• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于多尺度排列熵和支持向量機(jī)的風(fēng)力發(fā)電機(jī)組齒輪箱振動故障診斷

    2017-07-31 18:22:23劉驪賈嶸李濤濤尹浩霖馬喜平郭澤維
    電網(wǎng)與清潔能源 2017年5期
    關(guān)鍵詞:齒輪箱特征向量發(fā)電機(jī)組

    劉驪,賈嶸,李濤濤,尹浩霖,馬喜平,郭澤維

    (1.西安理工大學(xué),陜西西安 710048;2.中國水電顧問集團(tuán)投資有限公司,北京 100101;3.國網(wǎng)甘肅省電力公司電力科學(xué)研究院,甘肅蘭州 730050)

    基于多尺度排列熵和支持向量機(jī)的風(fēng)力發(fā)電機(jī)組齒輪箱振動故障診斷

    劉驪1,賈嶸1,李濤濤1,尹浩霖2,馬喜平3,郭澤維1

    (1.西安理工大學(xué),陜西西安 710048;2.中國水電顧問集團(tuán)投資有限公司,北京 100101;3.國網(wǎng)甘肅省電力公司電力科學(xué)研究院,甘肅蘭州 730050)

    針對傳統(tǒng)方法難以精確檢測風(fēng)力發(fā)電機(jī)組齒輪箱非線性、非平穩(wěn)振動信號以及現(xiàn)有許多故障診斷方法無法有效診斷齒輪箱早期故障的問題,首先引入排列熵算法對齒輪箱振動信號進(jìn)行早期故障分析,進(jìn)而引入多尺度排列熵算法實現(xiàn)原始振動信號的特征提取,得到故障診斷的樣本數(shù)據(jù),最后將其輸入到建立的基于遺傳算法優(yōu)化支持向量機(jī)的診斷模型中,完成故障模式的識別與分類。仿真結(jié)果表明,該方法能夠有效識別齒輪箱的異常工況,具有較高的故障診斷精度。

    齒輪箱;多尺度排列熵;遺傳算法;支持向量機(jī);故障診斷

    近年來,能源短缺與環(huán)境問題日益突出,世界各國對于新能源的發(fā)展日益重視。風(fēng)力發(fā)電作為一種清潔可再生能源,在世界各國得到了快速發(fā)展[1-2]。但是,風(fēng)力發(fā)電機(jī)組長期工作于室外惡劣的環(huán)境中,極易發(fā)生各種故障。齒輪箱作為風(fēng)力發(fā)電機(jī)組的重要組成部分,由于其內(nèi)部結(jié)構(gòu)和受力狀況復(fù)雜,在機(jī)組運(yùn)行故障中所占比例較大,而齒輪箱一般又安裝在幾十米的高空,一旦發(fā)生故障,維修非常不便,嚴(yán)重影響了風(fēng)力發(fā)電機(jī)組的安全穩(wěn)定運(yùn)行[3]。因此,開展風(fēng)力發(fā)電機(jī)組齒輪箱故障故障診斷技術(shù)的研究對于改善指導(dǎo)風(fēng)力發(fā)電機(jī)組的維護(hù)、降低機(jī)組維護(hù)費(fèi)用和提高機(jī)組運(yùn)行安全可靠性具有重要的意義。

    齒輪箱故障診斷技術(shù)主要分為對原始信號的處理和對故障信息的識別與決策兩個方面,目前,已有許多學(xué)者在這兩方面完成了大量的研究工作。在信號處理方面,文獻(xiàn)[4]采用自適應(yīng)小波和奇異值分解的信號降噪方法提取風(fēng)電傳動系統(tǒng)的信號特征;文獻(xiàn)[5]提出了基于小波包與倒頻譜分析的風(fēng)力發(fā)電機(jī)組齒輪箱故障診斷方法。但基于小波理論的信號處理方法,小波基函數(shù)的選擇沒有統(tǒng)一的標(biāo)準(zhǔn),主要依賴專家經(jīng)驗,阻礙了其在齒輪箱故障診斷中的應(yīng)用。文獻(xiàn)[6-8]將EMD分解用于齒輪箱故障信號處理,應(yīng)用效果較好,但EMD分解沒有堅實的理論基礎(chǔ),且存在模態(tài)混疊現(xiàn)象。總之,現(xiàn)有方法對于處理齒輪箱故障信號,即非線性、非平穩(wěn)的振動信號存在一定的缺點(diǎn)和不足,不能充分凸顯信號特征。排列熵(permutation entropy,PE)算法是一種新的動力學(xué)突變檢測方法,文獻(xiàn)[9-10]已將單維度排列熵用于機(jī)械振動信號的特征分析,效果比較理想。但單維度排列熵在表征振動信號復(fù)雜度的能力有限。

    另外,故障信息的識別決策方法主要有專家系統(tǒng)[11]、模糊理論[12]、神經(jīng)網(wǎng)絡(luò)[13]和支持向量機(jī)[14]等。這些方法各有優(yōu)缺點(diǎn)。專家系統(tǒng)在知識的獲取、維護(hù)以及推理等方面尚不成熟;模糊理論在處理復(fù)雜系統(tǒng)時,隸屬度函數(shù)和模糊規(guī)則很難建立;神經(jīng)網(wǎng)絡(luò)需要在大量的訓(xùn)練樣本,而實際運(yùn)行中難以獲取大量的數(shù)據(jù)樣本;支持向量機(jī)具有結(jié)構(gòu)簡單、學(xué)習(xí)速度快、全局最優(yōu)和泛化性好等優(yōu)點(diǎn),在貧樣本情況下也可以達(dá)到較高的診斷精度。

    本文采用多尺度排列熵(muti-dimension permutation entropy,MPE)分析齒輪箱故障信號以提取故障特征,利用支持向量機(jī)(support vector machines,SVM)進(jìn)行故障診斷決策。通過風(fēng)力發(fā)電機(jī)組齒輪箱實驗數(shù)據(jù)的仿真分析,驗證了該方法的有效性。

