检索结果-南通市图书馆

分光型激光诱导磷光系统标定及气体温度场测量

在线全文

学校读者我要写书评

暂无评论

工程热物理学报 2024年第4期45卷 1062-1068页

作者：陈满福张彪李健许传龙大型发电装备安全运行与智能测控国家工程研究中心东南大学能源与环境学院南京210096

受光学系统和图像传感器的影响,分光型激光诱导磷光成像系统存在明显的空间响应不均匀性,导致磷光光谱强度比法无法获得准确的温度分布。针对此问题,基于最小二乘线性拟合原理,本文提出一种分光型激光诱导磷光成像系统响应空间不均匀的... 详细信息

受光学系统和图像传感器的影响,分光型激光诱导磷光成像系统存在明显的空间响应不均匀性,导致磷光光谱强度比法无法获得准确的温度分布。针对此问题,基于最小二乘线性拟合原理,本文提出一种分光型激光诱导磷光成像系统响应空间不均匀的校正方法,获得了系统的校正矩阵。进一步开展了磷光光谱强度比标定实验,建立了磷光光谱强度比与温度的关系。在此基础上,在室温环境下(热电偶参考温度26.34℃)开展了冷态气体射流的二维温度场测量实验研究。结果表明:系统校正前,平均温度测量结果为46.58℃,标准方差为15.18℃,相对误差为76.84%;系统校正后,平均温度测量结果为26.06℃,标准方差为1.83℃,相对误差为1.07%。证明了基于最小二乘线性拟合的空间不均匀校正方法,可显著改善分光型激光诱导磷光成像系统的空间响应不均匀性,提高温度测量准确度。

关键词：激光诱导磷光响应特性多点校正法强度比法温度场测量

基于双注意力机制的MSCN-BiGRU的滚动轴承故障诊断方法

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2024年第6期43卷 84-92,103页

作者：王敏邓艾东马天霆张宇剑薛原东南大学能源与环境学院南京210096 东南大学大型发电装备安全运行与智能测控国家工程研究中心南京210096

针对滚动轴承故障诊断模型在变工况和环境噪声干扰下诊断精度降低的问题,提出一种基于双注意力机制的多尺度卷积网络(dual attention and multi-scale convolutional networks,DAMSCN)与改进的双向门控循环单元(bidirectional gated rec... 详细信息

针对滚动轴承故障诊断模型在变工况和环境噪声干扰下诊断精度降低的问题,提出一种基于双注意力机制的多尺度卷积网络(dual attention and multi-scale convolutional networks,DAMSCN)与改进的双向门控循环单元(bidirectional gated recurrent unit,BiGRU)组成的故障诊断模型DAMSCN-BiGRU。首先,多尺度特征融合模块使用不同大小的卷积核,获得多种感受野,从而提取到轴承原始振动信号的多尺度特征信息,并根据重要性对其进行自适应融合,然后利用通道注意力和空间注意力组成的双注意力模块(dual attention module,DAM)对多尺度特征进行重新标定,分配注意力权重,削弱融合特征中的冗余特征;然后,增加注意力层和利用分段激活改进BiGRU进而挖掘信号的时域特征,以提高轴承故障诊断的性能;最后,通过Softmax层完成对不同故障的分类。试验结果表明,与其他智能诊断模型相比,DAMSCN-BiGRU在变工况环境下,平均诊断精度达到98.2%,在强噪声背景下仍然有着85.3%的准确率,且在不同程度的噪声强度下效果均优于其他常用模型,有利于促进滚动轴承的智能故障诊断研究和实际应用。

关键词：滚动轴承故障诊断多尺度特征融合双注意力机制双向门控循环单元(BiGRU)

