期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
干法乙炔粉料系统的改造
1
作者
郭绪佳
《聚氯乙烯》
CAS
2022年第8期3-6,共4页
从电石输送、除铁、破碎、除尘、分离等方面阐述了干法乙炔粉料系统的改造情况,重点介绍了使用气密性电石专用细破机专利技术对电石破碎系统的改造过程。
关键词
干法乙炔
电石
破碎
输送
细破机
氮气
下载PDF
职称材料
细高塔振动问题的探讨
被引量:
1
2
作者
陈阳
《广东化工》
CAS
2018年第18期103-105,共3页
本文以2台细高塔振动问题入手,结合卡曼涡旋理论分析了细高塔产生自振晃动的原因,并探讨了防范细高塔共振的有效措施。
关键词
细高塔
风诱振动
扰流器
下载PDF
职称材料
基于精细复合多尺度散布熵的高压断路器机械故障诊断方法
被引量:
5
3
作者
陈佳豪
吴浩
+2 位作者
李栋
杨杰
刘益岑
《四川轻化工大学学报(自然科学版)》
CAS
2021年第4期40-47,共8页
针对高压断路器机械故障识别准确率不高的问题,提出了一种基于精细复合多尺度散布熵(RCMDE)的断路器故障诊断方法。利用实验室10 kV户内真空高压断路器进行合闸动作时正常、螺丝松动、传动机构卡涩、合闸弹簧储能不足4种状态的振动数据...
针对高压断路器机械故障识别准确率不高的问题,提出了一种基于精细复合多尺度散布熵(RCMDE)的断路器故障诊断方法。利用实验室10 kV户内真空高压断路器进行合闸动作时正常、螺丝松动、传动机构卡涩、合闸弹簧储能不足4种状态的振动数据采集。对采集到的数据计算RCMDE值,并构成特征向量集,将特征向量集分作训练集及测试集。利用粒子群算法(PSO)优化后的极限学习机(ELM)训练训练集得到智能故障识别模型,将测试集输入模型进行测试,实现断路器机械故障诊断。结果表明,基于RCMDE-PSO-ELM的高压断路器机械故障诊断方法能有效识别不同状态的机械故障,并且在噪声干扰以及数据丢失下仍能对故障进行准确识别,具有很好的抗干扰能力,在背景干扰较强的高压断路器故障检测环境下具备一定的实用性。
展开更多
关键词
高压断路器
机械故障诊断
振动信号
精细复合多尺度散布熵
粒子群算法
极限学习机
下载PDF
职称材料
题名
干法乙炔粉料系统的改造
1
作者
郭绪佳
机构
安徽华塑股份有限公司
出处
《聚氯乙烯》
CAS
2022年第8期3-6,共4页
文摘
从电石输送、除铁、破碎、除尘、分离等方面阐述了干法乙炔粉料系统的改造情况,重点介绍了使用气密性电石专用细破机专利技术对电石破碎系统的改造过程。
关键词
干法乙炔
电石
破碎
输送
细破机
氮气
Keywords
dry-process acetylene
calcium carbide
crushing
transportation
fine breaker
nitro-gen
分类号
TQ221.242 [化学工程—有机化工]
下载PDF
职称材料
题名
细高塔振动问题的探讨
被引量:
1
2
作者
陈阳
机构
中石化上海工程有限公司设备室
出处
《广东化工》
CAS
2018年第18期103-105,共3页
文摘
本文以2台细高塔振动问题入手,结合卡曼涡旋理论分析了细高塔产生自振晃动的原因,并探讨了防范细高塔共振的有效措施。
关键词
细高塔
风诱振动
扰流器
Keywords
fine
tower
Wind induced vibration
Spiral vortex
breaker
分类号
TQ [化学工程]
下载PDF
职称材料
题名
基于精细复合多尺度散布熵的高压断路器机械故障诊断方法
被引量:
5
3
作者
陈佳豪
吴浩
李栋
杨杰
刘益岑
机构
四川轻化工大学自动化与信息工程学院
人工智能四川省重点实验室
国网四川省电力公司电力科学研究院
出处
《四川轻化工大学学报(自然科学版)》
CAS
2021年第4期40-47,共8页
基金
四川省科技厅项目(2018GZDZX0043)
人工智能四川省重点实验室项目(2019RYY01)。
文摘
针对高压断路器机械故障识别准确率不高的问题,提出了一种基于精细复合多尺度散布熵(RCMDE)的断路器故障诊断方法。利用实验室10 kV户内真空高压断路器进行合闸动作时正常、螺丝松动、传动机构卡涩、合闸弹簧储能不足4种状态的振动数据采集。对采集到的数据计算RCMDE值,并构成特征向量集,将特征向量集分作训练集及测试集。利用粒子群算法(PSO)优化后的极限学习机(ELM)训练训练集得到智能故障识别模型,将测试集输入模型进行测试,实现断路器机械故障诊断。结果表明,基于RCMDE-PSO-ELM的高压断路器机械故障诊断方法能有效识别不同状态的机械故障,并且在噪声干扰以及数据丢失下仍能对故障进行准确识别,具有很好的抗干扰能力,在背景干扰较强的高压断路器故障检测环境下具备一定的实用性。
关键词
高压断路器
机械故障诊断
振动信号
精细复合多尺度散布熵
粒子群算法
极限学习机
Keywords
high voltage circuit
breaker
mechanical fault diagnosis
vibration signal
fine
compound multi-scale dispersion entropy
particle swarm optimization
extreme learning machine
分类号
TM561.2 [电气工程—电器]
TP206.3 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
干法乙炔粉料系统的改造
郭绪佳
《聚氯乙烯》
CAS
2022
0
下载PDF
职称材料
2
细高塔振动问题的探讨
陈阳
《广东化工》
CAS
2018
1
下载PDF
职称材料
3
基于精细复合多尺度散布熵的高压断路器机械故障诊断方法
陈佳豪
吴浩
李栋
杨杰
刘益岑
《四川轻化工大学学报(自然科学版)》
CAS
2021
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部