DATA MODELING METHOD BASED ON PARTIAL LEAST SQUARE REGRESSION AND APPLICATION IN CORRELATION ANALYSIS OF THE STATOR BARS CONDITION PARAMETERS

Objective To investigate various data message of the stator bars condition parameters under the condition that only a few samples are available, especially about correlation information between the nondestructive parameters and residual breakdown voltage of the stator bars. Methods Artificial stator bars is designed to simulate the generator bars. The partial didcharge(PD) and dielectric loss experiments are performed in order to obtain the nondestructive parameters, and the residual breakdown voltage acquired by AC damage experiment. In order to eliminate the dimension effect on measurement data, raw data is preprocessed by centered-- compress. Based on the idea of extracting principal components, a partial least square (PLS) method is applied to screen and synthesize correlation information between the nondestructive parameters and residual breakdown voltage easily. Moreover, various data message about condition parameters are also discussed. Results Graphical analysis function of PLS is easily to understand various data message of the stator bars condition parameters. The analysis Results are consistent with result of aging testing. Conclusion The method can select and extract PLS components of condition parameters from sample data, and the problems of less samples and malticollinearity are solved effectively in regression analysis.     

THE APPLICATION OF STATISTICAL PARAMETERS OF PHASE RESOLVED PD DISTRIBUTION TO AGING EXTENT ASSESSMENT OF LARGE GENERATOR INSULATION

Agingextentassessmentofgeneratorinsulationisofgreatsignificanceinplanninganeffectiveout ageandmaintenance .Inthelastdecade ,agingex tentassessmentoflargegeneratorinsulationwasasubjectresearchedintensively[1-4] .Anumberofpa pershavebeenpublishedonthetechniquesofinsu lationconditiondiagnosisandagingextentassess mentofgeneratorinsulation .Nearlyalleffortsforinsulationdiagnosisandagingassessmenthavereliedonelectricalmeasurementsandmostattentionhasbeenpaidtoanalysisofcharacteristicsofpartialdis cha…     

L-M神经网络算法在汽轮发电机组故障诊断中的应用

针对汽轮发电机组的故障诊断,采用Levenberg-Marquardt算法建立多层前向人工神经网络,采用改进算法训练网络,克服了传统BP算法收敛速度慢,易陷入局部最小的缺陷.就BP网络的不足,提出了一种改进的BP神经网络模型,并使用L-M算法用于汽轮发电机组故障的诊断.经理论和实践证明:该方法有效地提高了故障诊断的精度和可靠度,为旋转机械故障诊断提供了有效方法.     

用B样条神经网络控制非线性系统的混沌运动

采用B样条神经网络，通过选取混沌系统不稳定周期轨道的不动点附近的数据作为参数扰动模型输入样本的学习，把该模型训练成神经网络混沌控制器，从而预测出混沌系统将来时刻的时间序列，获得控制混沌系统的扰动信号。用该扰动信号，将嵌入在混沌吸引子中不稳定周期轨道镇定到稳定的不动点处．通过对Henon映射的数值仿真实验，证明采用B样条神经网络控制非线性混沌运动是有效的．     

广州地铁一号线牵引电机烧损分析及对策

广州地铁一号线在最近2年的运行过程中，已经出现5起牵引电机烧损故障。故障现象表现为定子绕组绝缘击穿，线圈与定子铁芯电腐蚀严重，转子表面对应于定子绕组烧损处出现环状烧痕。本文针对一号线牵引电机烧损现象，分析了产生原因并提出了应对措施。     

基于BP神经网络的FRP加固混凝土柱承载力预测

为提高纤维增强复合材料(FRP)加固混凝土轴压柱承载力的计算精度,建立了FRP加固混凝土轴压柱承载力的BP神经网络预测模型.利用大量试验数据对神经网络模型进行训练,并用训练成熟的神经网络模型对FRP加固混凝土轴压柱的承载力进行了预测.通过模型预测值与试验结果的比较,证明该模型的预测结果具有一定的可信度,最大误差不超过15%,比其他计算模型的精度高.     