基于EMD的密相气力输送两相流系统内子系统相互联系和作用

在线全文

学校读者我要写书评

暂无评论

化工进展 2024年第2期43卷 696-702页

作者：付飞飞李健潍坊学院机械与自动化学院山东潍坊261061 大型发电装备安全运行与智能测控国家工程研究中心东南大学能源与环境学院江苏南京210096

利用信号分析考察密相气力输送两相流系统内子系统之间的相互联系和作用。首先,基于经验模态分解(empirical mode decomposition,EMD)将密相气力输送两相流系统的静电波动信号分解成若干信号分量,即固有模态函数(intrinsic mode functio... 详细信息

利用信号分析考察密相气力输送两相流系统内子系统之间的相互联系和作用。首先,基于经验模态分解(empirical mode decomposition,EMD)将密相气力输送两相流系统的静电波动信号分解成若干信号分量,即固有模态函数(intrinsic mode function,IMF),再结合各IMF分量的能量比重确定出IMF1~IMF4为主干分量。之后,结合静电信号EMD分解结果、输送管道中颗粒的分布状况及颗粒运动机理的差异性三者,明确气固两相流系统内的子系统。最后,利用IMF1~IMF4的主频和方差的变化规律,分别考察了子系统之间的联系和作用。实验结果表明:水平输送管道中的气固两相流系统可分成4个子系统,分别是稀相区、交界区、浓相区以及贴壁区内的颗粒流体组织;子系统之间依靠颗粒在彼此间游走而进行联系;同时,子系统之间也存在竞争作用,该竞争是颗粒主导和气流主导两种机制之间的竞争,当颗粒悬浮性较弱时竞争激烈,当颗粒悬浮性变好时竞争减弱。

关键词：经验模态分解密相气力输送两相流系统子系统

基于MFCC和MDE-SVDD的滚动轴承音频信号异常检测方法

在线全文

学校读者我要写书评

暂无评论

动力工程学报 2024年第2期44卷 277-283页

作者：高原邓艾东范永胜梁志宏傅行军东南大学大型发电装备安全运行与智能测控国家工程研究中心南京210096 东南大学能源与环境学院南京210096 国家能源集团江苏电力有限公司南京215433

针对传统振动传感器安装不易,而声信号分析易受环境噪声干扰的问题,提出一种基于梅尔倒谱系数(MFCC)和马氏距离加权改进支持向量数据描述(MDE-SVDD)的音频信号异常检测方法,用于滚动轴承运行状态监测。该方法从轴承运行声信号中提取MFC... 详细信息

针对传统振动传感器安装不易,而声信号分析易受环境噪声干扰的问题,提出一种基于梅尔倒谱系数(MFCC)和马氏距离加权改进支持向量数据描述(MDE-SVDD)的音频信号异常检测方法,用于滚动轴承运行状态监测。该方法从轴承运行声信号中提取MFCC作为特征向量,进而使用马氏距离加权改进SVDD,以增强对噪声样本的抗干扰性,从而提高算法的检测精度,然后在实验音频信号中添加多种强度的高斯白噪声以模拟现场噪声环境,并将所提方法的测试结果与传统SVDD等异常检测方法进行比较。结果表明:在低信噪比(-5 dB)场景下,MDE-SVDD的异常检测平均准确率达到91.99%,相较于传统SVDD提升了7.73百分比。

关键词：滚动轴承声纹识别梅尔倒谱系数支持向量数据描述异常检测

基于深度条件子域自适应网络的轴承跨域故障诊断研究

在线全文

学校读者我要写书评

暂无评论

动力工程学报 2024年第1期44卷 62-67,83页

作者：范永胜丁雪邓艾东国家能源集团江苏电力有限公司南京215433 大型发电装备安全运行与智能测控国家工程研究中心南京210096 东南大学能源与环境学院南京210096

针对无监督跨域故障诊断领域存在标注数据不足、模型诊断精度低等问题,提出了一种新型深度条件子域自适应网络(DCSAN)。该网络将分类器预测的置信度映射到共享特征提取器所提取的特征中,以获得多模态映射特征,之后利用多核局部最大平均... 详细信息

