文章所探讨的是轴向磁场磁通切换容错电机的电磁性能分析，主要基于等效磁路法（Equivalent Magnetic Circuit Method, EMC）。该研究由林明耀和徐妲进行，并在中国科技论文在线网站上发表了。文章利用非线性等效磁路模型来分析这种新型容错电机的静态特性，包括气隙磁通密度、永磁磁链、反电动势和电感特性。研究成果与有限元分析（Finite Element Method, FEM）的预测结果进行了对比，并通过原型电机的实验验证了等效磁路法的可行性。 关键词涵盖了容错性、轴向磁场、磁通切换、等效磁路以及电磁性能。容错电机是针对电驱动系统中可能出现的故障设计的，具有能够在发生故障后依然正常工作的能力。轴向磁场电机设计通常具备短的轴向长度和高的转矩密度，使它们适合用在要求紧凑型设计的应用中，例如电动汽车。 等效磁路法是一种将电机的复杂磁场简化为磁路的分析方法，通过等效的方式计算电机的电磁参数。与复杂的有限元分析方法相比，等效磁路法的计算速度更快，参数获取也更加直接，适合用于初步设计阶段的快速评估与分析。在实际应用中，这种方法能够帮助工程师快速确定电机的关键参数，如永磁材料的使用量和结构设计，以便进一步的详细设计和优化。 本文中提出的轴向磁场磁通切换容错电机（AFFSFT）是一种新型的磁通切换永磁电机（Flux-Switching Permanent Magnet Machine, FSPMM），该种电机近年来受到越来越多的关注。AFFSFT电机特别适合于需要高容错能力的场合，例如电动汽车。其结构上包括两个部分的定子和一个转子，均具有双凸极结构。与之不同的是，传统的径向磁场磁通切换永磁电机结构设计在轴向尺寸上更为复杂，而轴向磁场设计由于其结构简单，便于生产制造且维修方便，因此在高容错性要求的应用场景中具有潜在优势。 在电机的静态特性分析中，气隙磁通密度是一个核心参数，它直接关联到电机的转矩输出能力。而永磁磁链决定了电机永磁体的磁通量大小，是磁路分析中的一个关键变量。反电动势（back electromotive force, EMF）与电机的运行速度和负载状态有直接关系，是电机设计中不可忽视的参数。电感特性则影响电机在运行中的能量转换和效率表现。 文章中提到的电机拓扑是基于六定子齿和十转子极的三相AFFSFT电机。三维结构图显示了电机的物理形态，定子和转子均采用双凸极结构，永磁体和集中式电枢绕组放置在定子中。这种结构的电机设计旨在减少材料使用并简化制造过程，从而降低整体成本，同时保证了电机的运行性能。 通过三维有限元分析（FEA）和对原型AFFSFT电机的测试，验证了等效磁路模型预测的气隙磁通分布、反电动势波形和绕组电感的准确性。实验结果与理论分析的一致性证实了等效磁路法在电机静态特性分析中的有效性。 总而言之，林明耀和徐妲的研究通过等效磁路法对轴向磁场磁通切换容错电机进行电磁性能分析，不仅为电机的初步设计提供了有效的分析手段，而且为电机设计和优化提供了理论依据。这篇文章对于电磁理论的研究，特别是对于容错电机设计的研究者和工程师来说，是具有重要参考价值的首发论文。

基于振动信号的滚动轴承故障诊断 1.介绍 毕设研究课题，根据轴承的振动数据信息来诊断轴承故障的位置和故障严重等级。方法思路走的是数据驱动，使用传统机器学习方法以及深度学习方法。这个开源项目做的是整理基于传统机器学习的轴承故障诊断的内容。 主要分为三个部分： 数据集预处理：数据集增强(utils.augment) 特征工程(utils.feature):均值(mean), 均方差(rms), 标准差(std), 偏度(skewness), 峭度(kurtosis), 包络谱最大幅值处频率(maxf), 信号熵(signal_entropy), 信号幅值中位数处概率密度值(am_median_pdf) 分类器训练和保存 2.在0HP上测试集score： KNN score is: 90.295% in test dataset GaussianNB score is: 91.561% in t

剪切带对低层错能面心立方金属黄铜型织构形成的影响，闫海乐，贾楠，本文对代表高、中、低层错能的三种面心立方金属（镍、铜和α-黄铜）在冷轧过程中的织构演化进行了系统研究。X射线衍射、电子背散�

matlab精度检验代码道路故障识别（DeepSegmentor） 2020年论文的DeepCrack和RoadNet项目的Pytorch实施。 1，数据集 2.安装 我们通过系统提供了一种用户友好的配置方法，您可以使用以下命令创建一个新的Conda环境： conda env create -f environment.yml 3.平衡权重 我们使用以下命令来遵循该方法： python3 ./tools/calculate_weights.py --data_path 4.培训 培训之前，请下载数据集并将其复制到文件夹datasets 。 探伤 sh ./scripts/train_deepcrack.sh 道路检测 sh ./scripts/train_roadnet.sh 我们在这里提供我们的预训练模型： 模型 Google云端硬碟 深裂 道路网 5，测试 探伤 sh ./scripts/test_deepcrack.sh 图像 地面真相 GF 融合的 侧边1 第2边 侧面3 侧面4

Robust Observer-Based Fault Diagnosis for Nonlinear Systems Using MATLAB®

滑模结构进行故障检测和容错控制技术，适合了解滑模结构的人员学习使用，英文版资料

- main为wdcnn卷积神经网络主文件，运行它就可以得出结果- preprocess为预处理文件，主要实现制作数据集的功能- 日志文件保存在logs里面，通过启动tensorboard查看

fault-floor-R.f3grid

本程序使用svm用来故障诊断，对象为TE过程，故障识别率为百分之七十八，效果非常好

故障诊断相关的MATLAB代码，主要有神经网络算法的m文件