准确提取振动信号特征,是齿轮故障诊断的关键问题。为此,提出了一种基于S变换能量分布特征和SVM的故障诊断方法。首先对齿轮故障信号进行S变换得到时频矩阵,然后利用该矩阵构建能量分布特征。最后建立SVM齿轮故障识别模型,将对应的特征样本输入到模型中进行训练和识别,以达到对齿轮故障的准确分类。将所提出的方法应用于齿轮故障检测和诊断。通过实际故障实验数据对所提方法进行了验证。结果表明,该方法能够有效地降低噪声的影响,能够准确地识别齿轮故障,具有较高的准确率和使用价值。

为了提高齿轮箱低频振动信号准确表征其运行状态和高频振动信号表征故障特征的效果,通过对小波原理及小波基优化理论进行分析,选取适用于处理齿轮箱振动信号的小波基进行小波变换,将均方根误差及信噪比作为除噪性能的评价标准,获取最优小波基。基于小波变换对振动信号多层分解的特性,将最优小波基运用其中,分别重构出近似齿轮箱运动状态的低频信号,以及能够表征故障细节特征的高频信号。实验结果表明最优小波基的应用有利于提高齿轮箱低频信号表征其运行状态频率的准确率和高频信号细节特征提取的效果,为工程实际中齿轮箱的故障诊断提供了理论基础。

对中高温太阳能有机朗肯循环发电系统的有机工质进行对比分析；对发电系统的有机工质向心透平进行设计研究。根据给定的热源参数和发电功率，对甲苯、C12（十二烷）、D4（八甲基环四硅氧烷）、MDM（八甲基三硅氧烷）、MM（六甲基二硅氧烷）等工质进行详细的气动设计和多参数对比分析；根据分析结果选用甲苯为工质进行向心透平气动设计、三维造型设计和计算流体动力学（Computational fluid dynamics CFD）数值模拟验证。计算结果表明：选用甲苯为工质的ORC系统质量流量最小，系统热效率最高；模拟结果与设计结果基本一致，模拟状态参数的相对误差在2%以内，模拟的功率和轮周效率误差分别为3.16%和2.9%，表明热力设计的准确性；同时通过整机模拟，证实了该ORC向心透平具有良好的气动性能和热力学性能。