题名 起重机起升装置制动器的设计与仿真（英文）
被引量：6
1
作者
赵敬云 程雪利 李强 赵筱赫
机构
河南机电高等专科学校 新乡 市起重 设备厂 有限责任公司
出处
《机床与液压》
北大核心
2015年第12期120-124,共5页
基金
supported by National Natural Science Foundation of China ( No. 50775155) the Henan province Education Department science and technology key project Fundation ( No. 12A460004)
文摘
制动器的设计与选型是桥式起重机生产过程的重要环节,制动器的位置与布局关系起重机的运行平稳与安全。以10 t桥式起重机为设计对象,对起升机构进行动力学分析,建立了数学模型,计算了数学模型所需的转动惯量;并对制动器不同布置方案进行了计算与仿真,利用Matlab软件得到了制动器制动的最大力矩,分析得出了制动器设计的最优方案。
关键词
制动器 起重机 动力模型
Keywords
Brake, Crane, Dynamic model
分类号
TH215
[机械工程—机械制造及自动化]
题名 基于QPSO_RBF的电力系统短期负荷预测
被引量：6
2
作者
田书 刘团结 胡艳丽 程传平
机构
河南理工大学电气工程及自动化学院 新乡起重设备厂有限责任公司
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2008年第18期6-9,46,共5页
基金
河南省教育厅项目资助(2000470002)~~
文摘
针对径向基函数(RBF)网络在电力系统短期负荷预测中存在的问题,提出一种量子粒子群优化(QPSO)算法训练RBF网络的方法,在确定网络隐含层节点个数后,将RBF网络各个参数编码成学习算法中的粒子个体进行优化,由此可在全局空间中搜索最优适应值的参数。用优化后的网络进行负荷预测,结果表明,该方法与传统的负荷预测方法相比,减少了训练时间并提高了预测精度,具有较好的应用前景。
关键词
电力系统 负荷预测 径向基函数 量子粒子群算法
Keywords
electric power system load forecast radial base function quantum-behaved particle swarm optimization algorithm
分类号
TM715
[电气工程—电力系统及自动化]
题名 数据驱动的动车组滚动轴承故障预测
被引量：5
3
作者
李莉 贾志凯 张瑜 李时法
机构
中国铁道科学研究院 北京经纬信息技术公司 新乡 市起重 设备厂 有限责任公司
出处
《山东科技大学学报（自然科学版）》
CAS
2017年第4期16-23,共8页
基金
中国铁道科学院院基金(2016TJ102)
文摘
为了有效提高动车组滚动轴承故障的发现率,减少故障监控系统的误报现象,基于Apache Hadoop大数据平台对经典Apriori算法进行改进,并将其应用于动车组滚动轴承故障的预测研究工作中。首先,针对经典Apriori算法的不足,在MapReduce框架下提出以业务经验为约束的改进的Apriori算法。其次,基于文中提出的改进的Apriori算法对某铁路局的动车组状态、故障预警、维修历史等信息进行深度数据挖掘,并通过得出的关联规则进行动车组滚动轴承故障的预测。实验结果表明,文中提出的算法准确率达72%,减少了80%以上的误报报警信息,在实验环境中运算效率较传统的Apriori算法提高了50%。
关键词
智能交通 故障预测 APRIORI算法 数据挖掘 大数据
Keywords
intelligent transportation failure prediction Apriori algorithm data mining big data
分类号
U279
[机械工程—车辆工程]
