检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

散热片数对湿式潜水感应电机噪声影响分析

电机与控制应用 2022年第6期49卷 29-35页

作者：刘志远王庆龙王路尧鲍晓华朱庆龙合肥工业大学电气与自动化工程学院安徽合肥230009 合肥工业大学智能制造技术研究院安徽合肥230009 大型潜水电泵及装备安徽省重点实验室安徽合肥231131

针对感应电机运行中的噪声问题,通过对一台160 kW潜水感应电机进行多物理场耦合有限元计算,结合解析法对径向电磁力的阶次和频率进行探究,分析了电机气隙中径向电磁力波的时空特性,并通过声学仿真进行了噪声的相关计算。考虑径向电磁力... 详细信息

针对感应电机运行中的噪声问题,通过对一台160 kW潜水感应电机进行多物理场耦合有限元计算,结合解析法对径向电磁力的阶次和频率进行探究,分析了电机气隙中径向电磁力波的时空特性,并通过声学仿真进行了噪声的相关计算。考虑径向电磁力的二维傅里叶分解得到的结果和机壳模型模态的阶次与频率,分析说明了噪声的来源,提出可通过如调整电机机壳散热片数等方式改变电机模态在阶次与频率上的分布或降低机壳振动系数实现噪声控制的目的。

关键词：潜水感应电机电磁噪声二维傅里叶分解散热片

在线全文

学校读者我要写书评

暂无评论

动车组故障率统计分析方法

中国铁道科学 2018年第1期39卷 88-92页

作者：王华胜李昊朱庆龙钱小磊艾厚溥中国铁道科学研究院机车车辆研究所北京100081 北京纵横机电科技开发公司北京100094

针对我国动车组故障影响特点和运用管理要求,按照故障严重程度不同对动车组事故和故障进行分类,制定了动车组A类、B类、C类和D类故障的可靠性指标;依据可靠性工程理论,给出动车组百万km故障率指标定义及其计算式;提出动车组故障率统计... 详细信息

针对我国动车组故障影响特点和运用管理要求,按照故障严重程度不同对动车组事故和故障进行分类,制定了动车组A类、B类、C类和D类故障的可靠性指标;依据可靠性工程理论,给出动车组百万km故障率指标定义及其计算式;提出动车组故障率统计分析方法,并对某型动车组寿命周期内故障率变化规律、高级修效果和特定部件周期性故障规律进行分析。结果表明:动车组的早期惯性故障经过有效整治后,故障率显著降低并持续平稳;高级修前故障率呈逐渐上升趋势,高级修后呈微弱的早期故障期,随后明显下降;空调系统的季节性故障率变化趋势分析表明,在每年夏季的6—8月间具有明显的故障率峰值,应强化维修保养措施。示例分析表明,此方法可基于运用维修大数据对动车组故障规律进行验证和分析。

关键词：动车组故障分类可靠性分析统计分析大数据

在线全文

学校读者我要写书评

暂无评论

径向斜槽转子潜水电机电磁噪声优化

电机与控制应用 2023年第4期50卷 39-42,48页

作者：孙东刘志远鲍晓华朱庆龙合肥工业大学电气与自动化工程学院安徽合肥230009 合肥工业大学智能制造技术研究院安徽合肥230009 大型潜水电泵及装备安徽省重点实验室安徽合肥231131

相比于一般电机,大型潜水感应电机目前存在电磁噪声过大的问题。采用径向斜槽结构可以削弱大型潜水电机的电磁噪声,但仍存在部分不足。基于径向斜槽结构,通过调整径向斜槽扭斜距离进一步削弱电磁噪声,并提高电机其他性能。利用多物理场... 详细信息

相比于一般电机,大型潜水感应电机目前存在电磁噪声过大的问题。采用径向斜槽结构可以削弱大型潜水电机的电磁噪声,但仍存在部分不足。基于径向斜槽结构,通过调整径向斜槽扭斜距离进一步削弱电磁噪声,并提高电机其他性能。利用多物理场耦合有限元仿真分析对比各方案的电磁噪声,验证了上述方法的正确性。

关键词：潜水电机感应电机电磁噪声径向斜槽

在线全文

学校读者我要写书评

暂无评论

动车组设计寿命中后期运维策略研究

中国铁路 2023年第7期 60-65页

作者：王华胜钱小磊朱庆龙蔡两佀方园中国铁道科学研究院集团有限公司机车车辆研究所北京100081 北京纵横机电科技有限公司北京100094

针对我国部分动车组逐步进入设计寿命中后期阶段的现状,在全面分析动车组服役寿命及实际质量状况、国外动车组设计寿命中后期运维管理经验、我国动车组设计寿命中后期运维需求的基础上,提出设计寿命中后期动车组的延寿评估使用、维修强... 详细信息

针对我国部分动车组逐步进入设计寿命中后期阶段的现状,在全面分析动车组服役寿命及实际质量状况、国外动车组设计寿命中后期运维管理经验、我国动车组设计寿命中后期运维需求的基础上,提出设计寿命中后期动车组的延寿评估使用、维修强化、升级改造、降速使用、翻新重造、回收利用等策略,以期更好地发挥资产残值效益,实现铁路装备高质量发展。该研究可为我国动车组运维管理提供参考。

