摘要：架空输电线路智能巡检装置作为一种能够代替人工进行长距离巡检作业的设备,能显著提升巡检效率,降低劳动强度。为保证智能巡检装置在线路上高精度、平稳地运行,设计了一种高功率密度、低转矩脉动的永磁伺服电机。通过理论分析与有限元方法对电机进行了电磁分析,对永磁体厚度以及极弧系数进行了优化,降低了电机的转矩脉动;运用有限元仿真软件对电机进行了振动校核,进行了径向电磁力计算以及对电机定子和外加机壳系统分别进行了模态校核,分析了电机的振动情况。结果证明,设计的永磁伺服电机各项性能均满足运行需求,为输电线路智能巡检装置用伺服电机设计与分析工作提供了一定的指导意义。

摘要：水轮机组在运行过程中由于受到水力、机械、电磁等因素的干扰,极易诱发故障,从而影响机组安全稳定运行.文中在水轮机组运行噪声信号特征提取基础上,提出了一种基于核主成分分析(Kernel PCA)、改进的粒子群算法(particle swarm optimization,PSO)与支持向量机(support vector machine,SVM)的水轮机组噪声信号故障检测方法.该方法首先对水电站现场采集到的原始噪声信号提取时域和时频域共13维特征,克服了特征量单一的局限性,再利用核主成分分析法(KPCA)对所提取出的特征向量降维,然后利用改进的粒子群算法(PSO)对SVM模型进行最优寻参,利用优化后的支持向量机(SVM)对提取的特征进行故障检测,完成对水轮机组常见的3种运行状态的识别.结果表明:采用基于KPCA-PSO-SVM的故障检测方法,水轮机组运行状态的分类识别率为96.73%,比SVM算法、神经网络、KNN、随机森林等方法的识别准确度更高,证实了本方法的有效性.