针对无监督跨域故障诊断领域存在标注数据不足、模型诊断精度低等问题,提出了一种新型深度条件子域自适应网络(DCSAN)。该网络将分类器预测的置信度映射到共享特征提取器所提取的特征中,以获得多模态映射特征,之后利用多核局部最大平均差异(MK-LMMD)度量不同域间多模态映射特征之间的距离。然后,通过最小化MK-LMMD和分类器损失函数,实现了源域和目标域相应子域分布的对齐。最后,在江南大学轴承数据集上对所提方法的可行性进行了验证。结果表明:在6个变工况迁移任务中,DCSAN模型的平均诊断准确率分别比深度适配网络(DAN)、域相关性对齐方法(D-CORAL)和基于对抗学习域适应方法(DANN)模型高出9.5百分点、8.0百分点和13.6百分点;所提DCSAN模型在子域对齐和跨域自适应故障诊断方面具有一定的有效性和优越性。

关键词：无监督条件子域自适应变工况故障诊断

基于深度残差神经网络的光场PIV粒子场重建方法研究

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年

作者：傅梦希朱效宇张良许传龙中国航空发动机研究院基础与应用研究中心东南大学大型发电装备安全运行与智能测控国家工程研究中心

光场PIV(Particle Image Velocimetry, PIV)是一种单相机三维流场测量方法，在狭窄通道复杂流场测量场景下具有独特优势。传统的光场PIV粒子场重建方法存在重建效率低、计算机内存需求大和重建粒子存在拉伸效应等问题。为此，本文提出... 详细信息

光场PIV(Particle Image Velocimetry, PIV)是一种单相机三维流场测量方法，在狭窄通道复杂流场测量场景下具有独特优势。传统的光场PIV粒子场重建方法存在重建效率低、计算机内存需求大和重建粒子存在拉伸效应等问题。为此，本文提出了一种基于深度残差神经网络模型（Particle Reconstruction Convolutional Neural Networks, PRCNN）的快速、高分辨率粒子场重建方法。首先，对原始光场图像进行子孔径图像提取，构建“粒子三维分布-光场子孔径图像”数据集；此后，建立网络模型，采用自定义损失函数进行训练获取预测模型。通过粒子场数值重建以及圆柱绕流三维流场测量实验对该方法重建准确性等进行评价。结果表明，相比于传统的联合代数重建方法（SimultaneousAlgebraic ReconstructionTechnique,SART）,PRCNN可以有效缓解重建拉伸效应，使粒子场重建质量因子提高了153.83%；单张图像重建时间仅需0.098s，加速比达到了3976.53;PRCNN与SART算法计算速度场分布基本一致，在管道中心深度截面上，相对于平面PIV测量结果，SART算法和PRCNN的平均相对误差分别为14.56%和12.92%。证明了PRCNN用于光场PIV技术中实现准确的三维流场测量的可行性。

关键词：光场成像粒子图像测速技术三维粒子场卷积神经网络三维重建

基于改进PNCC-SVM的滚动轴承故障声纹识别方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

噪声与振动控制 2024年第3期44卷 146-151,164页

作者：王寅杰邓艾东范永胜占可高原东南大学大型发电装备安全运行与智能测控国家工程研究中心南京210096 东南大学能源与环境学院南京210096 国家能源集团江苏电力有限公司南京215433

针对滚动轴承声信号分析信噪比低、易受环境噪声干扰的问题,提出一种基于改进功率归一化倒谱系数(Power-Normalized Cepstral Coefficients,PNCC)和支持向量机(Support Vector Machine,SVM)的滚动轴承故障声纹识别方法。首先对轴承声信... 详细信息