    1 排列熵理論

    1.1 排列熵的原理

    排列熵是描述一維時間序列復(fù)雜度的的平均熵參數(shù),與Lyapunov指數(shù)、分形維數(shù)等同類復(fù)雜度參數(shù)相比,計算簡單,抗造性能強(qiáng)[15-16]。其基本原理如下。

    給定一序列長度為N的時間序列{x(i),i=1,2,…,N},對其進(jìn)行相空間重構(gòu),得到重構(gòu)信號:

    式中:m為嵌入維數(shù);τ為延遲時間。

    將式(1)中X(i)的m個數(shù)據(jù)按由小到大的順序進(jìn)行排列,得到:x(i+(j1-1)τ)≤x(i+(j2-1)τ)≤…≤x(i+(jm-1)τ)(2)式中:j1,j2,…,jm,表示各個元素在中的位置。

    如果重構(gòu)分量X(i)中存在2個元素的值相等,即

    則按照j1,j2值的大小排列,如果j1≤j2,有

    因此,對于任意的一個向量X(i)都可以得到一組序列模式

    式中:g=1,2,…,k,且k≤m! ,m個不同的符號序列,最多有種排列方式,而只有一種符合序列P(g)。

    計算每種符號序列出現(xiàn)的概率為

    式中:l為P(g)出現(xiàn)的次數(shù)。

    按照Shannon熵計算信號的排列熵為

    對其進(jìn)行歸一化處理,得

    顯然,Hp的取值范圍是0≤Hp≤1。Hp的大小反映了時間序列信號的復(fù)雜度和隨機(jī)性,其值越大,說明時間序列信號越復(fù)雜。反之,則說明時間序列信號越簡單,越規(guī)則。所以,Hp值的變化反映和放大了時間序列的局部細(xì)微變化。

    1.2 多尺度排列熵

    由于單維度排列熵表征風(fēng)力發(fā)電機(jī)組齒輪箱振動信號特征的能力有限,本文采用多尺度排列熵的方法。

    定義信號的多尺度向量為

    式中,mi為第i個嵌入維數(shù),i=1,2,…,n。

    在嵌入維數(shù)為mi時,信號的多尺度排列熵為

    定義信號的多尺度排列熵為

    多尺度排列熵表征了振動信號特征的特征向量,而HMPE中的Hpi表征了振動信號在嵌入維數(shù)為mi時的復(fù)雜度,即振動信號若有n個維度,則就有n個特征。當(dāng)多尺度向量直取其中的一個維數(shù)時,多尺度排列熵就變?yōu)榱藛尉S度排列熵。

    2 基于遺傳算法優(yōu)化SVM的故障診斷模型

    2.1 SVM參數(shù)的優(yōu)化

    SVM是在統(tǒng)計學(xué)習(xí)理論架構(gòu)下,實現(xiàn)結(jié)構(gòu)風(fēng)險最小化原則的一種新的機(jī)器學(xué)習(xí)方法,在機(jī)械故障診斷領(lǐng)域得到了廣泛的應(yīng)用[17-19]。徑向基核函數(shù)的寬度σ2和懲罰因子C是SVM診斷模型建立所需要的2個主要參數(shù),2個參數(shù)的選取是否合理,直接影響到支持向量機(jī)故障識別與診斷的正確率,本文利用遺傳算法的全局隨機(jī)搜索能力對其參數(shù)σ2和C進(jìn)行優(yōu)化調(diào)整。其主要思路是先對SVM的2個參數(shù)σ2和C編碼生成染色體,繼而對染色體根據(jù)適用度函數(shù)值進(jìn)行復(fù)制、交叉和變異操作,使其不斷進(jìn)化,最后得到使SVM分類精度達(dá)到最優(yōu)的染色體。圖1為本文建立的基于遺傳算法優(yōu)化SVM參數(shù)的流程圖。

    圖1 GA優(yōu)化SVM參數(shù)流程圖Fig.1 GA optimization SVM parameters flow chart

    2.2 診斷步驟

    本文提出了一種多尺度排列熵和基于遺傳算法優(yōu)化SVM的診斷模型相結(jié)合的風(fēng)力發(fā)電機(jī)組齒輪箱振動故障診斷方法,其具體的診斷步驟如下:

    1)利用振動傳感器采集齒輪箱在不同故障類型下的故障振動信號;

    2)對每種故障振動信號進(jìn)行分段;

    3)利用MPE提取每段振動信號的特征向量,構(gòu)成故障診斷的數(shù)據(jù)樣本;

    4)將每種故障的數(shù)據(jù)樣本平均分成2組,分別作為遺傳算法優(yōu)化SVM診斷模型的訓(xùn)練樣本和測試樣本;

    5)利用訓(xùn)練樣本和測試樣本對遺傳算法優(yōu)化SVM診斷模型進(jìn)行訓(xùn)練和測試,完成故障的識別與診斷。

    3 實驗分析

    本文將多尺度排列熵和基于遺傳算法優(yōu)化SVM相結(jié)合的故障診斷方法應(yīng)用于江蘇千鵬診斷工程有限公司的機(jī)械故障模擬及試驗平臺模擬的齒輪箱故障數(shù)據(jù)中,以驗證本文提出方法的正確性與有效性。圖2為齒輪箱機(jī)械故障模擬試驗平臺,主要由變速驅(qū)動電機(jī)、軸承、齒輪箱、軸、偏重轉(zhuǎn)盤、調(diào)速器等組成。通過調(diào)節(jié)配重,調(diào)節(jié)部分的安裝位置以及組件的有機(jī)組合快速模擬齒輪箱的各種故障。本文采集齒輪箱大齒輪在正常、點(diǎn)蝕和斷齒3種狀態(tài)下的故障振動數(shù)據(jù),各采集15 360個點(diǎn),采樣頻率為5.12 kHz,圖3為齒輪箱在3種狀態(tài)下的原始信號時域圖。

