云南风水互补发电分析和展望

风能水能资源的互补开发、综合利用是一种有效的可再生能源利用方式.通过阐述国际及国内风电发展现状,分析云南电力结构,研究云南风能资源特点,提出在云南建立基于风能水能互补发电的可再生能源体系.     

在扫描隧道显微镜实验中开展研究性学习

把新成果转化为物理实验,能源源不断地推出新的实验,而这些新的实验又能极大提高学生们对物理实验的兴趣。本文介绍了在新开设的扫描隧道显微镜实验中开展研究性学习的教学实践,介绍了5步教学方法的具体做法及取得的教学效果。     

岩坑尖2#隧道病害调查及等级评价

岩坑尖2#隧道是甬金高速公路中最长的隧道,在运营期间出现不少裂缝、掉块等病害。为了保证隧道安全运营,对隧道进行了裂缝、掉块、错台、渗漏水等病害调查,通过素描和量测手段记录了隧道病害,结合地质条件、施工、施工监控量测、现场调查情况,系统的总结分析了病害产生的原因。发现地质因素、设计因素、偏压荷载以及施工因素是导致该隧道衬砌病害的主要原因;最后阐述了隧道病害等级的划分方法,并评价了隧道的病害等级,该隧道处于AA级,提出来进一步观察以确定是否影响衬砌结构的承载力和下一步的病害处治措施。     

高密度电法应用于隧道地质超前预报的方法研究

为了准确预报隧道掌子面前方施工过程中富水带、软弱层、断层和破碎带等地质结构的具体位置和宽度,采用高密度电法方法进行预测。通过预测结果和实际开挖的地质情况进行比较,结果发现：高密度电法预测的地质结构与实际地质状况基本一致。实践证明：高密度电法具有成本低、效率高、勘察距离长、效果明显等优点,是隧道地质超前预报行之有效的方法之一。     

鄙俗时代的雅歌——评王妃的诗集《风吹香》

王妃的诗集《风吹香》清晰地展现了诗人近几年的心路历程,明显带有王妃的生命印记。王妃善于发现和捕捉日常生活的诗性,关注个人的体验、柔情,展示自我灵魂。在一个人人追逐权、色、利的鄙俗时代,《风吹香》就如一首雅歌,用最诗性的思维与语言,把凡俗人生变成了雅致的艺术,让读者领略到了凡俗人生也富有意义与充满乐趣。     

不同形状风帆的风洞试验

为研究风帆助航技术,选取6种形状的风帆,利用某大学的低速风洞实验室对其进行风洞测力试验,获得相应的空气动力学特性.结果表明,圆弧形风帆空气动力性能比较优良,操作简便,比较适合安装在现代大型船舶上.     

高马赫数风洞试验天平保护装置设计

为了风洞试验天平在高马赫数试验中免受冲击载荷所产生的破坏,设计了一套全新的试验天平保护装置,该套装置安装与模型支杆内部,而不是安装于风洞上.采用改变受力形式的原理,将模型冲击载荷由单支点支撑改为双支点支撑.在保护装置设计中,采用传统丝杠传动与新式压电陶瓷驱动器相结合的方式,实现了轴向与法向两个方向的运动.新设计的机构具有尺寸小,承载能力大,定位精度高、成本低的特点.该套装置能够降低天平感受到的模型冲击载荷,减少天平所受应力,使天平免受破坏.     

浅谈风力发电塔架制造总体工艺方案设计

简要说明了风力发电塔架的重要性和基本结构特点,介绍了风力发电塔架制造中筒节、基础环法兰和筒节组装的基本工艺流程,阐述了风力发电塔架厂区的平面布置方案设计的基本思路并举例对方案设计进行了说明。简要介绍了风力发电塔架制造总体工艺方案的工程方案和运输方案设计,结合本文介绍了方案的应用情况并进行了进一步讨论。     

基于霍克-布朗准则的深埋隧道塌方机制泛函突变分析

研究目的：分析深埋隧道的塌方机制并推导塌方体形状曲线的解析表达式。创新要点：基于霍克-布朗准则,采用泛函突变理论推导得到了深埋隧道塌方体形状曲线的解析表达式,并据此分析了围岩参数变化对塌方体形状的影响规律。研究方法：通过理论分析建立深埋圆形隧道的解析模型（图1）,采用泛函突变理论推导基于霍克-布朗准则的隧道塌方体形状曲线解析表达式,并研究围岩参数变化对塌方体形状的影响规律（图3和4,表2）。通过与自然拱理论和模型试验结果的对比（图5–7）验证本文解析解的正确性。重要结论：采用泛函突变理论推导了基于霍克-布朗准则的深埋隧道塌方体形状曲线解析表达式。该解析表达式简洁直观,不仅可以预测无支护条件下隧道的塌落体尺寸,还可以估算塌落围岩作用于衬砌上的荷载。     

Wind turbine fault detection based on SCADA data analysis using ANN

Wind energy is one of the fast growing sources of power production currently, and there is a great demand to reduce the cost of operation and maintenance. Most wind farms have installed supervisory control and data acquisition （SCADA） systems for system control and logging data. However, the collected data are not used effectively. This paper proposes a fault detection method for main bearing wind turbine based on existing SCADA data using an artificial neural network （ANN）. The ANN model for the normal behavior is established, and the difference between theoretical and actual values of the parameters is then calculated. Thus the early stage of main bearing fault can be identified to let the operator have sufficient time to make more informed decisions for maintenance.