为研究大型风力机的主动降载控制方法,以NREL 5 MW参考风力机为研究对象,建立了具有尾缘襟翼的智能叶片风力机非定常气动模型,并分析其非定常气动性能。基于x-LMS分别对桨距角和尾缘襟翼角进行控制,提出将二者结合的复合主动降载控制方法,并分析了在不同风况下所提控制方法的控制效果。结果表明:所建模型可有效模拟出智能叶片风力机的非定常气动性能;所提控制方法可同时抑制高频与低频叶根挥舞弯矩波动,并显著降低叶片疲劳载荷,有利于风力机的稳定运行。

以带有尾缘襟翼的NREL 5 MW参考风力机为研究对象,综合考虑非定常气动力、气动阻尼和弯扭耦合等因素,建立了改进的智能叶片气弹模型,并与FAST平台进行仿真对比。基于径向基函数(RBF)神经网络自适应比例、积分、微分(PID)方法设计了尾缘襟翼主动控制器,在标准湍流风况下对叶尖偏移量进行仿真控制。结果表明:改进气弹模型的准确度较高;尾缘襟翼主动控制方法可有效减小叶尖偏移量的波动。

分析了建站较早的变电站直流系统改造的必要性和改造后所取得的效果，介绍了智能高频开关电源系统的性能特点及其各部分的作用和在改造过程中的改进情况。

采用现有的方法对控制系统执行器(气动执行器/电液执行器)进行故障诊断时,无法同时满足诊断的准确性和快速性要求,针对这一问题,提出了一种基于经验小波变换(EWT)和双核极限学习机(DKELM)的控制系统执行器故障诊断方法。首先,利用经验小波变换对执行器故障信号进行了分解,得到了若干经验小波分量,以信息熵(IE)为依据筛选分量,计算了保留分量的模糊信息熵(FIE),构成了特征向量;其次,将小波核函数和RBF核函数引入至极限学习机(ELM)构造了双核极限学习机,以特征向量作为输入,进行了双核极限学习机模型训练和分类测试;最后,采用执行器故障半物理试验平台,对基于EWT-DKELM的方法进行了重复试验,以验证该方法的有效性。研究结果表明经验小波变换能够有效分离执行器故障信号的各个独立模态,其提取的模糊信息熵特征具有较高的区分度;双核极限学习机...

讲述了变电站直流操作电源的种类、特点，说明了使用智能高频开关电源的基本要求，提出了变电站智能高频开关电源系统日常维护的注意事项。

重型燃气轮机是能源高效转换与清洁利用系统的核心动力装备。为确保重型燃气轮机的安全、稳定运行,以双连杆型进口导叶(IGV)系统为研究对象,进行分析建模与故障仿真研究。首先,对IGV系统进行机理分析,建立了液压驱动部分和机械传动部分的动力学模型。其次,基于模块化建模方法,在Simulink中搭建了非线性IGV系统仿真模型,并将IGV仿真模型输出与燃机电厂IGV历史运行数据进行对比。最后,对典型故障进行故障机理分析,分别建立了各类故障的动力学模型,并在Simulink中搭建了故障仿真模型。仿真结果表明,所建IGV系统模型能准确反映IGV角度跟随负荷的变化,与电厂实际运行数据一致;IGV系统故障模型与故障机理分析基本符合,具有较高的准确性。建模与故障仿真具有良好的研究前景,为燃气轮机IGV系统的动态分析和故障诊断提供了重要技术参考。

分析了循环流化床锅炉材料磨损原因，并指出材料磨损与燃料灰的物理和化学特性有关，还与进入燃烧室的惰性床料有关。