提升飞轮的可靠性,本文对飞轮故障诊断技术进行了研究。通过对基于数学解析模型与基于智能计算的故障诊断方法的对比研究,提出了一种基于神经网络的混合故障诊断方法。该方法首先使用数学解析模型与原系统输出的差值作为一级残差;而后利用该一级残差以及系统可测状态对神经网络进行训练;然后使用混合模型输出的二级残差对系统故障进行检测;最后以飞轮注入母线电压以及电枢电流故障对该方法进行验证:在存在母线电压故障工况下混合模型避免了解析模型电流估计的发散问题,与单神经网络模型相比最大跟踪误差降低了44%。在存在电流故障时,不同的转速工况下与两种单模型相比混合模型的最大跟踪误差降低了90%,跟踪方差减小了10倍以上。混合方法可以有效解决由于解析模型存在建模误差引起的故障诊断不够准确的问题以及由于缺乏训练数据所引起的单神经网络模型不能适应新工况的故障诊断问题。 大小不一的玻璃块堆放在模具中，并开启缩比试验机的加热功能。载光机电设备-电动数控滚圆机滚弧机张家港液压滚圆机滚弧机根据热载荷作用下玻璃的破裂行为［４］，在玻璃温度从室温（２０℃）升到屈服点温度（６应变点Ｔｌ转变点Ｔｇ屈服点Ｔｓ软化永久应力与暂时应力的分界点可较快地消除应力体积最大高弹态与粘流态分界点图１模具截面尺寸图ｉｏｎｏｆｍｏｕｌｄ当模具温度达到７２０℃时，玻璃外边缘的位置开始熔化，如图２（ａ），此时炉子以６ｒａｄ／ｓ的转速旋转。 本文由公司网站张家港大棚滚圆机采集转载中国知网整理!!http://www.dapenggunyuanji.com/  当温度到达９００℃时，玻璃迅速变软，如图（ｂ）。当到达１２００℃时，玻璃黏度容易成型，如图（ｃ）。炉子恒温旋转２．５ｈ后，熔体中的气泡几乎排荆熔体清澈透明，上表面呈抛物回转面，如图（ｄ）。在退火阶段，温度从１２００℃降到５６０℃，以打开炉盖的方式对熔体上表面进行快速冷却。当熔体上表面降到５６０℃时，炉子停止旋转，关闭炉盖。红外热成像仪和热电偶的检测结果显示，经过１６０ｍｉｎ，玻璃熔体温度场变为均匀的５６０℃。为了消除玻璃中的永久应力，需要对玻璃熔体星载光机电设备兼有光学系统和运动机构的特点,前者温度指标要求高,后者构型复杂并且相对星体其他部分运动,这给热设计的验证带来困难。文章以光机电设备激光通信终端为例,提出了热设计的间接验证方法,即通过地面试验数据修正热分析模型、再由热分析模型预示在轨温度,进而验证热设计。设计了热平衡试验,并根据试验结果修正了模型,修正后的试验模型计算结果与试验结果基本一致,81%的测温点偏差小于5℃,模型较好地反映了真实的热物理状态,其预示的在轨温度可用于验证热设计。对比了轨道计算温度与飞行温度,81%的测温点偏差小于4℃,证明了间接验证方法的正确和有效,满足星载激光通信终端的应用要求。所述的验证方法显著降低了热试验的难度,对多姿态与高温度指标的光机电设备具有借鉴意义。载光机电设备-电动数控滚圆机滚弧机张家港液压滚圆机滚弧机  本文由公司网站张家港大棚滚圆机采集转载中国知网整理!!http://www.dapenggunyuanji.com/