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

考虑热成像图元畸变的风电场电气柜温度预测

太阳能学报 2023年第10期44卷 384-390页

作者：王晓东杜高英王亚超刘颖明沈阳工业大学电气工程学院沈阳110870 内蒙古电投能源股份有限公司通辽028011

针对风电场内机组及变电站电气柜热成像温度监测中镜头畸变导致的温度值映射偏差和预测精度低的问题,提出一种基于混合深度神经网络的风电场电气柜温度误差校正和预测方法。该方法利用高斯卷积核结构对含噪图元进行滤波处理,完成图元去... 详细信息

针对风电场内机组及变电站电气柜热成像温度监测中镜头畸变导致的温度值映射偏差和预测精度低的问题,提出一种基于混合深度神经网络的风电场电气柜温度误差校正和预测方法。该方法利用高斯卷积核结构对含噪图元进行滤波处理,完成图元去噪。建立多层卷积神经网络温度校正模型(CNNs),将去噪后的图元作为输入,消除图元数据中畸变点导致的测温误差,可提高温度值与目标测点间映射关系的精确度。基于校正赋值后的温度数据建立XGBoost-LSTM加权融合预测模型,输出关键监测点温度预测值可用于风电场设备故障预警中,基于模型结构差异性特点对所加入权重的训练来提高融合模型预测的准确率。算例结果表明该文所提方法可有效校正图元畸变并大幅提高预测精度。

关键词：风电场温度预测畸变校正卷积神经网络 XGBoost LSTM

飞机燃油系统全飞行剖面热边界模拟与温度预测

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2022年第3期48卷 369-375页

作者：王瑞卿李栋李运华王曦北京航空航天大学自动化科学与电气工程学院北京100083 北京航空航天大学航空科学与工程学院北京100083 北京航空航天大学能源与动力工程学院北京100083

通过仿真实验和机器学习,对影响飞机燃油系统温度的主要因素进行了研究,并对燃油系统温度进行了预测。对飞机燃油系统的基本结构布局进行了描述。利用Simulink仿真平台建立了燃油系统热动态仿真,该模型可以模拟出全飞行剖面下燃油回路... 详细信息

通过仿真实验和机器学习,对影响飞机燃油系统温度的主要因素进行了研究,并对燃油系统温度进行了预测。对飞机燃油系统的基本结构布局进行了描述。利用Simulink仿真平台建立了燃油系统热动态仿真,该模型可以模拟出全飞行剖面下燃油回路各个节点的温度,通过改变不同的条件得到影响燃油系统各个节点温度的主要影响因素,并通过机器学习模型对燃油系统的温度进行预测。研究成果可以估计和感知燃油系统的工作温度及飞机液压、滑油等系统的工作温度,为进一步进行燃油液压系统的热边界感知和机载液压与机电系统热载荷吸收控制打下基础。

关键词：燃油系统热边界模拟仿真建模温度预测机器学习

在线全文

学校读者我要写书评

暂无评论

温度预测补偿控制的分动器动力传递特性研究

汽车工程 2020年第5期42卷 644-650页

作者：王钰明王其东李洪亮陈黎卿顾添翼孙景景南通大学交通学院南通226019 合肥工业大学机械与汽车工程学院合肥230009 安徽农业大学工学院合肥230036 南通开放大学南通226001

分动器是智能四驱汽车的关键部件,由于转矩传动过程中干扰因素较多,且其中温度的变化尤为重要,如何准确评估温度的影响对分动器的转矩输出至关重要。针对这一问题,首先通过预测分动器接合过程中摩擦片、线圈和润滑油的温度变化,建立了... 详细信息

分动器是智能四驱汽车的关键部件,由于转矩传动过程中干扰因素较多,且其中温度的变化尤为重要,如何准确评估温度的影响对分动器的转矩输出至关重要。针对这一问题,首先通过预测分动器接合过程中摩擦片、线圈和润滑油的温度变化,建立了分动器温度控制模型;在此基础上,构建了分动器试验平台,并通过从试验台获取的测试数据与前馈控制器实现温度补偿协同控制,建立分动器温度反馈补偿时滞控制系统,研究温度影响下的分动器动力传递特性。最终探明:与对偶钢片多次摩擦接触后,摩擦片的温度明显升高,对分动器传递转矩的影响较大;控制电流与分动器转矩输出基本呈线性变化,叠加反馈补偿控制后,分动器的动力输出时间减少了0.05 s,控制误差基本消失,为分动器的精准控制提供了理论依据。

关键词：分动器多片式离合器动力传递温度预测补偿控制

基于CNN-LSTM融合神经网络的CRTSⅡ型轨道板温度预测方法

在线全文

学校读者我要写书评

暂无评论

铁道学报 2023年第2期45卷 108-115页

作者：王得道王森荣林超李顺龙哈尔滨工业大学交通科学与工程学院黑龙江哈尔滨150090 中铁第四勘察设计院集团有限公司湖北武汉430063

准确预测CRTSⅡ型轨道板温度可对轨道板内高温的出现及时进行预警,减小高温时期涨板对列车运营带来的威胁。同时考虑外界环境温度对轨道板温度影响的时滞效应与轨道板自身在时间上的温度变化规律,提出基于卷积神经网络(CNN)与长短期记... 详细信息

