论文部分内容阅读
以核电领域应用的水泵用电机为案列,详细论述了惰转特性要求的源头,在此基础上进一步探讨惰转特性设计中的“电机轴系转动惯量”与水力“动件”优化两个关键因素,通过定量计算与定性分析的方式,研究分析了两者对水泵用电机惰转特性的影响.
水泵用电机惰转特性分析
【摘 要】
：
以核电领域应用的水泵用电机为案列,详细论述了惰转特性要求的源头,在此基础上进一步探讨惰转特性设计中的“电机轴系转动惯量”与水力“动件”优化两个关键因素,通过定量计算与定性分析的方式,研究分析了两者对水泵用电机惰转特性的影响.
【机 构】
：
佳木斯电机股份有限公司,黑龙江佳木斯154002
【出 处】
：
防爆电机
【发表日期】
：
2021年6期
其他文献
为了降低转矩波动,文中研究了不同槽/极比和气隙均匀程度对电机转矩波动的影响.分别在相同的尺寸、转速、激励情况下,对极数为12槽10极、18槽10极、30槽10极的电励磁集中式绕组电机进行性能分析.首先对不同的槽/极比的电机进行有限元分析,再对比分析电机气隙均匀程度对其齿槽转矩的影响.通过比较发现适当的槽/极比可以降低齿槽转矩和反电势的谐波含量,而且从齿槽转矩的大小来看,分数槽电机要低于整数槽电机.使用非均匀气隙可以减少气隙磁密谐波含量,从而进一步降低齿槽转矩,降低了转矩波动.经过有限元计算,分析了这3种电
介绍了一种用于链式退火炉的电气系统,采用单相晶闸管交流调压器进行加热功率控制,模块化的软件控温方式配合独特的炉膛设计,满足了大炉膛内温度均匀性的要求.合理的温区分布,适合于灵活调整工艺曲线.电气布局设计,减小了噪声干扰,系统运行可靠性高.
针对传统负荷预测方法难以兼顾电力负荷内在线性特征量与非线性特征量的问题,文中提出一种基于EE-MD和ARIMA-GRNN的混合负荷预测模型方法.该方法采用EEMD法,将负荷数据分解成不存在模态混叠的IMF分量和余项.运用ARIMA模型算法对每个IMF分量进行线性预测,得到时间序列预测分量,并将其与原始数据相减得到其中的非线性分量.通过GRNN神经网络算法对非线性分量进行预测得到非线性分量的预测值,并将求得的线性预测分量和非线性预测分量相加得到最终的预测值.仿真实验表明,文中提出的基于EEMD和ARIMA-
永磁同步电机成本低,寿命长,应用广泛.功率因数低、电流畸变率高是无电解电容应用所面临的难题.针对这一问题,文中通过对永磁同步电机功率因数的分析并基于矢量控制算法,提出了一种交轴相位补偿、直轴弱磁控制的策略,并在MATLAB/Simulink环境下搭建仿真模型进行仿真实验.实验发现,在母线电压波动条件下,电机交轴、直轴电流对于波动的给定电流实现了跟随.对比传统矢量控制,文中提出的控制策略消除了电流与电压之间相位差,功率因数达到93.51％.仿真结果表明,相位补偿结合弱磁控制的策略可以有效提高功率因数,降低电
针对电力系统中长期负荷预测精度不高的问题,文中提出改进粒子群优化的灰色傅里叶残差修正的中长期电力负荷预测模型.该模型利用三点平滑法对原始负荷数据进行预处理,削弱了异常值的影响.采用改进粒子群优化的灰色模型对原始负荷进行预测,解决了预测数据不足和预测精度不高的问题.通过傅里叶变换对预测误差进行修正,提高了预测精度.浙江某地区2013～2018年年度负荷预测结果显示,采用该方法后,平均负荷预测精度提高了1.94％,证明该模型在中长期负荷预测中具有较高的精度和可行性.
针对机械系统运行状态监测问题,文中提出了一种基于宽带谱处理的机械系统故障检测方法.该方法基于干扰噪声抑制和声纹比对技术,根据干扰噪声源的特点,采用自相关去噪与小波去噪相结合的方法,对干扰噪声进行了有效的抑制.在此基础上,采用欧式距离分类器对采集到的声纹信号进行分类判决,从而更好地对机械系统故障声纹信号进行检测、提取和识别,实现了对机械系统运行状态的监测和故障检测.通过数值仿真对文中所提故障检测方法进行验证,仿真结果表明文中所提故障检测方法具有良好的检测性能.
混合式步进电机的齿层区域是其产生转矩的关键.为了实现特定性能,电机设计时需要选择适当的齿层几何形状.文中以梯形齿形状参数为优化对象,对电机进行电磁结构优化,以实现更高的转矩输出.以市场现有的一款三相混合式步进电机为样机,基于其结构参数,建立高效的三维有限元模型以产生优化的样本.然后,再结合Taguchi优化算法,以定转子的齿形状参数为优化设计变量,通过数值方法获取最佳梯形齿形结构,使电机输出转矩最大化.优化后,转矩最大化样机的转矩峰值提高了近25％,证明了该优化方案的有效性.
针对风电波动性和随机性对电网调度带来影响,文中提出一种基于神经网络的风力发电功率备用容量估计模型.该模型通过粒子群算法优化BP神经网络中各连接层之间的权值来提高对未来风力发电的功率值的预测,并利用皮尔逊相关系数提取与预测误差正相关的影响因素,再使用多元线性回归方法将提取的影响因素关联起来进行风电功率的备用容量的计算.文中通过公开的比利时风电场实际运行数据进行算例分析,仿真结果表明有80％的预测误差在该模型的估计区间内,进一步验证了该模型的有效性.