针对滚动轴承声信号分析信噪比低、易受环境噪声干扰的问题,提出一种基于改进功率归一化倒谱系数(Power-Normalized Cepstral Coefficients,PNCC)和支持向量机(Support Vector Machine,SVM)的滚动轴承故障声纹识别方法。首先对轴承声信号进行预处理;然后提取改进的PNCC并将其作为特征向量;进而根据SVM算法建立声纹识别模型对轴承故障类型进行识别,并测试所提方法在叠加噪声后的识别准确率。结果表明,改进PNCC具有识别准确率高的特点,在噪声干扰下相比原始PNCC识别准确率均值提高13.35%,鲁棒性更强。研究结果可为滚动轴承的声信号特征提取和故障识别应用提供参考。

关键词：故障诊断滚动轴承声纹识别鲁棒性功率归一化倒谱系数支持向量机

综合能源生产单元的全生命周期碳足迹评价与技术经济性评估

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2024年第8期44卷 3115-3124,I0015页

作者：余潜跃张玉琼赵强孙立大型发电装备安全运行与智能测控国家工程研究中心(东南大学能源与环境学院) 江苏省南京市210096 中国电力科学研究院有限公司北京市海淀区100192

综合能源生产单元(integrated energy production unit,IEPU)通过耦合可再生能源制氢与火电碳捕集技术,制备易于储运的绿色燃料,在协调解决可再生能源消纳、碳利用及氢能储运等问题方面具有良好的应用前景。为定量评价IEPU的技术经济性... 详细信息

综合能源生产单元(integrated energy production unit,IEPU)通过耦合可再生能源制氢与火电碳捕集技术,制备易于储运的绿色燃料,在协调解决可再生能源消纳、碳利用及氢能储运等问题方面具有良好的应用前景。为定量评价IEPU的技术经济性与降碳潜力,该文通过构建IEPU工艺流程的仿真模型,模拟风电制氢、甲醇合成及压缩提纯等关键过程,建立多能流与物料流数据的全生命周期清单,进行碳足迹评价,并指出进一步碳减排的可行路径;通过对能量效率、电流密度等技术参数及风电价格、碳税等经济参数进行灵敏度分析,开展不同技术经济性背景下的经济性评估,探究IEPU的盈利条件。碳足迹评价表明,年产39万t绿色甲醇IEPU的全生命周期净碳减排量达5.88万t。技术经济性评估表明,在良好的技术经济性背景下,当风电售价降低至0.21元/(kW×h),基于IEPU生产的绿色甲醇成本可与传统甲醇生产工艺相当。

关键词：综合能源生产单元碳捕集与利用绿色燃料全生命周期评估技术经济性评估

基于VMD-XGBoost模型及因果特征选取的汽轮发电机组振动信号预测技术研究

在线全文

学校读者我要写书评

暂无评论

汽轮机技术 2024年第3期66卷 221-224,228页

作者：陈宇豪杨为民郭瑞姜虓刘振祥谭平大型发电装备安全运行与智能测控国家工程研究中心东南大学南京210096 国网福建电力科学研究院福州350007

“双碳”目标下,我国能源格局产生深刻变化,对汽轮机发电机安全稳定运行的要求进一步提高,深入挖掘分析海量运行数据有助于机组运行状态的评估及预测。提出构建汽轮发电机组参数因果关系网络探究参数间的因果关系,利用VMD算法分解振动... 详细信息

“双碳”目标下,我国能源格局产生深刻变化,对汽轮机发电机安全稳定运行的要求进一步提高,深入挖掘分析海量运行数据有助于机组运行状态的评估及预测。提出构建汽轮发电机组参数因果关系网络探究参数间的因果关系,利用VMD算法分解振动信号并搭建XGBoost预测模型对各信号分量进行预测,叠加各信号分量的预测值以得到振动信号的预测结果。利用国内某1000MW汽轮发电机组运行数据对所提模型进行论证实验,结果表明本文所提模型有较高预测精度。

关键词：汽轮发电机组轴系振动趋势预测因果发现数据驱动变分模态分解极端梯度提升