跨风电机组参数微调智能迁移状态监测方法

针对单台风电机组状态监测模型直接用于风电场其它风电机组状态监测准确率较低的问题,提出跨风电机组参数微调智能迁移状态监测方法。计算风电场风电机组之间的相关性,筛选代表性正常风电机组。利用代表性风电机组海量正常监控与数据采集系统数据构建输入特征,建立基于双向长短时记忆神经网络的风电机组状态监测模型。利用其它风电机组大量历史正常数据对状态监测模型进行参数微调,融入待监测风电机组个性化特征,实现跨风电机组的智能迁移状态监测。利用合作企业某风电场的真实风电机组数据,验证所提出的方法,结果表明,参数微调迁移状态监测方法相比单一风电机组状态监测模型直接跨风电机组监测,可以提前2个月监测到早期故障。与其它深度学习方法相比,所提出的方法具有更高的预测精度。

钛合金棒材三辊斜轧的数值模拟研究

基于DEFORM有限元软件建立了钛合金棒材三辊斜轧过程的有限元模型,并对整个轧制过程进行了数值模拟分析,得到了轧件在稳定轧制阶段的应力应变场。研究结果对于控制棒材缺陷,提高轧制效率具有重要意义。