摘要：本文阐述了电力故障指示器的设计原理,介绍了系统的硬、软件设计方法。为使电力故障指示器实现可通信的在线智能检测,本系统采用基于互感器自取电和GPRS技术的智能故障指示器用于在线监测线路运行状态,使用拨码开关实现定位,有效提高了输配电线实时故障检测的自动化水平,为快速排除线路故障提供有力保障。经过相关实验表明,该系统能够快速检测电路故障,准确定位故障点,及时发送故障信息,符合故障指示器设计要求。

摘要：为了提升穴盘播种过程中草炭装盘、压穴、覆料的仿真准确性,基于草炭的物料特性,选择Edinburgh Elasto-Plastic Adhesion(EEPA)模型在EDEM软件中建立草炭离散元仿真模型,通过单轴密闭压缩和虚拟仿真试验对草炭参数进行标定。通过物理试验测得草炭密度、粒径分布和接触参数,应用Plackett-Burman Design和最陡爬坡试验设计显著性分析试验,发现草炭间恢复系数、静摩擦因数、草炭切向刚度因子和剪切模量影响显著。应用Central Composite Design试验建立响应值与4个显著性参数的二次多项式回归模型,以单轴密闭压缩20%、50%轴向应变对应的轴向压力3.83、91.45 N为目标值对显著性参数进行寻优,得到最优组合为:草炭间恢复系数0.202、草炭间静摩擦因数0.595、切向刚度因子0.667、草炭剪切模量0.613 MPa。最后将该参数组合下的仿真值与实测值进行对比验证,在轴向应变范围20%~50%内实测值与仿真值的平均误差约为8.08%。相对误差在轴向应变40%左右达到最大值,为15.34%。结果表明基于响应面法标定的EEPA模型参数可用于离散元仿真研究。

摘要：为了研究离心泵发生汽蚀过程时其内部流动规律和对其汽蚀性能的优化设计,在结合传统优化方法的基础上,提出神经网络与遗传算法结合的智能优化方法。通过Plackett-Burman试验设计从离心泵的叶轮进出口直径、进出口安放角、叶片数、叶片包角等7个设计参数中筛选出显著影响的3个优化设计变量。叶片出口宽度、叶片包角和叶轮出口直径3个优化设计变量,其影响汽蚀性能的显著性由大到小。运用拉丁超立方抽样方法抽取30组设计方案,分别进行数值模拟计算,得出相应的汽蚀余量值。建立神经网络模型,结合遗传算法在规定范围内进行寻优,得到最优设计变量组合及最优汽蚀余量值。取优化后的参数进行数值模拟计算,优化后的离心泵在相同工况下汽蚀余量降低了43.1%,说明优化后的离心泵抗汽蚀性能显著提高。

摘要：各国标准贯入试验设备锤垫质量存在差别,试验杆直径也略有不同。为了消除这种差异的影响,建立各种标贯设备试验结果的相互转换关系,为岩土设计提供可靠的标贯参数,采用国标和英标标贯设备,选取二种直径的试验杆,进行了锤击能量校正试验。测量各种质量的锤垫配置在不同直径试验杆下的实际锤击能量,计算实际锤击能量与理论锤击能量的能量比,分析不同直径试验杆下能量比随深度的变化特征。结果显示,采用直径42mm和50mm两种直径的试验杆,随着深度与钻杆直径的变化,锤击能量比的差异总体上不大。