    圖2 齒輪箱故障模擬實驗臺Fig.2 Gear box failure simulation test bed

    圖3 齒輪箱3種狀態(tài)的原始振動信號Fig.3 The original state of the gear box vibration signal

    3.1 特征向量的提取

    將齒輪箱在正常、點(diǎn)蝕和斷齒3種狀態(tài)下的原始信號分別分為30段,共分為90段,每段信號各512個點(diǎn)。利用多尺度排列熵進(jìn)行特征向量的提取,本文選取多尺度排列熵的維數(shù)為[4,5,6,7,8,9]。以齒輪箱正常信號為例,進(jìn)行特征向量的提取,圖4為齒輪箱正常信號第一段信號的時域圖,圖5為其多尺度排列熵經(jīng)歸一化處理后的分布圖。齒輪箱在點(diǎn)蝕和斷齒時的特征向量提取方法與正常時的方法相同。表1為本文提取的特征向量,其中,H1,H2,H3分別為齒輪箱3種狀態(tài)的前3段信號的特征向量,各有30組特征向量,受篇幅限制,本文只列出前3組特征向量。

    圖4 正常時的第一段信號Fig.4 The first paragraph of the normal signal

    圖5 第一段信號的多尺度排列熵Fig.5 Multi-scale permutation entropy of the first-stage signal

    表1 齒輪箱振動信號的特征向量Table 1 The characteristic vector of the gear box vibration signal

    3.2 診斷結(jié)果與分析

    對齒輪箱正常、點(diǎn)蝕和斷齒3種狀態(tài)下各30組特征向量,從中選取15組作為訓(xùn)練樣本,另15組作為測試樣本,共45組訓(xùn)練樣本和45組測試樣本。將訓(xùn)練樣本和測試樣本輸入到本文建立的基于遺傳算法優(yōu)化SVM的故障診斷模型中,進(jìn)行風(fēng)力發(fā)電機(jī)組齒輪箱故障模式的識別與診斷,診斷結(jié)果如表2所示。

    表2 故障診斷結(jié)果表Tab.2 Fault diagnosis results table

    對于大齒輪正常時的狀態(tài)診斷精度為100%,既能夠完全識別齒輪正常時的狀態(tài);對于大齒輪斷齒時的故障,第15組樣本誤診斷為點(diǎn)蝕故障,出現(xiàn)了錯誤分類;對于大齒輪點(diǎn)蝕故障,第3組和第6組樣本誤診斷為斷齒故障,出現(xiàn)兩組樣本錯誤分類。分析其原因,可能是由于齒輪箱運(yùn)行工況復(fù)雜,信號中含有大量噪聲干擾,使得在提取大齒輪斷齒和點(diǎn)蝕故障信號的特征向量時存在誤差,影響了故障診斷的準(zhǔn)確率。但是,本文提出的基于多尺度排列熵和基于遺傳算法優(yōu)化SVM相結(jié)合的故障診斷方法,平均診斷精度達(dá)93.33%,具有較高的故障診斷精度,能夠有效識別風(fēng)力發(fā)電機(jī)組齒輪箱的故障狀態(tài)。

    4 總結(jié)

    針對風(fēng)力發(fā)電機(jī)組齒輪箱非線性、非平穩(wěn)信號難以檢測的難題,本文提出了基于多尺度排列熵和支持向量機(jī)的故障診斷方法,并通過對風(fēng)力發(fā)電機(jī)組齒輪箱實驗數(shù)據(jù)的仿真分析,可得出以下結(jié)論:

    1)根據(jù)多尺度排列熵提取齒輪箱在3種狀態(tài)下的特征向量可以看出,3種狀態(tài)類型的的特征向量存在明顯的差異,大齒輪在斷齒時的值最大,正常時的值最小,說明多尺度排列熵能夠有效提取信號的特征向量,為后續(xù)故障模式的識別與分類奠定了基礎(chǔ);

    2)根據(jù)齒輪箱故障診斷結(jié)果可以看出,在小樣本條件下,基于遺傳算法優(yōu)化SVM的診斷模型依舊能夠進(jìn)行齒輪箱故障模式的識別與分類,且診斷精度較高,說明該方法能夠較理想地區(qū)分故障類型;

    3)本文提出的基于多尺度排列熵和支持相量機(jī)的故障診斷方法,診斷效果較為理想,為風(fēng)力發(fā)電機(jī)組齒輪箱的故障診斷提供了一種新思路。

    [1]PAUL A,WOERMAN M.Modeling a clean energy standard for electricity:policy design implications for emissions,supply,prices,and regions[C]//Resources For the Future,2011:108-124.

    [2]AHMED N A,CAMERON M.The challenges and possible solutions of horizontal axis wind turbines as a clean energy solution for the future[J].Renewable&Sustainable Energy Reviews,2014,38(5):439-460.

    [3]龍泉,劉永前,楊勇平.基于粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的風(fēng)電機(jī)組齒輪箱故障診斷方法[J].太陽能學(xué)報,2012,3(1):120-125.LONG Quan,LIU Yongqian,YANG Yongping.Fault diagnosis method of wind turbine gear box based on BP neural network trained by particle swarm optimization algoritthm[J].Acta Energiae Solaris Sinica,2012,3(1):120-125(in Chinese).

    [4] JIANG Y,TANG B,QIN Y,et al.Feature extraction method of wind turbine based on adaptive Monet wavelet and SVD[J].Renewable Energy,2011,36(8):2146-2153.

    [5]羅毅,甄立敬.基于小波包與倒頻譜分析的風(fēng)電機(jī)組齒輪箱齒輪裂紋診斷方法[J].振動與沖擊,2015,34(3):210-214.LUO Yi,ZHEN Lijing.Diagnosis method of turbine gearbox gearcrack based on wavelet packet and cestrum analysis[J].Journal of Vibration and Shock,2015,34(3):210-214(in Chinese).

