同步发电机参数辨识的相关方法探讨

随着电网安全及稳定运行问题的重要性日益突出,基于获得准确的系统模型和参数辨识方法,优化同步发电机相关参数将是十分有意义的。本文针对当今几种比较典型的参数辨识方法做了系统的介绍,通过比较得出何种方法对于同步电机的参数辨识是最适合的。     

虚阴极振荡器的研究进展

虚阴极振荡器是强流相对论电子束源中比较重要的一种微波源，能够产生很高的功率，近年来得到了广泛的重视。简要介绍了虚阴极振荡器的工作原理，综述了虚阴极振荡器的最新发展状况和发展趋势，以及用于虚阴极模拟的PIC方法和未来技术发展，分析了其性能和军事应用，最后评述了他们的发展前景。     

基于改进粒子群优化算法的鲁棒性列车运行图编制方法

以列车优先级、追踪运行间隔时间和连发间隔时间限制为约束条件,以旅客列车的走行公里总数、平均旅行速度、对标准计划的延迟总时间和延迟时间方差,以及货物列车的日车公里总数和日产最6个指标无量纲转化后的合计值最大为综合目标函数,建立列车运行图编制优化模型.为增加列车运行图的鲁棒性,引入虚拟车和缓冲时间槽2个参数,采用改进的粒子群优化算法给出鲁棒性列车运行图编制方法.以5个车站、5列旅客列车和7列货物列车构造模拟环境,采用该方法进行列车运行图编制模拟.结果表明:该方法可铺画出更优的列车运行图,计算效率高;在行车计划受到扰动后,虚拟车和缓冲时间槽释放资源,运行图可以较快地恢复到可接受范围,容错鲁棒性好.     

基于二进制粒子群算法的母联闭合型电网重构策略

为解决母联闭合型电网发生故障时的电网重构问题,提出一种基于二进制粒子群算法的电网重构策略.根据深水半潜平台电网特殊的网络架构和电气特性,建立以最大程度恢复重要负载供电为目标,以电网结构和系统容量为约束条件的母联闭合型电网故障恢复模型.为提升求解效率,为该模型设计基于二进制粒子群算法的两阶段优化求解流程,并将求解结果与混沌遗传算法和免疫克隆算法的仿真结果相对比.仿真结果表明,提出的电网重构策略具有较高的搜索效率和较强的寻优能力,能有效提高母闭合型电网故障恢复的速度和精度.     

HX_D1B型机车车轴磁粉探伤工序验收

机车车轴磁粉探伤工序是制造过程中一个非常重要的工序,对该工序的验收是当前机车验收工作一项不可缺少的内容。文章详细介绍了HXD1B型机车车轴磁粉探伤工序的验收。     

柴油、乳化油和甲醇喷雾燃烧光强波的研究

探讨了柴油机燃烧光强波的性质。在不同压力、氧浓度的条件下，对柴油、乳化油、甲酵喷雾的燃烧光强波进行了测量分析。结果表明，柴油机的燃烧光强波所反应的是火焰内碳粒的氧化历程。对于不同的燃料，燃烧光强波的强弱并不仅仅取决于火焰中碳粒的数量，同时还取决于火焰中的氧浓度。     

基于粒子群算法的水下多元线阵阵形有源校正方法

针对存在阵元位置误差的水下多元线阵,提出一种基于粒子群优化算法的远场有源阵形校正方法.该方法选用2个辅助源分时工作方式,利用无条件最大似然方位估计算法构建目标函数,并通过粒子群算法对阵元位置进行寻优.利用该方法对均匀线阵进行性能仿真实验.结果表明:该方法稳健性好、校正精度高,具有一定的应用前景.     

基于CFD的船舶货舱通风数值模拟

以某集装箱船的货舱通风系统为研究对象,根据船舶舱室的通风系统的特点,采用合理的数值模拟方法,并利用拉格朗日粒子示踪的方法描述舱室中的气体流动状况.在此基础上,分析比较3种不同的通风设计方案,通过对比分析研究送风管上开孔朝向和数目对通风效果的影响,确定对通风最有利的方案.模拟结果表明,应用CFD技术进行通风系统分析,可以很好地从流场的分布特性以及空气粒子的运动追踪等方面来评估设计方案的优劣,为通风系统的设计、优化提供有力的工具.     

泥浆悬浮砂粒能力分层测定试验研究

为实现泥浆悬浮砂粒能力的量化分析,提出一种分层测定方法,选取12%、15%和18%3种质量分数的试验泥浆,通过自行设计的分层取样装置进行试验研究,获取不同泥浆质量分数、沉降时间和砂粒粒径条件下的10个深度分段的砂粒质量分布,分析各参数影响下的砂粒沉降变化规律。结果表明:1)该分层测定方法可较好地获取不同深度分段的砂粒质量,弥补现有测定方法只能获取底层砂粒沉降质量的不足;2)试验所采用的3种质量分数的泥浆对0.1 mm以上粒径的砂粒悬浮能力均较差。根据砂粒沉降曲线分布特征,提出一种用于判别泥浆悬浮砂粒能力的方法,即砂粒沉降曲线越平缓,各层质量差异性越小,底层质量无明显拐点,不同沉降时间曲线越紧密,则泥浆悬浮砂粒能力越强。     

基于小波和粒子群算法的HEV行驶状况辨识方法研究

针对混合动力汽车(HEV)行驶状况(道路坡度和整车载荷)变化难以有效识别,导致驱动系统控制策略不能有效满足驾驶员意图问题,以混联式HEV为研究对象,提出了基于小波滤波和粒子群算法的HEV行驶状况辨识方法。首先建立了汽车行驶状况辨识模型,采用最小二乘法确立了优化目标函数,其次研究了基于小波滤波和粒子群算法的HEV行驶状况辨识原理,最后进行了行驶状况粒子群智能算法辨识试验。在采集实车数据的基础上,对实车数据进行小波滤波,并运用行驶状况辨识方法对道路坡度和整车载荷进行了辨识,并对辨识结果进行小波滤波,结果表明,试验工况下整车载荷辨识的相对误差绝对平均值为2.71%,道路坡度辨识的相对误差绝对平均值为3.85%,验证了所提出方法的有效性。