准确预测CRTSⅡ型轨道板温度可对轨道板内高温的出现及时进行预警,减小高温时期涨板对列车运营带来的威胁。同时考虑外界环境温度对轨道板温度影响的时滞效应与轨道板自身在时间上的温度变化规律,提出基于卷积神经网络(CNN)与长短期记忆网络(LSTM)融合模型的板温预测方法。先通过CNN在时间轴上对气温与轨温进行卷积提取出过去一段时间内外界气象条件对当前时刻板温的影响,再将CNN在各个时间点上的输出作为LSTM的输入特征利用轨道板自身的传热规律对板温进行预测。结果表明:过去12 h内的外界气象条件对当前时刻的板温有较大影响,利用训练好的CNN-LSTM在测试集上对未来40 min的板温进行预测,其预测误差绝对值的数学期望为0.925℃。

关键词：轨道板温度预测卷积神经网络长短期记忆网络 CNN-LSTM融合神经网络

基于深度学习的隧道混凝土温度滚动预测方法研究

在线全文

学校读者我要写书评

暂无评论

隧道建设（中英文） 2023年第4期43卷 611-617页

作者：范中晶郑晨路中铁隧道局集团有限公司广东广州511458 上海大学土木工程系上海200444

为实时掌握隧道大体积混凝土内部温度变化,及时制定合理的控温措施,防止隧道大体积混凝土在浇筑过程中由于大范围的水化热反应而产生温度裂缝,基于长短期记忆神经网络LSTM(long short-term memory)和门控循环单元神经网络GRU(gate recur... 详细信息

为实时掌握隧道大体积混凝土内部温度变化,及时制定合理的控温措施,防止隧道大体积混凝土在浇筑过程中由于大范围的水化热反应而产生温度裂缝,基于长短期记忆神经网络LSTM(long short-term memory)和门控循环单元神经网络GRU(gate recurrent unit)2种深度学习算法的多参数、非线性拟合能力,提出隧道大体积混凝土内部温度变化的滚动预测方法,并依托衢州市智慧新城三江中路连通隧道工程建设中采用的双光栅传感器现场混凝土温度实测数据,采用平均绝对误差MAE(mean absolute error)和决定系数(R2)对2类模型的预测结果精度进行检验评价。结果表明:2种网络模型均能捕捉隧道大体积混凝土内部温度发展规律,准确预测隧道大体积混凝土内部温度变化曲线,且GRU的精度优于LSTM。其中,GRU的MAE为1.34℃,比LSTM减小1.07℃,同时GRU的R2为0.98,也优于LSTM的R2(0.9)。

关键词：大体积混凝土深度学习混凝土浇筑温度预测明挖隧道

在线全文

学校读者我要写书评

暂无评论

接触弹性变形下叶片边缘机器人磨抛温度预测

华中科技大学学报（自然科学版） 2022年第2期50卷 44-49页

作者：朱大虎刘雅钱琛吕远健武汉理工大学现代汽车零部件技术湖北省重点实验室湖北武汉430070 武汉理工大学汽车零部件技术湖北省协同创新中心湖北武汉430070

针对现有温度计算模型中仅考虑接触轮外部弹性橡胶的弹性模量,从而导致预测温度偏低问题,提出一种接触轮-叶片接触弹性变形影响下的叶片边缘机器人砂带磨抛温度预测方法.首先,根据弹性模量公式计算外力作用下的接触轮铝合金芯和外部弹... 详细信息

针对现有温度计算模型中仅考虑接触轮外部弹性橡胶的弹性模量,从而导致预测温度偏低问题,提出一种接触轮-叶片接触弹性变形影响下的叶片边缘机器人砂带磨抛温度预测方法.首先,根据弹性模量公式计算外力作用下的接触轮铝合金芯和外部弹性橡胶的组合弹性模量;然后,基于赫兹弹性接触理论计算考虑接触轮组合弹性模量时的接触面积及材料去除深度;最后,确定磨抛过程中的热量分配比以得到传递进入叶片边缘的热流密度.利用ANSYS软件模拟不同加工参数下考虑接触轮组合弹性模量及仅考虑弹性橡胶弹性模量时叶片前后缘的温度分布,并与实验测量值进行对比分析,结果表明:考虑接触轮组合弹性模量模型的模拟温度与实验测量值的平均相对误差为13.9%,验证了所提方法的合理性.该方法能够为后续叶片边缘局部烧蚀控制提供优化策略.