    [6]王軍輝,賈嶸,譚泊.基于EEMD和模糊C均值聚類的風(fēng)電機(jī)組齒輪箱故障診斷[J].太陽能學(xué)報,2015,36(2):319-324.WANG Junhui,JIA Rong,TAN Bo.Fault diagnosis of wind turbine’s gearbox based on EEMD and fuzzzya cmeans clustering[J].Acta Energiae Solaris Sinica,2015,36(2):319-324(in Chinese).

    [7]李海平,趙建民,宋文淵.基于EMD-EDT的行星齒輪箱特征提取及狀態(tài)識別方法研究[J].振動與沖擊,2016,35(3):48-54.LI Haiping,ZHAO Jianmin,SONG Wenyuan.Method of planetary gearbox feature extraction and condition recognition based on EMD and EDT[J].Journal of Vibration and Shock,2016,35(3):48-54(in Chinese).

    [8]李輝,鄭海起,楊紹普.基于EMD和Teager能量算子的軸承故障診斷研究[J].振動與沖擊,2008,27(10):15-17.LI Hui, ZHENG Haiqi, YANG Shaopu.Research on bearing fault diagnosis based on EMD and teager energy operator[J].Journal of Vibration and Shock,2008,27(10):15-17(in Chinese).

    [9]馮輔周,饒國強(qiáng),司愛威,等.排列熵算法研究及其在振動信號突變檢測中的應(yīng)用[J].振動工程學(xué)報,2012,25(2):221-224.FENG Fuzhou,RAO Guoqiang,SI Aiwei,et al.Research and application of the arithmetic of PE intesting the sudden change of vibration signal[J].Journal of Vibration Engineering,2012,25(2):221-224(in Chinese).

    [10]馮輔周,饒國強(qiáng),張麗霞,等.基于EMD和排列熵的軸承異常檢測方法研究[J].軸承,2013(2):53-56.FENG Fuzhou,RAO Guoqiang,ZHANG Lixia,et al.Research on abnormality detection method for bearings based on EMD and permutation entropy[J].Bearing,2013(2):53-56(in Chinese).

    [11]梅杰,陳定方,李文鋒,等.基于神經(jīng)網(wǎng)絡(luò)的多級行星齒輪箱故障診斷專家系統(tǒng)[J].中國工程機(jī)械學(xué)報,2011,9(1):117-121.MEI Jie,CHEN Dingfang,LI Wenfeng et al.Fault diagnosis expert system of multi-stage planetary gearbox based on neural network[J].China Civil Engineering Journal,2011,9(1):117-121(in Chinese).

    [12]焦振毅,任建文,陳鵬.基于模糊理論的變壓器故障診斷模型研究[J].電力科學(xué)與工程,2012,28(6):39-43.JIAO Zhenyi, REN Jianwen, CHEN Peng.Study on transformer fault diagnosis model based on fuzzy theory[J].2012,28(6):39-43(in Chinese).

    [13]尹浩霖,基于小波分析和神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電機(jī)組故障診斷[D].西安:西安理工大學(xué),2014.

    [14]劉迎.基于SVM風(fēng)電機(jī)組齒輪箱故障診斷系統(tǒng)研究[D].北京:華北電力大學(xué),2013.

    [15]賈峰.分形與排列熵在滾動軸承故障診斷中的應(yīng)用[D].太原:太原理工大學(xué),2014.

    [16]何洋洋,賈嶸,李輝,等.基于隨機(jī)共振和多尺度排列熵的水電機(jī)組振動故障診斷 [J].水力發(fā)電學(xué)報,2015,34(12):123-130.HE Yangyang,JIA Rong,LI Hui,et al.Vibration fault diagnosis of hydroelectric generating set based on stochastic resonance and multidimensional permutation entropy[J].Journal of Hydrodynamics,2015,34(12):123-130(in Chinese).

    [17]徐強(qiáng).風(fēng)電機(jī)組傳動鏈狀態(tài)診斷方法研究[D].北京:華北電力大學(xué),2015.

    [18]秦波,楊云中,陳敏,等.基于兩類特征和最小二乘支持向量機(jī)的齒輪故障診斷方法[J].機(jī)械傳動,2016(6):126-131.QIN Bo,YANG Yunzhong,CHEN Min,et al.Gear fault diagnosis method based on two kinds of characteristic and least squares support vector machines[J].Mechanical transmission,2016(6):126-131(in Chinese).

    [19]李贏,舒乃秋.基于模糊聚類和完全二又樹支持向量機(jī)的變壓器故障診斷[J].電工技術(shù)學(xué)報,2016,31(4):64-70.LI YING,SHU Naiqiu.Transformer fault diagnosis based on fuzzy clustering and completely second tree support vector machine[J].Journal of Electrotechnical Society,2016,31(4):64-70(in Chinese).

    Vibration Fault Diagnosis of Wind Turbine's Gearbox Based on Multidimensional Permutation Entropy and SVM

    LIU Li1,JIA Rong1,LI Taotao1,YIN Haolin2,MA Xiping3,GUO Zewei1
    (1.Xi’an University of Technology,Xi’an 710048,Shaanxi,China;2.China Hydropower Consulting Group Investment Co.,Ltd.,Beijing 100101,China;3.State Grid Gansu Electric Power Research Institute,Lanzhou 730050,Gansu,China)

    Aiming at the problem that with the traditional method it is difficult to accurately detect the non-linear and non-stationary vibration signals of the wind turbine’s gearbox and the existing fault diagnosis methods can not effectively diagnose the early fault of the gearbox,this paper firstly introduces the permutation entropy algorithm to analyze the early fault of the gearbox vibration signal and then the multi-dimension permutation entropy algorithm to realize the feature extraction of the original vibration signal,so as to get the sample data of the fault diagnosis.Finally,the sample data is input into the diagnosis model based on genetic algorithm optimization support vector machine to complete the fault pattern recognition and diagnosis.The simulation results show that the method can effectively identify the abnormal working conditions of the gear box with high fault diagnosis accuracy.

    gearbox;multi-dimension permutation entropy;genetic algorithm;support vector machine;fault diagnosis

    2016-08-14。

    劉 驪(1990—),男,碩士研究生,研究方向為電力系統(tǒng)新能源;

    (編輯 李沈)

    1674-3814(2017)05-0087-05

    TM614

    A

    國家電網(wǎng)科技項目(522722150012);陜西水利科技計劃項目(2015s1kj-04)。

    Project Supported by the Science and Technology Program of State Grid Cooperation of China(522722150012);Shaanxi Water Conservancy Science and Technology Program(2015s1kj-04).