基于生成对抗网络的交通流参数实时估计模型

为有效调控道路网时空资源，需实时估计交通流参数。若要准确估计交通流参数，应详细考虑道路网交通流时空特征。本文基于生成对抗网络，提出一种能捕捉交通流时空特征的实时估计模型，即TSTGAN模型。该模型包括生成器和判别器两部分，生成器利用门控卷积神经网络 捕捉交通流的动态空间特征，使用基于注意力机制的长短期记忆神经网络分析交通流的动态时间特征；采用门控卷积神经网络与长短期记忆神经网络构建判别器；通过对抗方式训练生成对抗网络的生成器与判别器，实时获得交通流参数估计值。使用中国山东省淄博市12个卡口设备和美国加州洛杉矶市23个线圈检测器获得的交通流量数据，验证TSTGAN模型的可靠性。结果表 明，TSTGAN模型引入的时空模块能有效提取交通流的时空特征，所得均方根误差和平均绝对误差比现有模型分别降低2.12%~42.41%和1.66%~40.49%，证明所提TSTGAN模型可以提高交通 流参数的估计精度。     

NEURAL NETWORK FOR THE QUANTUM CORRECTION OF NANOSCALE SOI MOSFETS

The study of silicon on insulator(SOI)MOSfield effect transistors(MOSFETs)has been ofgreat interest in recent years[1-2].As the di mensionsof SOI MOSFETs are aggressively scaled into thenanoscale regi me,the inversion carriers shift appar-ently away fromthe interface of Si O2/Si due to thequantumeffect.So it is quite necessary to take thequantumeffect into consideration in SOI MOSFETmodeling and si mulation.The Schr dinger-Poisson(SP)equations subject to an appropriate boundaryc…     

液压对柱板电极下绝缘油纸沿面放电的影响

探明油纸绝缘在不同液压条件下的放电特性,既可以完善油纸绝缘设备的运检策略,也可以为油纸绝缘设备小型轻量化提供参考. 为此,在自行设计的密闭无局放容器中,对柱板油纸绝缘模型进行不同液压条件下（0.01 ~ 0.60 MPa）的沿面放电试验. 测量了不同液压下油纸绝缘柱板沿面放电发展过程中的放电表征参量,记录了从起始放电到击穿过程中的多个局部放电参数,拍摄了放电过程中白斑和气体现象;根据前人的研究结果,结合不同液压下气体的溶解和压缩规律,推导出了压强增加对油纸绝缘中的气体缺陷具有抑制效应;通过不同液压下放电过程中的白斑和气泡现象,对推导结果进行了验证. 试验和推导结果共同表明:沿面放电的起始放电电压和击穿电压均随压强的上升而增加;在同一电压等级下,最大放电量、平均放电量、放电重复率和放电功率均随压强的上升而减小.      

基于模糊神经网络的拉索耐久性评价模型

将模糊理论与神经网络技术相结合,建立了基于模糊神经网络的拉索耐久性评价模型;网络训练采用改进的梯度下降动量BP算法,经过265次学习,确定了网络各层参数值,得到了网络的收敛解;最后通过5个校验样本验证了拉索耐久性模型的正确性。研究结果表明:拉索构件的耐久性评价指标分为拉索索力、锚固系统、拉索保护层、减震装置4种;采用动态BP算法对网络进行计算时,网络的收敛速度优于常用的BP算法;训练好的模糊神经网络很好地获得并储存了评价专家的知识、经验和判断,可将网络应用于拉索构件的耐久性评价。     

Artificial Neural Network Model for Predicting Ultimate Tensile Capacity of Adhesive Anchors

To predict the tensile capacity of adhesive anchors, a multilayered feed-forward neural network trained with the back-propagation algorithm is constructed. The ANN model have 5 inputs, including the compressive strength of concrete, tensile strength of concrete, anchor diameter, hole diameter, embedment of anchors, and ultimate load. The predictions obtained from the trained ANN show a good agreement with the experiments. Meanwhile, the predicted ultimate tensile capacity of anchors is close to the one calculated from the strength formula of the combined cone-bond failure model.     

废水处理用等离子体窄脉冲电源的研制

主要论述了一种气体放电等离子体窄脉冲电源装置的构成及工作性能;尤其对自行研制的核心部件八电极旋转火花隙开关（RSGS）的大小,尺寸结构进行了说明．分析了电源主电路工作原理,对电路的动态工作进行数学建模和解析求解,为电源设计和元件参数选取提供了依据．通过此套电源所产生出的高压脉冲波形,具有上升沿小于100BS,脉宽不大于1μs,脉冲频率可调,脉冲功率大等特点．通过实验表明,该电源应用于产生等离子体进行废水净化等领域,具有良好的降解效果．     

