高速列车轴箱轴承健康监测与故障诊断研究综述

随着我国高速列车的发展, 针对其运营维护中的故障预测与健康管理问题日益受到关注. 轴箱轴承是高速列车走行部中的关键旋转部件, 在复杂的轮轨相互作用下极易出现由疲劳、过载等原因导致的失效, 影响列车的行车效率和运行安全. 而现有诊断方法和技术难以满足高速列车动态化、系统化的安全保障需求, 亟待进一步发展轴箱轴承健康监测和诊断技术. 首先, 介绍了工程中维修检测、轨边监测和车载监测系统的主要内容和发展现状. 然后, 从动力学正、反问题两个方面, 分析和总结了在轴箱轴承的理论建模方法和轴箱轴承与列车耦合系统的动态特性分析、基于先进信号处理技术和机器学习技术的诊断方法等方面的研究思路和研究进展. 最后, 对轴箱轴承健康监测与故障诊断技术的发展趋势进行了展望, 评述了在指导列车故障预测与健康管理方面的不足.      

EAST上由垂直不稳定性引发破裂的分析与预测

从EAST 装置2016 年的放电实验中，选取了119 次等离子体破裂放电数据，分析诱发等离子体破裂的原因，发现约60%的破裂是由垂直不稳定性直接引起的，其破裂后将会产生更大的晕电流，从而产生更大的电磁应力损坏装置。对由垂直不稳定性引起的破裂(简称为VID)(72 次放电)进行了研究，建立了分别基于单变量(垂直位移)和两维变量(垂直位移、垂直位移增长率)的预测模型用于对VID 破裂的预测。离线测试表明，基于两维变量的预测模型可以在破裂发生前20ms 给出破裂预警信号，预测成功率达93%。     

基于模型的小域估计方法及其拓展——由单变量推广到多变量情形

小域估计是当今抽样调查领域的研究热点,通过建立小域估计模型,将所有调查区域通过公共的参数连接起来,利用相关区域数据作为辅助信息,解决多层次抽样调查中某些域样本量不足的问题,提高参数的估计精度。本文首先在目标变量是单变量的情形下,研究了域层次模型和单元层次模型的参数估计方法,进而推广到目标变量是多变量的情形,考虑变量之间的相关性,研究了多变量Fay-Herriot模型参数的经验最优线性无偏预测及其均方误差矩阵的性质,最后通过一个实例,验证了参数估计具有良好效果。     

有机反应机理研究综述发表

<正>有机反应机理研究,尤其是催化反应的机理研究已经成为计算有机化学最重要和活跃的领域之一。北京大学深圳研究生院化学生物学与生物技术学院吴云东课题组利用理论和实验结合的优势,在有机反应机理研究以及预测领域取得了一系列的前沿研究成果。他们对organcatalyst,hydrofunctionalization     

新组合模型在光电功率预测中的应用

为提高光伏预测要求的精准性,文章提出一种新算法将神经网络和ARMA算法改进组合,构成NEW ARMA-BP模型算法.以某30兆瓦的光伏电站采集的输出功率为输入样本,基于ARMA和BP神经网络算法在Matlab环境下依次搭建了相应的预测模型,预估光伏短期输出量.采用"误差正态检验图"判断基于两种不同算法的误差水平,依据两种单模型预测误差,运用所提出的新方法计算权值并获得新的预测值.基于Matlab的仿真结论验证了组合预测在光伏输出预测领域的适用性.     

面向装配节点平衡的产品生产物流协调优化研究

在由多个并行零件生产线和装配线组成的产品生产物流中, 各生产线的瓶颈工序制约了装配节点及其整个生产物流的平衡. 为此, 基于约束理论和JIT(Just In Time)思想, 提出主、次瓶颈的概念及其判别方法和主瓶颈拉动次瓶颈、瓶颈前后拉动生产与平行顺序移动生产相结合的生产策略, 研究了基于负荷率的瓶颈工序负荷控制方法和主瓶颈触发次瓶颈拉式生产的时间控制方法, 使瓶颈工序利用率最大化, 各个零件到达装配节点的同步性得到改善. 算例的SIMIO仿真结果表明, 装配节点的在制品存量大幅度减少, 利用率提高.