    賈 嶸(1971—),男,博士,教授,博士生導(dǎo)師,主要研究方向為電力系統(tǒng)自動化。

    猜你喜歡
    齒輪箱特征向量發(fā)電機(jī)組
    二年制職教本科線性代數(shù)課程的幾何化教學(xué)設(shè)計——以特征值和特征向量為例
    煤氣發(fā)電機(jī)組DEH控制系統(tǒng)的優(yōu)化
    山東冶金(2022年4期)2022-09-14 08:59:30
    風(fēng)電齒輪箱軸承用鋼100CrMnSi6-4的開發(fā)
    山東冶金(2022年3期)2022-07-19 03:24:36
    克羅內(nèi)克積的特征向量
    一類特殊矩陣特征向量的求法
    提高齒輪箱式換檔機(jī)構(gòu)可靠性的改進(jìn)設(shè)計
    EXCEL表格計算判斷矩陣近似特征向量在AHP法檢驗上的應(yīng)用
    基于PLC控制柴油發(fā)電機(jī)組3D 模型
    杭州前進(jìn)齒輪箱集團(tuán)股份有限公司
    風(fēng)能(2016年12期)2016-02-25 08:45:56
    八鋼歐冶爐TRT發(fā)電機(jī)組成功并網(wǎng)發(fā)電
    新疆鋼鐵(2015年3期)2015-02-20 14:13:56
    国产精品久久电影中文字幕 | 丁香六月欧美| 国精品久久久久久国模美| 757午夜福利合集在线观看| 乱人伦中国视频| 欧美变态另类bdsm刘玥| 大型av网站在线播放| 最新在线观看一区二区三区| 亚洲 欧美一区二区三区| 水蜜桃什么品种好| 一区二区日韩欧美中文字幕| 男女下面插进去视频免费观看| 国产区一区二久久| 一本久久精品| 国产日韩欧美亚洲二区| 免费观看av网站的网址| 精品午夜福利视频在线观看一区 | 欧美黑人精品巨大| 母亲3免费完整高清在线观看| 国产成人av教育| 精品少妇久久久久久888优播| 亚洲精品成人av观看孕妇| 久久亚洲精品不卡| 久久精品91无色码中文字幕| 久久精品国产99精品国产亚洲性色 | 欧美性长视频在线观看| 日韩精品免费视频一区二区三区| 中亚洲国语对白在线视频| 欧美成人免费av一区二区三区 | av免费在线观看网站| 亚洲欧美色中文字幕在线| 国产av精品麻豆| 热99re8久久精品国产| 窝窝影院91人妻| 欧美日韩黄片免| 精品人妻在线不人妻| 高清黄色对白视频在线免费看| 国产成人欧美在线观看 | 久久久国产欧美日韩av| 天堂中文最新版在线下载| 日本vs欧美在线观看视频| 少妇猛男粗大的猛烈进出视频| 飞空精品影院首页| 国产精品一区二区在线观看99| 国产极品粉嫩免费观看在线| 欧美乱码精品一区二区三区| 丁香欧美五月| 母亲3免费完整高清在线观看| 国产精品免费大片| 一边摸一边做爽爽视频免费| www.999成人在线观看| 国产精品偷伦视频观看了| 久久午夜综合久久蜜桃| 成人av一区二区三区在线看| 老司机影院毛片| 国产成人一区二区三区免费视频网站| 又黄又粗又硬又大视频| 精品视频人人做人人爽| 亚洲人成电影观看| 日日爽夜夜爽网站| 在线观看人妻少妇| 夜夜爽天天搞| av一本久久久久| 亚洲专区国产一区二区| 国产在线视频一区二区| 女警被强在线播放| 高清欧美精品videossex| 丁香六月天网| 纵有疾风起免费观看全集完整版| 成人18禁在线播放| 婷婷成人精品国产| 亚洲人成77777在线视频| 亚洲国产av影院在线观看| 亚洲成人手机| 狠狠婷婷综合久久久久久88av| 久久久久久亚洲精品国产蜜桃av| 成年版毛片免费区| 人人妻人人爽人人添夜夜欢视频| 国产成人av教育| netflix在线观看网站| 国产在线一区二区三区精| 久久国产精品大桥未久av| av片东京热男人的天堂| 亚洲色图av天堂| 人妻 亚洲 视频| 一级,二级,三级黄色视频| 伦理电影免费视频| 午夜视频精品福利| 亚洲av电影在线进入| 日韩一卡2卡3卡4卡2021年| 久久精品国产综合久久久| 国产日韩欧美亚洲二区| 亚洲黑人精品在线| 9色porny在线观看| 欧美+亚洲+日韩+国产| 午夜福利在线免费观看网站| 久久久国产一区二区| 九色亚洲精品在线播放| 99re6热这里在线精品视频| 亚洲一卡2卡3卡4卡5卡精品中文| 真人做人爱边吃奶动态| 国产又色又爽无遮挡免费看| 91国产中文字幕| 看免费av毛片| 亚洲成人免费av在线播放| 久久人妻熟女aⅴ| 欧美成人免费av一区二区三区 | 免费在线观看影片大全网站| 国产亚洲精品久久久久5区| 自拍欧美九色日韩亚洲蝌蚪91| 国产精品国产高清国产av | 麻豆av在线久日| 久久久久久久久免费视频了| 国产精品影院久久| 国产伦人伦偷精品视频| 在线播放国产精品三级| 午夜视频精品福利| 