关键词：动车组设计寿命服役寿命维修强化升级改造

在线全文

学校读者我要写书评

暂无评论

跳频信号的仿真模拟

电讯技术 2001年第4期41卷 70-74页

作者：余莉杨景曙竺小松朱庆龙电子工程学院安徽合肥230031 合肥恒大自动化控制公司安徽合肥230031

本文介绍了跳频信号及跳频信号仿真模拟的原理 ,提出了具体的实施方案 ,分析了实施中存在的问题 ,并给出了相应的解决方法及仿真结果。

关键词：跳频通信跳频信号通信信号仿真模拟

基于R2AU-Net的InSAR相位解缠方法

在线全文

学校读者我要写书评

暂无评论

测绘学报 2024年第3期53卷 435-449页

作者：何毅杨旺朱庆兰州交通大学测绘与地理信息学院甘肃兰州730070 地理国情监测技术应用国家地方联合工程研究中心甘肃兰州730070 甘肃省地理国情监测工程实验室甘肃兰州730070 西南交通大学地球科学与环境工程学院四川成都611756

InSAR相位解缠的质量直接影响地形高程或地表形变的反演精度。传统的基于非机器学习模型的相位解缠方法(如基于路径跟踪或最小范数)在低相干性或相位梯度较大(干涉条纹密集)的区域难以获得正确解缠结果。深度神经网络算法在非线性表示... 详细信息

InSAR相位解缠的质量直接影响地形高程或地表形变的反演精度。传统的基于非机器学习模型的相位解缠方法(如基于路径跟踪或最小范数)在低相干性或相位梯度较大(干涉条纹密集)的区域难以获得正确解缠结果。深度神经网络算法在非线性表示和特征表达能力方面具有独特优势,被广泛应用于数字图像处理研究中,InSAR相位解缠可视为图像回归。本文提出基于R2AU-Net深度神经网络的InSAR相位解缠方法。首先,基于数学分形法模拟成对的缠绕和解缠相位,避免了外部DEM合成相位时引入的固有误差和残缺问题,保持了地貌特征的多样性及复杂性,得到模型训练所需的数据集。然后,基于传统的U-Net模型构建R2AU-Net相位解缠模型,该模型结合注意力机制增强了模型对于卷积特征筛选能力,提高了在低相干或条纹密集区域的解缠性能;使用循环残差卷积结构,避免了梯度消失问题,增强了模型特征表示能力。最后,利用模拟和真实数据进行试验分析,结果表明本文提出的R2AU-Net相位解缠模型能够更有效地保留地形高程或真实地表形变信息,提高了解缠结果的可靠性,在性能表现上优于Goldstein枝切法、SNAPHU方法及CNN和U-Net相位解缠模型。

关键词： InSAR 相位解缠深度神经网络 U-Net 地表形变

基于MCS和AlexNet的水润滑推力轴承故障检测

在线全文

学校读者我要写书评

暂无评论

电机与控制应用 2022年第11期49卷 34-39,84页

作者：柯喆关博凯王子豪朱庆龙鲍晓华合肥工业大学电气与自动化工程学院安徽合肥230009 合肥恒大江海泵业有限公司安徽合肥231131

水润滑推力轴承作为潜水电机的重要组成部件常由于工作环境恶劣、过载和冷热交替,轴承结构磨损而进入异物。针对在潜水电机内拆装加速度传感器困难,水阻尼污染振动信号采集等问题,提出故障状态下潜水电机的数学模型,对仿真得到电流信号... 详细信息

水润滑推力轴承作为潜水电机的重要组成部件常由于工作环境恶劣、过载和冷热交替,轴承结构磨损而进入异物。针对在潜水电机内拆装加速度传感器困难,水阻尼污染振动信号采集等问题,提出故障状态下潜水电机的数学模型,对仿真得到电流信号进行时移降噪,升维预处理,基于AlexNet模型训练不同状态下电机电流信号(MCS)。经验证,模型能以较高的准确率快速识别故障信号,具有较强的鲁棒性,满足故障诊断预见性和实时性要求。

关键词：潜水电机故障诊断卷积神经网络电流故障诊断

在线全文

学校读者我要写书评

暂无评论

谈大学生英语听说能力差的原因及对策

廊坊师专学报 2000年第3期 48-50页

作者：朱庆龙廊坊师院外语系

基于SHAP解释方法的智慧居家养老服务平台用户流失预测研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年第1期8卷 40-54页

作者：刘天畅王雷朱庆华南京大学信息管理学院南京210023

【目的】构建智慧居家养老服务平台用户流失预测模型,并使用SHAP解释方法分析不同特征的影响。【方法】基于智慧居家养老服务平台用户在2019年至2021年三年间产生的超过30万条社区居家养老服务订单数据,通过改进的RFM模型(RFM-MLP)、马... 详细信息

【目的】构建智慧居家养老服务平台用户流失预测模型,并使用SHAP解释方法分析不同特征的影响。【方法】基于智慧居家养老服务平台用户在2019年至2021年三年间产生的超过30万条社区居家养老服务订单数据,通过改进的RFM模型(RFM-MLP)、马斯洛需求层次理论、安德森模型并结合Boruta算法确定用户价值特征、服务选择特征、个人特征三类共11个特征。建立5种机器学习模型,从中选择效果最好的XGBoost模型预测用户流失,运用SHAP解释方法完成特征影响全局解释、特征依赖分析、单样本解释分析。【结果】模型预测结果准确率和F1值均达到87%左右,家政服务服务购买次数、留存天数、年龄等是预测养老服务平台用户流失的重要特征。【局限】仅选取一个地区的数据进行分析,数据量和算法复杂度方面还有提升空间。【结论】SHAP解释方法可以兼顾机器学习预测模型的精度和解释性,能够为智慧居家养老服务平台在运营策略和内容设计方面的优化提供依据。

关键词：智慧养老用户流失 XGBoost 可解释性机器学习 SHAP