基于集成式神经网络的扁平箱梁颤振导数预测

扁平箱梁因具有较优的颤振性能,已被应用于绝大多数大跨径桥梁. 为便于桥梁设计者在大跨度桥梁初步设计阶段快速评估扁平箱梁的颤振性能,提出了一种基于集成学习的深度神经网络模型,用于快速预测扁平箱梁颤振导数. 首先采用强迫振动风洞试验获取了15种典型扁平箱梁的颤振导数,结合自由振动风洞试验和二维颤振计算验证了颤振导数的准确性;基于风洞试验数据,构建了大小为525的颤振导数数据集,以此数据集为基础,对所提出的集成式深度神经网络开展了模型训练和性能测试. 计算结果表明:所提出的集成式深度神经网络模型仅依靠扁平箱梁的气动外形特征即可准确且快速地预测不同折算风速下的8个颤振导数,且仅利用本文60%的数据集进行训练即可获取较高精度的预测结果;对比传统的多项式回归模型和单一人工神经网络模型,本文所提出的集成式深度神经网络模型预测精度更高,可直接应用到桥梁初步设计阶段的气动选型和颤振计算中.      

双馈风力发电系统MPPT控制技术的研究

介绍了变速恒频风力发电的基本原理,并采用定子磁链定向的矢量控制方法得到了双馈发电机的矢量控制系统模型.本文利用Matlab软件建立了该系统的仿真模型,仿真结果验证了这种矢量控制策略既能保证定子输出频率的恒定,又能达到有功功率和无功功率的独立解耦控制,同时还能较好地跟踪风力机的最大功率输出.     

高分子湿度传感器湿滞和温度补偿神经网路算法研究

高分子湿度传感器的感湿特性存在湿滞环,并且传感器对温度比较敏感,需要进行湿度和温度补偿。本文构建了两个BP神经网路分别映射传感器感湿特性的升程和降成,并同时将环境温度参数作为神经网络输入的一部分,实现传感器湿滞映射和温度补偿。利用MATLAB神经网络工具箱对网络进行了离线训练和验证,结果表明该网络能够较理想地映射传感器的湿滞环,并能够达到温度补偿作用。     

基于神经网络的汽车发动机故障诊断研究

将BP神经网络应用于汽车发动机故障诊断.利用实际测试的怠速不稳故障样本训练网络并进行测试.结果证明,BP神经网络应用于汽车发动机故障诊断,效果良好,具有较高的诊断效率和准确度.     

小波包-神经网络在摆式列车倾摆控制系统故障诊断中的应用

针对摆式列车倾摆控制系统故障的特点，研究了神经网络结合小波包分析进行故障诊断的方法，采用小波包分解和信号重构的方法，将在摆式列车试验台上采集到的振动信号分解到不同的频带以提取有关的故障信息，并将振动信号各频带内的能量特征作为训练样本输入前向神经网络，用优于改进梯度下降法的Levenberg—Marquardt优化方法对网络进行训练，对倾摆控制系统的常见故障进行识别和诊断。实践表明，该方法对摆式列车倾摆系统故障的诊断是可靠的。     

一种直接控制神经元模型及其在列车停车控制中的应用

本文提出了一种直接控制的神经元模型，并用它构成了前馈神经网络，该网络在用ＢＰ学习算法学习时，提出了变学习步长和势态项系统的方法。并且该网络在特殊情况下，其输出可直接受输入神经元控制，把该神经元所构成的前馈网络应用于列车停车控制中。     

基于遗传算法的神经网络在道路收费中的应用

道路拥挤收费被认为是城市交通管理和控制的一个有效方法,国内外不少学者提出了模型和相应的计算方法。文章根据弹性需求下的拥挤收费模型,利用BP神经网络算法模拟路段流量和路段收费之间的对应关系,并在神经网络的训练过程中引入遗传算法,加速神经网络的全局收敛。通过训练后的神经网络制定收费,可以使得各路段流量基本达到最优路段流量的要求,并通过实例证明了该算法的有效性。     

低同步串级调速系统转差功率反馈方式的研究

绕线式异步电机转差功率反馈到电网进行调速的方法已在许多工业部门得到广泛应用,但由于调速过程中转子电势将低于电网电压,因而这种调速方式需要在电网与逆变器之间接入一个升压变压器。本文提出了一种省去升压变压器和直接将转差功率反馈到定子绕组的新的串级调速方法。文中对定子绕组反馈点的选择、等效电路数模及主要参数作了分析,并在一台改制的绕线式异步电机上作了试验,结果表明这种调速方法除经济简便外,仍具有优良的调速性能。