99精国产麻豆久久婷婷| 国产片内射在线| 精品国产亚洲在线| 中文字幕另类日韩欧美亚洲嫩草| 欧美精品av麻豆av| 嫩草影视91久久| 狠狠婷婷综合久久久久久88av| 国产成人啪精品午夜网站| 亚洲成人免费电影在线观看| 国产精品一区二区在线观看99| 18禁裸乳无遮挡动漫免费视频| 美女国产高潮福利片在线看| 大香蕉久久网| 亚洲第一欧美日韩一区二区三区 | 亚洲九九香蕉| 亚洲精品国产色婷婷电影| 国产一区二区三区视频了| 五月开心婷婷网| 操美女的视频在线观看| 久久国产精品影院| 老司机影院毛片| 一级片'在线观看视频| 国产亚洲av高清不卡| 捣出白浆h1v1| 成人国产av品久久久| 91成年电影在线观看| 亚洲精品乱久久久久久| 一区二区三区激情视频| 久久中文字幕一级| 最近最新中文字幕大全电影3 | 啦啦啦免费观看视频1| 最近最新免费中文字幕在线| 免费一级毛片在线播放高清视频 | 久久久久精品国产欧美久久久| 热re99久久精品国产66热6| 国产午夜精品久久久久久| av片东京热男人的天堂| 久久久精品区二区三区| 叶爱在线成人免费视频播放| 久久午夜综合久久蜜桃| 精品亚洲成国产av| 91国产中文字幕| 王馨瑶露胸无遮挡在线观看| 久久天堂一区二区三区四区| 热99re8久久精品国产| 欧美精品啪啪一区二区三区| 久久久久精品人妻al黑| 欧美日韩亚洲国产一区二区在线观看 | 国产精品电影一区二区三区 | 视频在线观看一区二区三区| 亚洲成人手机| 亚洲,欧美精品.| 午夜老司机福利片| 国产欧美日韩综合在线一区二区| 美女国产高潮福利片在线看| 亚洲av日韩精品久久久久久密| 精品久久蜜臀av无| 女人被躁到高潮嗷嗷叫费观| 交换朋友夫妻互换小说| 高潮久久久久久久久久久不卡| 国产在线一区二区三区精| 啪啪无遮挡十八禁网站| 精品国内亚洲2022精品成人 | 在线观看免费视频网站a站| 久久精品亚洲av国产电影网| 热99国产精品久久久久久7| 国产一卡二卡三卡精品| 中文字幕色久视频| 动漫黄色视频在线观看| 纵有疾风起免费观看全集完整版| 丝袜美足系列| 日韩欧美一区视频在线观看| 国产麻豆69| 9热在线视频观看99| 亚洲男人天堂网一区| 色婷婷av一区二区三区视频| 一区二区三区激情视频| 99国产精品一区二区蜜桃av | 久久久久久久大尺度免费视频| 丝袜美腿诱惑在线| 亚洲精品国产色婷婷电影| 韩国精品一区二区三区| 嫁个100分男人电影在线观看| 大片免费播放器 马上看| 国产又色又爽无遮挡免费看| 老司机午夜十八禁免费视频| 亚洲精品在线美女| 久久久久精品人妻al黑| 国产熟女午夜一区二区三区| 亚洲欧美一区二区三区久久| 国产精品久久久人人做人人爽| 操出白浆在线播放| 亚洲欧美激情在线| 亚洲七黄色美女视频| 国产成人av激情在线播放| 在线观看人妻少妇| 18禁黄网站禁片午夜丰满| 激情在线观看视频在线高清 | 国产熟女午夜一区二区三区| 一二三四在线观看免费中文在| 啦啦啦 在线观看视频| 精品欧美一区二区三区在线| 蜜桃国产av成人99| 久久精品91无色码中文字幕| 热99国产精品久久久久久7| 亚洲精品美女久久久久99蜜臀| 首页视频小说图片口味搜索| 欧美日韩亚洲高清精品| 欧美日韩成人在线一区二区| 一边摸一边抽搐一进一出视频| 欧美日本中文国产一区发布| 正在播放国产对白刺激| 99久久人妻综合| 中国美女看黄片| 欧美乱码精品一区二区三区| 国产三级黄色录像| www.精华液| 成人国产一区最新在线观看| 欧美日韩视频精品一区| 国产精品免费视频内射| 最近最新中文字幕大全免费视频| 欧美乱码精品一区二区三区| 女人久久www免费人成看片| 欧美日韩亚洲国产一区二区在线观看 | 老熟妇乱子伦视频在线观看| 日韩视频一区二区在线观看| 亚洲精品av麻豆狂野| 亚洲精品久久成人aⅴ小说| 国产成人一区二区三区免费视频网站| 久久婷婷成人综合色麻豆| 亚洲国产精品一区二区三区在线| 9191精品国产免费久久| 国产精品九九99| 久久久久精品国产欧美久久久| 国产日韩欧美亚洲二区| 国产国语露脸激情在线看| 亚洲专区国产一区二区| cao死你这个sao货| 高清欧美精品videossex| 成年人免费黄色播放视频| 国产精品久久电影中文字幕 | 久久精品aⅴ一区二区三区四区| 精品一区二区三区四区五区乱码| 老熟妇仑乱视频hdxx| 欧美精品人与动牲交sv欧美| 两性午夜刺激爽爽歪歪视频在线观看 | 欧美日韩黄片免| cao死你这个sao货| 搡老熟女国产l中国老女人| 亚洲成av片中文字幕在线观看| 欧美另类亚洲清纯唯美| 国产精品影院久久| 黄色片一级片一级黄色片| 亚洲五月色婷婷综合| 久久中文字幕一级| 欧美日韩国产mv在线观看视频| www.999成人在线观看| 欧美国产精品一级二级三级| 久久国产精品男人的天堂亚洲| 日韩有码中文字幕| 