温度对生命体寿命的影响

综述了温度对生命体寿命的作用，包括温度参与调节特定基因表达和细胞信号传导通路，温度对能量代谢、氧化还原水平、免疫功能和热量限制的影响。介绍了一种将温度系数引入死亡率定律的假设，以此计算温度与寿命之间的关系，为探究温度对寿命的直接影响提供参考和依据。     

CINRAD/SA型天气雷达天线座设计

本文所述的是新一代8.5m天气雷达的天线座结构设计,它以成功的盘轴承设计、减速器设计以及同步装置、滑环的设计、缓冲装置设计以及完善地维护性设计有效地解决了天线座运行可靠性与寿命问题、天线座刚度以及维护设置等问题。     

基于虚拟迭代的空调管路疲劳寿命预估方法

文章采用试验与仿真相结合的手段,提出了对时变工况下变频空调管路疲劳寿命进行估算的新方法。在对变频空调器转子压缩机排、回气管口进行振动测试的基础上,采用虚拟迭代的方法对时变工况下的转子压缩机载荷激励进行识别,并使用迭代算法逐步修正载荷激励,保证反求载荷的准确性与可靠性;基于识别的载荷激励,采用瞬态动力学分析求取危险节点的应力谱,使用雨流计数法、基于Miner累积损伤理论估算出危险节点的疲劳寿命。     

空调贯流风扇转子振动对支承轴承受力及寿命影响

以空调贯流风扇转子支承轴承为研究对象,通过对贯流风扇转子及轴承的力学分析,建立了贯流风扇转子支承轴承的滚子受力计算模型。通过对转子的结构分析,进行集总质量离散,建立了对这种特殊结构的转子振动性能进行数值计算的模型。结合滚动轴承疲劳寿命计算方法,建立了考虑转子振动时支承轴承疲劳寿命的计算模型。针对具体算例开展研究的结果表明,考虑与不考虑贯流风扇转子振动时支承轴承受力及疲劳寿命具有明显差异。在考虑贯流风扇转子振动条件下,研究了贯流风扇转子转速、转子长度以及风扇叶片数目对支承轴承滚子载荷和疲劳寿命的影响。发现随着转速的增大,贯流风扇转子长度的增加以及风扇叶片数目的增加,轴承滚子所受载荷增加,轴承寿命下降。     

考虑滚动体误差时高速电主轴轴承的受力和寿命研究

以高速电主轴为研究对象,对支承电主轴的角接触球轴承进行了力学分析,建立了能够在考虑滚动体尺寸误差的情况下计算每一滚动体受力的计算模型。结合具体算例,在不考虑滚动体尺寸误差时,研究了轴向载荷和径向载荷对每个滚动体受力的影响,计算研究了滚动体尺寸误差对各滚动体受力及轴承寿命的影响。数值计算结果表明,滚动体存在正误差或负误差时都会改变每个滚动体的受力,都会使滚动轴承的寿命降低。研究了滚动体加工精度对电主轴支承的角接触球轴承寿命影响,得出了具体的影响曲线,结果表明,随着加工精度的降低,支承电主轴的角接触球轴承的寿命会快速下降,当精度低于G40时下降速度迅速增加。     

基于热固振耦合的某附件壳体蠕变-热疲劳寿命预测方法

提出一种基于热固振耦合的某附件壳体蠕变 热疲劳寿命预测方法,主要是基于ANSYS Fluent模块进行流固热耦合,仿真结果得到的附件壳体温度场分布并通过实测数据进行结果验证,再通过温度场数据传递途径结合ANSYS Workbench模块进行附件壳体热固振耦合仿真得到壳体应力应变场,然后基于线性累计损伤理论耦合附件壳体蠕变持久寿命和热疲劳寿命,最终得到其蠕变 热疲劳寿命预测结果。针对附件壳体,一方面对比分析了单纯热疲劳寿命（41 063个循环寿命）与蠕变 热疲劳（39 054个循环寿命）,通过结果得知航空发动机附件系统高热环境下蠕变作用对附件壳体热疲劳寿命是存在显著影响的;另一方面对比分析了基于稳态温度场的蠕变 热疲劳（23 334个循环寿命）与基于瞬态温度场（考虑温变速率）的蠕变 热疲劳（24 545个循环寿命）,结果表明温变速率在一定程度上影响航空发动机附件系统结构的蠕变 热疲劳寿命。     

变速重载设备齿轮箱轴承故障的改进阶次包络分析方法

针对变速重载设备振动信号中轴承故障特征提取时易受齿轮振动干扰的问题,提出了一种融合齿轮和轴承参数信息的改进阶次包络分析方法。先利用设备转速信息,对原始振动信号进行插值重采样处理,将非平稳时域信号转化为平稳角域信号;再利用齿轮齿数和轴承故障特征系数信息,采用以齿轮啮合频率及其谐波为中心频率,以轴承最大故障特征系数的倍频为带宽的阶次域频带分割方法,计算频带能量并排序,选择能量较大的频带作为解调频带进行滤波;最后利用Hilbert解调方法对上述滤波后的信号进行阶次包络平均处理,最终实现轴承故障的识别和诊断。通过齿轮啮合动力学分析,解释了轴承故障冲击成分对齿轮频带的调制作用,实际应用结果表明:提出的方法在频带选择时融合了和故障相关的设备参数信息,所选频带的可解释性强,且综合利用了与故障相关的多段频谱结构信息,通过阶次包络平均处理进行解调谱特征融合,提高了诊断结果的鲁棒性和准确度,为变速重载设备轴承故障预测和诊断提供了一种新的方法。     

基于多维缩放和随机森林的轴承故障诊断方法

为快速准确识别轴承的运行状态,提出了一种基于多维缩放和随机森林的轴承故障诊断方法。该方法采用函数型数据分析,得到轴承振动信号自相关函数的拟合系数,构造故障特征集;使用网格搜索法优化随机森林参数,得到特征重要性排序;然后使用多维缩放方法对特征选择后的故障特征集进行降维;最后采用随机森林对降维后的故障特征进行诊断识别。为验证所提方法的有效性,开展了正常、内圈故障、外圈故障、滚子故障状态下的轴承振动实验,结果表明,函数型数据分析的特征提取方式能有效表征不同状态轴承振动信号的不同特征,与t分布随机邻域嵌入和主分量分析方法相比,多维缩放方法具有更高的类间距和类内距的比值,且优势明显,各类状态的诊断准确率均高达100%,较使用原始特征集的随机森林平均准确率提高了5%。