学科分类
/ 1
4 个结果
  • 简介:针对空压机进气增压可提高大功率燃料电池发动机性能和功率密度,但空压机超高速电机转子一轴承系统存在共振失稳乃至断轴的实际工程问题.本文采用有限元法建立空压机高速电机轴承一转子系统动力学模型,基于ANSYS软件对某超高速永磁电机转子进行动力学仿真,分析某燃料电池空压机高速电机转子轴承系统的临界转速,揭示轴承刚度、轴承位置以及转轴质量等因素对临界转速的影响规律,并提出改善措施.结果显示,增大轴承刚度、适当减小轴承跨距以及减轻转轴的质量可以有效地增加转子轴承系统的临界转速.

  • 标签: 燃料电池空压机 高速转子轴承系统 转子动力学 临界转速
  • 简介:在数据驱动的集中式空调系统故障诊断过程中,特征选择是一个必要的预处理.选取重要的特征作为分类依据,无论是从经济的角度还是对故障的有效判断上,都具有非常重要的意义.现采用不同的特征选择方法对一组冷水机组故障数据进行特征选取,并利用支持向量机完成分类,最后通过对比分析获取冷水机组故障诊断中最重要的特征子集.

  • 标签: 特征选择 遗传算法 RELIEFF算法 支持向量机
  • 简介:采用高效液相色谱法(HPLC),以CN基硅胶柱为固定相,纯水为流动相,检测器检测波长为238nm,在室温条件下分离氨基二乙腈及其它组分,而且准确测定其含量。本文还讨论此方法的精密度,线性关系和回收率。此方法简单,线性较好,可作常规定量分析。

  • 标签: 亚氨基二乙腈 CN基柱 高效液相色谱法
  • 简介:为解决空气处理机组在故障检测过程中难以获得大量带有类标记样本,且故障样本数据标记代价较高的问题,本文结合支持向量机与半监督学习方法,提出了针对空气处理机组故障检测的半监督学习算法.首先利用序列前向选择选出重要的特征作为分类依据,将半监督学习方法引入支持向量机的学习过程中,并使用遗传算法寻找支持向量机的最佳参数.然后选择类标记置信度高的未标记样本加入训练样本集,利用未标记样本中有利于支持向量机的信息,提高学习性能.实验表明,提出的混合算法能够在故障标记样本比较少的情况下达到较高的故障诊断率.

  • 标签: 故障检测 半监督 遗传算法 支持向量机 特征选择 空气处理机组