老汉色∧v一级毛片| 久久亚洲真实| 中文字幕精品免费在线观看视频| 露出奶头的视频| 亚洲情色 制服丝袜| 国产真人三级小视频在线观看| 操出白浆在线播放| 欧美日韩亚洲高清精品| 黄片大片在线免费观看| 老熟妇乱子伦视频在线观看| 久久99一区二区三区| 亚洲av成人一区二区三| 天堂动漫精品| 精品一区二区三区av网在线观看 | 夜夜夜夜夜久久久久| 国产亚洲一区二区精品| 99riav亚洲国产免费| 色婷婷久久久亚洲欧美| 51午夜福利影视在线观看| 日日摸夜夜添夜夜添小说| 亚洲视频免费观看视频| 黑人猛操日本美女一级片| 丁香六月天网| 国产区一区二久久| 男女午夜视频在线观看| 老司机午夜十八禁免费视频| 久久精品国产a三级三级三级| 久久性视频一级片| 一级黄色大片毛片| 欧美在线一区亚洲| 亚洲午夜精品一区,二区,三区| 丝袜美腿诱惑在线| 国产在视频线精品| 99国产综合亚洲精品| 日日爽夜夜爽网站| 亚洲精品国产精品久久久不卡| 久久影院123| 一区二区日韩欧美中文字幕| 婷婷丁香在线五月| 亚洲美女黄片视频| 女人精品久久久久毛片| 丁香六月天网| 久久精品国产99精品国产亚洲性色 | 午夜福利,免费看| √禁漫天堂资源中文www| 日韩成人在线观看一区二区三区| 三级毛片av免费| 女人被躁到高潮嗷嗷叫费观| 中文字幕人妻熟女乱码| 飞空精品影院首页| 99精品久久久久人妻精品| 精品一区二区三区视频在线观看免费 | 999久久久精品免费观看国产| 亚洲国产欧美一区二区综合| 亚洲色图av天堂| 亚洲国产精品一区二区三区在线| 欧美激情久久久久久爽电影 | 一级黄色大片毛片| 这个男人来自地球电影免费观看| 97人妻天天添夜夜摸| 亚洲欧美一区二区三区黑人| 在线十欧美十亚洲十日本专区| 大陆偷拍与自拍| 国产免费视频播放在线视频| 女人久久www免费人成看片| 看免费av毛片| 美女高潮到喷水免费观看| xxxhd国产人妻xxx| 国产一区二区三区综合在线观看| 青青草视频在线视频观看| 另类亚洲欧美激情| 正在播放国产对白刺激| 精品乱码久久久久久99久播| 两个人看的免费小视频| 人人妻人人爽人人添夜夜欢视频| 9色porny在线观看| 国产欧美日韩精品亚洲av| 国产精品一区二区免费欧美| 男女床上黄色一级片免费看| 啦啦啦中文免费视频观看日本| 91精品三级在线观看| 国产在线精品亚洲第一网站| 中文字幕人妻丝袜一区二区| 99精品在免费线老司机午夜| 女人久久www免费人成看片| 日日夜夜操网爽| 亚洲精品美女久久av网站| 怎么达到女性高潮| 国产亚洲欧美在线一区二区| 中文字幕高清在线视频| 午夜福利在线免费观看网站| 成人永久免费在线观看视频 | 香蕉久久夜色| 国产亚洲精品久久久久5区| 成人永久免费在线观看视频 | 国产日韩欧美视频二区| 国产成人影院久久av| 麻豆成人av在线观看| 又大又爽又粗| 不卡一级毛片| 精品熟女少妇八av免费久了| 亚洲 国产 在线| 三级毛片av免费| av线在线观看网站| 桃花免费在线播放| 国产精品久久久av美女十八| av网站在线播放免费| 国产真人三级小视频在线观看| 亚洲综合色网址| 国产精品香港三级国产av潘金莲| 成人18禁在线播放| 深夜精品福利| 久久国产亚洲av麻豆专区| 性高湖久久久久久久久免费观看| 91九色精品人成在线观看| 黑丝袜美女国产一区| netflix在线观看网站| 俄罗斯特黄特色一大片| av不卡在线播放| 一夜夜www| 欧美激情久久久久久爽电影 | 欧美亚洲日本最大视频资源| 人人妻人人澡人人看| 国产深夜福利视频在线观看| 国产成人免费观看mmmm| 国产日韩欧美在线精品| 亚洲欧洲日产国产| 人妻一区二区av| 亚洲中文字幕日韩| 最近最新中文字幕大全免费视频| 亚洲专区国产一区二区| 国产av又大| 每晚都被弄得嗷嗷叫到高潮| 日本wwww免费看| 午夜免费成人在线视频| 欧美成人免费av一区二区三区 | 欧美黄色片欧美黄色片| 丁香六月欧美| 叶爱在线成人免费视频播放| 国产老妇伦熟女老妇高清| 交换朋友夫妻互换小说| 日本黄色视频三级网站网址 | 亚洲精品av麻豆狂野| 露出奶头的视频| 夜夜骑夜夜射夜夜干| 国产成人精品无人区| 一二三四在线观看免费中文在| 黄片大片在线免费观看| 18禁观看日本| 久久久久久亚洲精品国产蜜桃av| 日韩精品免费视频一区二区三区| 丰满迷人的少妇在线观看| 日本黄色日本黄色录像| 女人被躁到高潮嗷嗷叫费观| 精品国产乱码久久久久久小说| 自线自在国产av| 国产成人免费观看mmmm| 久久亚洲精品不卡| 色视频在线一区二区三区| 啦啦啦 在线观看视频| 9191精品国产免费久久| cao死你这个sao货| 久久久精品区二区三区| 精品国产一区二区久久| 少妇精品久久久久久久| 多毛熟女@视频| 国产91精品成人一区二区三区 | 