN的计算开销。实验结果表明,在结合了两种不同工况的数据集下,网络测试推理准确度依然高达99.24%,比多层感知机实现高10.48%,比多层感知机结合支持向量机的实现高2.91%,该算法对于新加入的数据集也有较强的鲁棒性,经过重训练,新加入的数据集准确率可以达到99.17%。基于FPGA部署优化的网络的峰值能效为76.217GPOS/W,为CPU实现的33.09倍,GPU实现的5.39倍。其中,16比特精度部署的网络测试精度相较32比特精度实现仅降低0.001%。

高温气冷堆主氦风机变阻力工况调试方法

高温气冷堆主氦风机调试期间,由于一回路阻力低于设计工况,因而主氦风机无法完成全转速范围性能测试。基于主氦风机的理论特性与相似原理开发主氦风机不同阻力工况调试参数的推算方法。结合主氦风机单体试验工况点,准确推算主氦风机冷态与热态性能试验的工况点参数,并指导完成高温气冷堆主氦风机全转速、满功率性能测试。通过对主氦风机调试与出厂试验结果的对比分析,验证本推算方法的可行性,并给出空气介质与氦气介质工况转换的修正因子。通过主氦风机调试与运行数据的对比分析,可以看出本文提供的主氦风机调试工况具有足够的包络性,能够覆盖高温气冷堆运行期间主氦风机的所有运行工况,证明了本文提供的变阻力工况主氦风机调试方法满足高温气冷堆主氦风机性能验证需求,可用于指导后续高温气冷堆的主氦风机调试工作。

基于改进三元组网络的回转窑火焰图像工况识别

针对回转窑火焰图像细节特征难以区分导致的工况识别困难的问题,提出一种基于改进三元组网络的小数据集回转窑火焰图像工况识别方法。该方法在原始三元组网络的基础上优化了距离度量方式并引入类内距离损失。首先,将回转窑火焰图像的RGB通道分离后分别进行双边滤波预处理,保留具有火焰边缘信息的特征,并在原始三元组损失中通过引入类内特征距离损失,使其能够在增大类间距离的同时,减小类内距离;然后,通过基于马氏距离的改进三元组网络获取具有细节差异性的火焰图像特征;最后,采用K均值聚类算法对有标签的特征向量进行工况识别。实验结果表明,该方法得到的特征具有更强的判别性,可以有效提高回转窑工况识别的分类精度,指导回转窑操作。

考虑起飞工况的航空发动机性能退化预测研究

针对现阶段航空发动机性能退化建模研究没有考虑起飞工况的影响问题,提出了基于修正的非线性维纳过程发动机性能退化建模方法。该方法结合了同类型号发动机的历史性能退化数据与个体发动机的实时退化和工况数据。首先,考虑发动机每次起飞的工况不同,把工况修正引入非线性维纳过程建立发动机的性能退化模型。然后利用极大似然估计方法求得退化模型离线估计值,基于贝叶斯理论对退化参数进行在线更新,最后基于局部线性嵌入算法,对工况参数进行融合构建工况因子,修正退化参数,实现了基于起飞工况的单台发动机性能退化预测。结果表明,采用融合工况因子修正模型,与未修正和压比修正模型相比,平均绝对百分比误差分别降低1.50%和1.01%。证明融合工况因子修正模型能降低发动机起飞工况差异和仅用单工况参数修正所造成的预测误差,可以用来辅助指导下发决策。

偏转工况L型吊舱推进器敞水性能数值研究

针对吊舱推进器在偏转时诱发的剧烈的水动力不稳定问题,以某L型吊舱推进器为研究对象,采用计算流体力学(CFD)方法和滑移网格技术对不同偏转角β(β=0°、±10°、±20°、±30°)下L型吊舱推进器进行敞水性能数值研究。研究结果表明:吊舱推进器螺旋桨的推力、扭矩以及吊舱单元的侧向力均随偏转角的增大而变大,其中吊舱推进器螺旋桨的推力系数、扭矩系数受偏转方向影响较小。β=0°时,受螺旋桨旋转时产生的周向诱导速度的影响,吊舱推进器在直航工况下也会受到侧向力作用,当吊舱推进器向右偏转时,其迎流侧产生的侧向力会与螺旋桨旋转尾流产生的侧向力相互抵消,导致吊舱推进器在向右偏转时产生的侧向力整体小于向左偏转时产生的侧向力;由于螺旋桨旋转尾流会与后方舱体、支架相互干扰,吊舱推进器整体推力系数并不是关于直航时对称,小偏转角(|β|≤15°)对吊舱推进器整体的推力系数影响较小,当偏转角|β|>15°时,推力系数会迅速下降。

大容量压缩空气储能电站压缩机宽工况动态特性研究

为了掌握大容量压缩空气储能电站压缩机组的宽工况动态特性,使用多学科仿真平台MSP和模块化建模工具PowerBuilder搭建了全工艺流程的300MW级压缩空气储能系统,分析了压缩机组关键参数的变工况特性,这些关键参数包括流量、压比、出口温度和效率等;模拟了末级压缩机的变频调节特性,确定了定流量注气方式下压缩机的变频开度曲线;探讨了间冷条件变化对压缩机运行特性的影响。结果表明末级压缩机的关键参数变化最为显著;间冷条件的变化对压缩机组的运行特性影响较大,为大容量压缩空气储能系统压缩机组的变工况运行调节提供了数据支撑和科学依据。