关键词：叶片前后缘机器人砂带磨抛接触弹性变形温度预测组合弹性模量

基于自适应粒子群优化BP神经网络的高速电主轴温度预测模型

在线全文

学校读者我要写书评

暂无评论

Journal of Southeast University(English Edition) 2022年第3期38卷 235-241页

作者：雷春丽赵明齐刘凯宋瑞哲张护强兰州理工大学机电工程学院兰州730050

为精确地预测电主轴高速运转时内部温升的变化情况,提出了一种基于自适应粒子群优化BP神经网络的电主轴温度预测模型(APSO-BPNN).该模型在PSO-BPNN算法的基础上,引入自适应惯性权重,使权重跟随粒子适应度的变化而变化;采用自适应学习因... 详细信息

为精确地预测电主轴高速运转时内部温升的变化情况,提出了一种基于自适应粒子群优化BP神经网络的电主轴温度预测模型(APSO-BPNN).该模型在PSO-BPNN算法的基础上,引入自适应惯性权重,使权重跟随粒子适应度的变化而变化;采用自适应学习因子,在算法的初期和后期获得不同的搜索能力;融入变异算子,增加种群的多样性,避免算法的早熟收敛等缺点.然后,分别采用BPNN、PSO-BPNN和APSO-BPNN预测模型对电主轴不同测温点的温度进行预测.实验结果表明,与传统的BP神经网络和PSO-BPNN预测方法相比,所提APSO-BPNN模型预测精度最高,鲁棒性最强,可为电主轴及机床温升的智能控制和早期预警系统开发提供理论依据.

关键词：温度预测高速电主轴粒子群优化算法 BP神经网络鲁棒性

在线全文

学校读者我要写书评

暂无评论

基于多特征量的GIS触头温度预测方法

电力工程技术 2024年第1期43卷 212-219页

作者：刘昱轩徐志钮胡伟涛赵汉武赵丽娟金虎华北电力大学电气与电子工程学院河北保定071003 国网河北省电力有限公司超高压分公司河北石家庄050070 南方电网科学研究院有限责任公司广东广州510663

为防止因气体绝缘开关(gas insulated switchgear,GIS)触头温升造成的事故,有必要对GIS触头温度进行监测与预测。针对触头温度不易直接测量以及其温度易受运行工况与外界因素影响的问题,文中提出了一种基于多特征量的GIS触头温度预测方... 详细信息

为防止因气体绝缘开关(gas insulated switchgear,GIS)触头温升造成的事故,有必要对GIS触头温度进行监测与预测。针对触头温度不易直接测量以及其温度易受运行工况与外界因素影响的问题,文中提出了一种基于多特征量的GIS触头温度预测方法。文中通过建立三维仿真模型,分析了在不同接触电阻值、负荷电流、环境温度、风速、SF 6压强、太阳辐射强度下GIS的温度分布规律,结合热路理论定性验证了仿真模型的可靠性。通过分析可知,GIS触头温度预测的关键因素为外壳温升、负荷电流、风速、SF 6压强、太阳辐射强度,而环境温度影响可忽略,采取反向传播(back propagation,BP)神经网络用以上多特征量预测触头温升,将得到的预测值与建模方法的计算结果进行对比,误差为-0.7~0.68℃。该预测方法综合考虑多种影响因素对GIS温度场的影响,为基于外置传感器的GIS触头温度预测提供参考。

关键词：气体绝缘开关(GIS) 多物理场耦合有限元法反向传播(BP)神经网络温度预测热路理论

以离散磨粒为计算单元的面齿轮展成磨削温度场预测方法

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2024年

作者：马晓帆蔡志钦姚斌陈冠峰厦门大学航空航天学院厦门大学嘉庚学院机电工程学院

面齿轮磨削温度场预测中存在的两个难题，一是砂轮与面齿轮之间复杂的相对运动和接触变化，导致传统的齿轮磨削温度场模型失效；二是以往的磨削温度研究中，大多将砂轮-工件接触区域整体作为一个移动带状热源，忽略了磨削接触区域中离... 详细信息

面齿轮磨削温度场预测中存在的两个难题，一是砂轮与面齿轮之间复杂的相对运动和接触变化，导致传统的齿轮磨削温度场模型失效；二是以往的磨削温度研究中，大多将砂轮-工件接触区域整体作为一个移动带状热源，忽略了磨削接触区域中离散磨粒的微观切削行为，导致磨削温度场的计算精度不高。为了解决上述问题，本文建立了面齿轮的材料去除模型，推得轮齿材料去除参数的表达式，以砂轮离散磨粒为计算单元，将热流密度的建模与不同磨削阶段（滑擦，犁耕和切削）的磨削力模型相统一，创新性地提出了一种磨削温度预测方法。根据面齿轮的磨削温度测量实验，证明了该方法的预测误差为-6.94%～9.29%；同时，分析发现面齿轮展成磨削温度场呈现出明显的离散性、局部封闭性和非线性变化等特征，并探讨了这些特征的产生机理，为科学地认识和把握面齿轮展成磨削温度场奠定了基础。

关键词：面齿轮展成磨削离散磨粒温度预测温度场特征