国产亚洲精品久久久久5区| 国产精品久久久久久精品电影小说| 18在线观看网站| 黄色 视频免费看| 国产麻豆69| 国产日韩欧美在线精品| 国产aⅴ精品一区二区三区波| 一二三四社区在线视频社区8| 久久国产亚洲av麻豆专区| 精品国产乱码久久久久久男人| 美女国产高潮福利片在线看| 久久九九热精品免费| 伊人久久大香线蕉亚洲五| 欧美黄色淫秽网站| av视频免费观看在线观看| 青青草视频在线视频观看| 视频区欧美日本亚洲| 又黄又粗又硬又大视频| 又大又爽又粗| 伊人久久大香线蕉亚洲五| 久久精品国产99精品国产亚洲性色 | 亚洲av日韩在线播放| 亚洲五月色婷婷综合| 美女主播在线视频| 精品亚洲成国产av| 亚洲精品国产色婷婷电影| 国产一区二区三区综合在线观看| 国产在视频线精品| 丝袜人妻中文字幕| 亚洲专区中文字幕在线| 狂野欧美激情性xxxx| 国产av一区二区精品久久| 亚洲精品久久午夜乱码| 国产av精品麻豆| 午夜激情av网站| 久久午夜亚洲精品久久| 在线观看人妻少妇| 搡老乐熟女国产| 成人免费观看视频高清| 色老头精品视频在线观看| 大香蕉久久成人网| av天堂在线播放| 亚洲精品国产一区二区精华液| 高清视频免费观看一区二区| 精品久久久精品久久久| 午夜福利在线观看吧| 久久久久久人人人人人| 久久精品国产99精品国产亚洲性色 | 夜夜爽天天搞| 少妇粗大呻吟视频| 成人国语在线视频| 国产不卡av网站在线观看| 一级毛片精品| 亚洲国产精品一区二区三区在线| 妹子高潮喷水视频| 两人在一起打扑克的视频| 国产高清激情床上av| 看免费av毛片| 男女免费视频国产| 999久久久精品免费观看国产| 操美女的视频在线观看| kizo精华| 欧美乱码精品一区二区三区| 18在线观看网站| av线在线观看网站| 男女高潮啪啪啪动态图| 国产欧美日韩精品亚洲av| 一本大道久久a久久精品| 亚洲人成电影观看| 国产日韩欧美亚洲二区| 成人18禁高潮啪啪吃奶动态图| 午夜福利在线免费观看网站| 国产精品免费视频内射| 国产成人一区二区三区免费视频网站| 国产高清激情床上av| 啦啦啦视频在线资源免费观看| 国产福利在线免费观看视频| 超碰97精品在线观看| 亚洲成国产人片在线观看| 亚洲精品一二三| 久久精品国产综合久久久| 一边摸一边抽搐一进一小说 | 日韩视频一区二区在线观看| 亚洲精品成人av观看孕妇| 国产一区二区在线观看av| 国产免费av片在线观看野外av| av国产精品久久久久影院| 亚洲av日韩在线播放| 久久婷婷成人综合色麻豆| 亚洲第一欧美日韩一区二区三区 | 多毛熟女@视频| 视频区欧美日本亚洲| av免费在线观看网站| 午夜老司机福利片| 久久毛片免费看一区二区三区| 黄色毛片三级朝国网站| 久久久久久久久久久久大奶| 三上悠亚av全集在线观看| 亚洲综合色网址| 黄色视频不卡| 777久久人妻少妇嫩草av网站| 日本一区二区免费在线视频| 两个人免费观看高清视频| 久久国产亚洲av麻豆专区| 母亲3免费完整高清在线观看| 伊人久久大香线蕉亚洲五| 一级毛片电影观看| 国产一区二区三区在线臀色熟女 | 五月天丁香电影| 亚洲熟女精品中文字幕| 日韩视频在线欧美| 咕卡用的链子| 两性夫妻黄色片| 免费少妇av软件| 国产99久久九九免费精品| 欧美在线一区亚洲| 韩国精品一区二区三区| 国产高清国产精品国产三级| 久久中文字幕一级| 国产精品久久久久久精品古装| 亚洲国产欧美在线一区| 国产欧美日韩一区二区三| 淫妇啪啪啪对白视频| 亚洲中文av在线| 国产成+人综合+亚洲专区| 夜夜爽天天搞| 不卡av一区二区三区| 国产福利在线免费观看视频| 一级黄色大片毛片| 中文字幕人妻熟女乱码| 97在线人人人人妻| 久久久国产一区二区| 日韩欧美一区二区三区在线观看 | 久久精品亚洲av国产电影网| 999精品在线视频| 精品久久久久久电影网| 少妇精品久久久久久久| 色尼玛亚洲综合影院| 美女高潮喷水抽搐中文字幕| 日日爽夜夜爽网站| 欧美激情高清一区二区三区| 美女国产高潮福利片在线看| 在线观看免费日韩欧美大片| 久久人人97超碰香蕉20202| 成人国语在线视频| 午夜福利一区二区在线看| 黄色怎么调成土黄色| 国产av精品麻豆| 水蜜桃什么品种好| 免费观看a级毛片全部| 丁香六月天网| 色尼玛亚洲综合影院| 亚洲熟妇熟女久久| 女人爽到高潮嗷嗷叫在线视频| 亚洲av欧美aⅴ国产| 精品国产超薄肉色丝袜足j| 一进一出抽搐动态| 天天影视国产精品| 欧美大码av| 国产成人精品在线电影| 下体分泌物呈黄色| 成人黄色视频免费在线看| 人人妻,人人澡人人爽秒播| √禁漫天堂资源中文www| 成人免费观看视频高清| 一边摸一边抽搐一进一出视频| 日本av免费视频播放| tube8黄色片| 91精品国产国语对白视频| 桃红色精品国产亚洲av| 国产日韩欧美在线精品|