遗传算法在故障诊断技术中的应用——频域最佳特征参数自动再生法

用遗传算法自动再生(Self-reorganization)最佳特征参数方法,几乎可以应用于所有设备的故障诊断。本文就如何自动再生频域的最佳特征参数作了详细论述,给出了具体的操作方法和实例。

遗传算法在故障诊断技术中的应用(续)——频域最佳特征参数自动再生法

四、轴承故障诊断实例 作者已将本文论述的方法应用到许多设备故障诊断当中。这里举轴承故障诊断的例子。 只要找到能够识别图4所示的频谱比S(f)的最佳特征参数,就可以有效地识别图1所示的轴承故障。表1、2、3为(3)～(10)式定义的原始特征参数的识别指标DI和识别概率,从这些表中可以看出原始特征参数对识别轴承的故障不是太有效的。

双钙钛矿型电极材料在中低温固体氧化物燃料电池中的应用

近年来固体氧化物燃料电池（SOFCs）由于高效率（高达80%）、环境友好和燃料适用广泛等优点得到了人们的广泛关注。但是,由于其通常需要1000℃以上的工作温度才能达到所需的性能,其商业化及产业化应用受到了严重制约。中低温固体氧化物燃料电池（IT-SOFCs）的研发是固体氧化物燃料电池进一步商业化的必然趋势。降低工作温度（从高温1000℃以上降低至中低温500-800℃）可提高燃料电池的稳定性、降低电池运行成本、增加系统材料可选性,而研发出中低温下性能优异的燃料电池电极材料是实现固体氧化物燃料电池中低温化的关键。作为混合离子-电子导体材料之一,双钙钛矿型氧化物材料可以成功地将燃料反应活性区域从传统的电极-电解质-反应气体三相界面扩展到整个电极的表面,进而降低材料的极化电阻并大大提高电极在中低温条件下对氧的催化活性。由于双钙钛矿结构材料良好的氧离子传输能力、较低的热膨胀系数、优异的催化活性、较强的抗硫中毒和抗碳沉积能力,近年来成为非常有发展潜力的SOFCs电极材料。本文综述双钙钛矿型氧化物材料作为SOFCs电极材料的最新研究进展,指出目前双钙钛矿电极材料存在的主要问题,并提出SOFCs未来的主要研究发展方向。