基于自主漂移的自动驾驶车辆极限工况轨迹规划与控制

为兼顾自动驾驶车辆在极限工况下的稳定性与轨迹跟踪性能,提出了一种基于自主漂移的自动驾驶车辆轨迹规划与控制方法。基于神经网络设计了神经网络轮胎动力学模型,提升了传统魔术轮胎公式的精度。为进一步拓展自动驾驶车辆极限工况下的稳定边界,基于漂移时轮胎饱和及最大侧滑特性结合质心侧偏角-横摆角速度相平面约束设计了漂移稳定边界,采用非线性模型预测控制(NMPC)在更大稳定范围内规划了安全漂移轨迹,并对规划轨迹进行了漂移跟踪控制。Simulink/CarSim联合仿真结果表明,该方法可充分利用漂移运动优势,在极限工况下确保车辆不发生失控,同时准确跟踪期望轨迹。

工况对双螺杆混输泵振动特性影响实验

为研究工况对双螺杆混输泵振动特性的影响,搭建双螺杆混输泵多通道振动测试系统,测试并分析不同含气率、转速及出口压力下混输泵振动参数。结果表明:排液开始时排液腔瞬时打开诱发射流,射流向竖直向的泵出口偏转从而产生压力脉动并诱发振动,导致泵竖直方向振动加速度有效值高于水平方向和轴向;含气率为7.5%时振动加速度有效值为纯液工况时的1.88倍,随着含气率进一步升高测量值降低;而含气率大于20%时,振动有效值继续升高。在转速为1450r/min时y方向振动加速度有效值是850r/min时的2.95倍;振动加速度有效值随出口压力变化较小。当转速由850r/min升高至1450r/min时,径向垂直方向振动加速度主频由75fn移动至50fn。研究可为提高双螺杆混输泵运行稳定性提供指导。

某平推式桥梁展开工况下模态分析与试验研究

为了研究桥梁架设中的振动问题,以一种平推式桥为研究对象,针对桥架设过程中最危险的展开桥工况,建立了展开桥的柔性多体动力学模型,并进行了模态计算和试验研究。结果表明:1阶振动的计算值为0.5447 Hz,实测值为0.5072 Hz,振型为横向弯曲,试验结果与模态计算值接近,最大误差为6.8%,验证了有限元模型的准确性;在展开桥工况下,结构自振频率梯度明显,识别度高。

复杂大电网非预设性运行工况下的继电保护动作适应性仿真分析

非预设性运行工况下的突发事件多,导致继电保护逻辑的适应性较差,不合理区域较多,为此,进行复杂大电网非预设性运行工况下继电保护动作适应性仿真分析。分析历史常规故障,标记故障点最常发生位置,构建零序、负序方向元件模型、距离元件模型、纵联电流差动元件模型,观察复杂大电网非预设性运行工况下的电网参数变化情况,第一时间掌握电网的耦合性,不断选择电网所需的继电保护动作逻辑,确认继电保护动作适应性。仿真实验表明,将故障点设置在保护区域内和区域外,继电保护动作能够根据故障选择不同保护模型进行故障母线切除或者保护不动作,适应性好。

基于随机邻域嵌入的无监督复杂工况识别

现代工业生产设备通常结构复杂并交替运行于不同工况,基于监测数据进行准确的工况识别是对系统进行健康监测的基础,但系统的监测数据通常维度较高、数据量较大。针对设备复杂工况的识别问题,提出了一种基于随机邻域嵌入的无监督工况识别方法。采用随机邻域嵌入算法,能够保留数据的局部和全局结构特性;计算了高维和低维空间中数据点的概率相似性,可实现设备高维监测数据的降维和无监督聚类,在不建立系统模型的基础上达成准确识别系统工况的目的。结果表明:该方法可有效实现高维监测数据的复杂工况识别,是一种有效的无监督聚类学习方法。

光伏电解水制氢典型工况及质子交换膜电解堆性能衰减研究

电解水制氢可用于光伏出力消纳和绿氢制备,但目前尚缺乏模拟测试光伏电解水制氢电解堆典型应用场景下的工作模式,即电解堆典型工况,无法为电解堆性能衰减测试提供输入条件。该文提出了一种电解水制氢典型工况的提取方法,首先采用经验小波变换对光伏出力进行时频域分析,提取分时波动特征。然后用改进加权模糊聚类方法获得典型的光伏出力曲线。最后利用工况指标重构出简化工况曲线,并得到对电解堆运行场景模拟的循环工况谱。以我国“三北”地区某光伏电解水制氢系统作为算例,通过波动特征提取,获得了电解堆的典型工况。经初步仿真分析,提取的典型工况较好地刻画了电解堆的性能衰减过程。