摘要：随着风力发电技术的迅速发展,风电机组的可靠性和性能成为风电项目高效运维持续关注的焦点.轴承是风电机组关键的机械部件,运行过程中容易出现磨损,因此,对轴承状态进行及时的诊断和维护至关重要.基于此,设计了一种基于双树复小波变换与深度残差网络相结合的风电机组轴承故障诊断模型DTRSANMD.该模型利用双树复小波变换对风电机组振动信号进行多尺度分解,将得到的特征信息输入加入了注意力机制的深度残差网中以获取有效的深度特征表示,并引入多核最大均值差异方法对变工况特征分布进行评价,有效地降低了源域和目标域之间的分布差异,提高了模型的泛化性能.最后,设计了风电机多源数据智能采集分析终端与系统,实现了风电机组机械部件的远程诊断分析,降低了维护成本.

摘要：由于地铁隧道的环境相对狭长封闭,列车行驶形成的活塞风会对隧道内流场产生显著的影响,从而影响地铁隧道通风安全。以单洞单线类矩形区间隧道内行驶的B型地铁列车为研究对象,采用Fluent动网格方法对地铁隧道内匀速直线行驶列车形成的活塞风演化规律进行数值模拟,着重分析了不同阻塞比下隧道内行驶列车导致的隧道整体流场变化以及列车经过隧道某断面处流场变化,并与数学模型预测结果进行对比。结果表明:当列车在隧道内启动并以速度为10 m/s匀速直线行驶时,隧道内活塞风风速逐渐增大,待稳定后列车以4.09 m/s速度匀速行驶时,隧道内活塞风风速保持不变,其与数学模型预测结果相吻合;当列车经过隧道某断面处时,该断面处的活塞风风向先向前、再向后、最后向前,活塞风风速呈现波浪式变化,最大回流风风速为9.75 m/s;随着阻塞比α增大,隧道内活塞风风速增大,对隧道内空气流动的影响增强;当α=0.2、0.4、0.49时,列车尾端产生负压涡流区,隧道内活塞风风速波动明显;当α=0.6、0.8时,列车尾端只产生负压区,隧道内流场较为稳定。

摘要：[目的/意义]为了解决煤矿标准文件知识内容繁多、专业跨度大、组织模式有限,以及缺少系统、高效的煤矿标准文件知识存储利用手段,煤矿标准知识利用率低下等问题,以煤矿相关国家标准和行业标准文件为数据来源,构建了煤矿标准文件知识图谱。[方法/过程]首先通过分析标准文件特点结构,提出了面向煤矿标准文件的标准文件-标准核心要素-标准条文的三层知识模型,定义了标准文件层、标准核心要素层以及标准条文层的知识单元结构和实体关系模式;然后根据设计的图谱模式层,针对半结构化和非结构化数据特点采用基于模板规则和基于深度学习的方法进行知识抽取,并选取图数据库存储方案,实现煤矿标准文件知识存储更新,完成了煤矿标准文件知识图谱构建。[结果/结论]煤矿标准文件知识图谱可实现多种标准可视化方式以增强用户阅读体验,支撑智能检索问答应用帮助从业人员快速检索定位所需标准知识,还能提供标准冲突检测、辅助编写、性能指标比对等多种标准信息服务应用,显著提高了煤矿标准知识利用率,助力煤矿智能化建设。