葛洲坝电站轴流转桨式水轮发电机组主轴密封的两种不同形式,自补偿性轴向端面工作密封的具体结构、工作原理以及调整过程。工作密封调整的主要工作是抗磨板水平调整以及密封块与抗磨板间隙调整。由于抗磨板的水平直接影响到主轴密封的寿命和封水性能,安装不当会造成密封漏水甚至烧结,因此在安装过程中,其水平的调整就显得尤为重要。水电机组故障诊断-电动数控滚圆机滚弧机折弯机数控钢管滚圆机滚弧机折弯机本文总结了两种抗磨板水平调整方法的优缺点,提出了第三种能够结合前两者优点的调整方法,对这种主轴密封的两大主要部件——抗磨板和密封块的安装、水平测量和调整工艺进行了分析和探讨,初步分析了抗磨板水平波浪度产生的原因。 本文由公司网站滚圆机网站采集转载中国知网资源整理!www.wanguanji138.com为提高工作密封的安装效率,改进调整工艺提供了一定的技术参考。 为提高水电机组故障诊断的准确率,提出基于优化支持向量机多分类器的水电机组故障诊断方法。支持向量机(Support Vector Machine,简称SVM)在解决小样本问题上有着突出的表现,针对其参数设置采用人工蜜蜂群(artificial bee colony,简称ABC)进行参数优化。建立基于Fisher加权的朴素贝叶斯分类器(Attribute Fisher Weighted Naive Bayes Classifier,简称FWNBC)和基于Mahalanobis距离的分类器(Mahalanobis Distance Classifier,简称MDC),并与优化的支持向量机分类器组合成为FWNBC+MDC+优化SVM的分类融合模型,以基于优化微分经验模式分解法(简称DEMD)提取的分量作为输入特征向量,应用融合模型对水电机组故障进行诊断,以投票为决策方法。实验结果表明该模型对于未经优化的支持向量机和特征提取以及单一的分类器,能有效提高故障识别的准确率第4卷第3期（总第19期）2018年6月20日Vol.4No.3(Ser.19)June,20,2018察和侦查蜂之间分工合作搜索解空间中的蜜源，从而获得最优解。本文利用ABC全局优化的特点对参数σ和C进行搜索，减少计算盲目性，提高分类效果，参数寻优如图1所示。xd——样本变量；S（d）——归一化属性相似度；V（d）——属性权重。将式（3）带入式（2）中就得到加权的NBC，即FWNBC分类器。1.3 基于 Mahalanobis 距离的分类器它是由P．C．Mahalanobis首先使用的一种有效计算未知样本相关度方法[9]，马氏距离与其呈反相关关系，所以其判别函数为：（4）式中Ci——分类标签；di——马氏距离。2基于融合分类器诊断原理融合分类器诊断主要分为三个部分，一是对原始数据样本进行特征向量提取，以此作为融合模型的输入向量；二是融合模型中各分块进行分类诊断，得出各自最优分类诊断结果；三是将各分块进行融合通过一定方法获得最终结果，示意图如图2所示。图1SVM参数优化过程图加权朴素贝叶斯分类器针对NBC的样本属性与类别之间存在不同关联程度问题，参照文献[7]的方法将NBC最大化计算公式：（1）进行加权处理，如下式：（2）权值的处理按照文献[8]中的方法进行，得：（3）式中Cj——分类标签；X——样本集；x——未知样本；D——维数；xd——样本变量；Xd——d维条件下的属性集合；图2融合模型分类诊断流程水电机组故障诊断-电动数控滚圆机滚弧机折弯机数控钢管滚圆机滚弧机折弯机特征量优化提取原始样本数据中往往含有反应故障特征的信息，在进行故障分类诊断时需要对原始数据样本进行特征提龋DEMD是以EMD为基础? 本文由公司网站滚圆机网站采集转载中国知网资源整理!www.wanguanji138.com