200 km/h电力机车气动性能风洞试验与数值模拟

采用模型风洞试验和数值计算方法研究了200 km/h机车外形的气动性能.试验风洞为FD-09单回流低速风洞,模型缩尺比为1:8.873.数值计算采用流体动力学软件FLUENT,数学模型为三维粘性不可压缩流体雷诺时均方程和κ-ε双方程湍流模型.数值模拟结果与模型风洞试验结果基本吻合.在此基础上对多个外形的设计参数进行了优化,并对优化后的模型流场作了数值计算,得出了一些有益的结论.     

基于人工神经网络烟度计有效光路的算法

为准确计算烟度计的有效光路，基于人工神经网络提出了对QN-1型全流消光式烟度计有效光路的计算方法．该方法利用烟度计有效光路的关键影响因素即空气扫气压力和发动机的转速为输入，构造了一种反向传播神经网络，并利用试验数据进行训练，然后仿真烟度计的有效光路．试验表明，仿真数据与试验数据偏差在-0．0399～0．0486之间．由此可见，利用人工神经网络计算烟度计的有效光路准确实用．     

Simulation of wind gust structure in the atmospheric boundary layer with Lattice Boltzmann Method

Cold fronts occur in northern East Asia during winter and spring.After cold frontal passage,airflow is downward and accompa-nying strong winds fluctuate significantly;this is termed wind gusts.Analysis of observation data shows that wind gust structure has coherent characteristics.This is important for entrainment of spring dust storms into the upper boundary layer,where they are transported great distances.The Lattice Boltzmann Method(LBM) is a computational fluid technique based on the Boltzmann transport equation.The LBM has been used to study complex motion such as turbulence,because it describes motion at the micro level.In this paper,Large eddy simulation is introduced in the LBM,enabling simulation of turbulent flow in the atmospheric boundary layer.The formation and development of wind gusts are simulated,and a coherent structure with a combination of wave and vortex is obtained.This explains the mechanism of soil erosion and sand entrainment by the coherent structure of wind gusts.     

基于机器视觉的风力机叶片损伤检测系统

针对风力机叶片表面出现的磨损等早期损伤特征现象,传统损伤检测方法存在高成本低效率等问题,设计了一种基于机器视觉和图像处理相结合的风力机叶片损伤检测系统。通过搭建机器视觉实验平台完成风力机损伤叶片图像采集和处理,通过使用HSV进行颜色平面提取,卷积运算、高亮显示操作滤波,选用自动阈值分割方法中最小均匀性度量法进行阈值分割处理,最后通过数学形态学去噪处理,腐蚀、膨胀、开运算等操作完成特征提取,设计了基于LabVIEW的风力机叶片智能图像识别系统,通过对图像处理后的损伤特征识别效果调试,完成性能测试。实验结果表明：基于该算法处理后的图像在设计的识别系统内准确识别率达到92.3%,并对裂纹损伤进行目标测量得到实际长度且绝对误差最大为3 mm。该系统满足叶片检损的要求,实现对风力机叶片表面裂纹、轮廓磨损等损伤的图像处理和识别,并对损伤处进行标记、计数和测量,实现无损探伤,为兆瓦级风力机叶片损伤检测提供方法借鉴和图像处理、系统设计的技术支持。     

电喷发动机油耗测量仪数据采集系统的设计

设计了一种不用油耗传感器的电喷发动机油耗测量仪器,安装时无需拆动燃油管路,无燃油损失,且测量方便、快捷.该仪器充分利用了电喷发动机电脑控制的精确供油信息,将各缸的供油信息进行采集、标定、运算后输出测量时间内的累计油耗和小时耗油量.该油耗测量仪由数据采集部分和控制部分组成,主要讨论数据采集部分.     

海上风电场环形结构集电系统可用率等值计算方法

为了在规划阶段做好海上风电场集电系统的可靠性评估,避免可及性差导致的维护困难,提出将概率性方法与确定性方法结合的可用率等值计算方法。首先根据大规模海上集电系统的特点将其划分为变电站层、风机层、电缆层,通过故障树算法对环形集电系统的可用率进行分层描述;然后根据环形结构可能出现的运行状态,分别计算单串环网的可用率;最后以某规划中的海上风电场为例对其集电系统的可靠性与经济性这对矛盾指标进行对比分析,实现集电系统不同拓扑方案的优劣比较,为海上风电场集电系统的拓扑规划提供量化的参考指标。     

地面气象测报业务软件瑕疵的改进-以风极值时间缺测的处理为例

在地面气象观测数据审核工作中发现,自动气象站采集的风极值在24时00分出现“时间缺测”的概率比较大,需要数据审核员按照技术规范逐一进行处理。地面气象测报业务软件的新版本应当考虑这一问题,以提高数据处理的有效性,并可弥补自动气象站监控软件的不足。     

The stability analysis of rolling motion of hypersonic vehicles and its validations

The stability of the rolling motion of near space hypersonic vehicles with rudder control is studied using method of qualitative analysis of nonlinear differential equations, and the stability criteria of the deflected rolling motions are improved. The outcomes can serve as the basis for further study regarding the influence of pitching and lateral motion on the stability of rolling motion. To validate the theoretical results, numerical simulations were done for the rolling motion of two hypersonic vehicles with typical configurations. Also, wind tunnel experiments for four aircraft models with typical configurations have been done. The results show that: 1) there exist two dynamic patterns of the rolling motion under statically stable condition. The first one is point attractor, for which the motion of aircraft returns to the original state. The second is periodic attractor, for which the aircraft rolls periodically. 2) Under statically unstable condition, there exist three dynamic patterns of rolling motion, namely, the point attractor, periodic attractor around deflected state of rolling motion, and double periodic attractors or chaotic attractors.     

双馈感应风电机功率平滑控制与改善电网频率的研究

在分析双馈感应风力发电机运行特性和传统最大风能追踪控制策略的基础上,提出了一种基于约束因子限幅控制的双馈电机有功功率平滑控制策略,给出了约束因子α的表达式和取值规则.在matlab/simulink仿真平台上,搭建了一个9 MW的风电场与2台同步电机的互联系统.实验结果表明,与传统的最大风能追踪控制策略相比,所提控制策...     

基于深度学习的风力发电机组故障预警方法研究综述

风能作为重要的可再生能源,近几十年来,全球风能使用规模迅速增长,陆上和海上风力发电机组发电容量不断增加。由于风力发电机组故障维修成本巨大,因此必须开发有效且可靠的风力发电机组故障预警方法,在风电机组发生故障前进行提前预警,以便降低风电场的运营和维护成本。目前风电机组数据采集与监视控制系统(supervisory control and data acquisition, SCADA)已经在风电场有了广泛的应用,其中蕴含着大量的潜在数据信息,同时深度学习方法在海量数据挖掘方面有比较明显的优势,因此深度学习方法在风力发电机组故障预警领域的应用潜力巨大。综述了近年来相关深度学习方法在风力发电机组故障预警的研究进展,总结了风电机组故障预警的大体步骤,分析了各个步骤的具体处理方法,对每种技术方法的特点进行整理分析。最后阐述了深度学习在风电机组故障预警领域所面临的挑战,并对今后的研究重点进行了展望。