显微组织对近α钛合金BT-20疲劳裂纹扩展的影响

通过显微镜及电子背散射衍射试验对近α钛合金BT-20的篮网、双态和魏氏组织微观结构及晶粒尺寸进行测定,并采用拉伸与疲劳裂纹扩展试验进行力学性能以及裂纹扩展研究,讨论微观组织对裂纹扩展速率、路径和断口形貌的影响.结果表明,双态组织的强度和延伸率最好,魏氏组织最差;双态组织的断口为解理断裂,裂纹碰到大尺寸初生α晶粒时发生穿晶失效,形态呈直线状,从而具有较高的扩展速率;篮网和魏氏组织的断口形式为沿相界断裂,裂纹扩展路径在通过α晶粒集束边界时改变方向,路径呈曲线状,扩展速率相对较低,从而具有较好的耐裂纹性能.     

面向产品市场周期的配件需求预测与供应策略

针对机电产品市场周期中配件需求预测与供应问题,应用系统工程方法,基于机电产品及其易损耗零部件的失效时间分布密度函数,发展面向机电产品市场周期的机电产品配件需求预测模型,继而提出机电产品配件生产与供应策略.以机电产品及零件的寿命分布满足正态分布函数为例,通过数值仿真,分析探讨了产品及零件失效时间分布密度函数的参数和生产批量对零件替换率和配件需求量的影响;提出了基于机电产品及零件寿命正态分布的配件生产供应方案,与常规方法对比分析表明了所提出方法的优越性.这对于有效地组织配件生产和指导配件库存管理,提高机电产品维修和售后服务水平具有重要意义.     

矿井掘进工作面粉尘对机器噪声衰减的影响

掘进工作面悬浮粉尘颗粒改变巷道空气的粘滞特性,同时产生声波散射而影响机器噪声的传播与衰减,简要介绍了粉尘空气介质的声波衰减机理,基于掘进工作面及近巷道粉尘分布特性,分析了悬浮粉尘空气介质的粘滞特性对声衰减的贡献,研究了悬浮粉尘颗粒的声波散射作用及粉尘颗粒粒径、浓度等对声散射衰减的影响,研究表明:巷道中扩散声衰减与介质粘滞声吸收衰减两者在衰减量级上相当,而声散射衰减相对很小甚至可以忽略不计;粉尘浓度是影响粘滞声吸收的主要因素,而粉尘颗粒粒径、粉尘浓度等对声散射衰减有一定影响.     

几种典型齿轮时变啮合刚度计算方法对比

啮合刚度是齿轮传动的重要动力学特性参数,当齿轮运行状态发生变化,如出现齿根裂纹时,这种变化会在时变啮合刚度中体现.准确地计算齿轮的时变啮合刚度对模拟齿轮系统的动力学特性意义重大.势能法、有限元法和石川法是计算齿轮时变啮合刚度的常用方法.以正常及含齿根裂纹的渐开线直齿圆柱齿轮为研究对象,对这3种方法的综合时变啮合刚度结果进行了对比分析,结果表明:有限元法计算速度慢,但更能够适用于多种复杂裂纹结构下的啮合刚度的计算,计算原理与实际工况更为吻合;势能法与石川法的计算速度快,对于简单裂纹或多级齿轮传动,可以优先采用势能法与石川法进行计算.     

斗轮堆取料机有限元建模方法及模态分析

斗轮堆取料机是一种结构复杂的大型散料运输设备,其有限元模型在建立过程中很容易出现与实际结构对不上的问题.基于三维建模软件SolidWorks和有限元分析软件Hypermesh,提出从局部到整体的逐层建模方法,建立有限元模型.为了验证模型的准确性,针对建立的斗轮堆取料机有限元模型进行模态分析,得到结构前6阶固有频率及振型.基于实验测得该型斗轮堆取料机的固有频率,将其与仿真结果对比,两者得到的固有频率基本一致,测试相对误差在5%以内,精度较好.实验验证及数值仿真表明:通过逐层建模方法建立的有限元模型能有效地揭示斗轮堆取料机的结构特性,为此类型斗轮堆取料机的结构设计和动力学分析提供参考.同时,逐层建模的方法更加快捷高效,为大型复杂结构建模仿真提供了参考和借鉴.     

起重机液压缸断裂失效分析

针对某型号起重机支撑液压缸在使用过程中发生断裂事故,从断裂学的基本规律出发,结合断口微观形貌、成份分析和实际工况,确定了裂纹源的位置和形成机理,并对断裂原因进行了分析.结果表明,此次断裂是由于材料中含有的较大夹杂物在拉应力下引起的.     

基于深度学习和经验模态分解的 双列圆锥滚动轴承故障诊断

双列圆锥滚动轴承在列车走行部应用广泛,由于该类轴承结构比较复杂,传统的故障诊断方法难以识别该类轴承的早期微弱故障.为此,提出基于深度学习的双列圆锥滚动轴承早期微弱故障诊断方法.首先,对轴承的振动信号进行经验模态分解,提取信号的瞬时能量构造特征向量;最后,利用深度学习方法对特征向量进行无监督学习,生成故障诊断分类器,完成故障的分类识别.实验中对某型号双列圆锥滚动轴承的正常状态、内圈故障和外圈故障进行信号分析与故障识别.结果表明,所提方法能有效识别双列圆锥滚动轴承的早期微弱故障,分类准确率达到98%.     

2种H59接线端子的微观组织与性能

为比较锻造H59接线端子与铸造H59接线端子的微观组织,采用万能拉伸试验机测试这2种接线端子的力学性能,并用氨熏试验对接线端子的抗应力腐蚀性能进行对比研究.结果表明:2种接线端子均由(Cu,Zn), CuZn和Cu5Zn8相组成,铸造H59接线端子合金组织中还存在细小的缩松缺陷和ZnO;铸造H59接线端子的力学性能低于锻造H59接线端子,导电性能略优于锻造H59接线端子;缩松等缺陷是导致铸造H59接线端子延伸率低的主要原因.氨熏腐蚀中,无应力工况下,合金组织中的缺陷易被腐蚀是导致铸造H59接线端子发生点蚀的主要原因,拉应力工况下,Cu5Zn8/(Cu,Zn)和CuZn/(Cu,Zn)界面产生的微孔是导致锻造H59接线端子产生裂纹的主要原因,缩松和ZnO是导致铸造H59接线端子抱箍发生断裂的主要原因.实际应用中,锻造H59接线端子的综合性能较铸造H59接线端子更优.     

基于非等距BFA GM(1,1)模型的尾翼疲劳寿命预测

针对非等距GM(1,1)模型中背景值系数α对模型的预测能力影响很大而最优值难以确定的问题,将细菌觅食算法与GM(1,1)模型相结合,提出了BFA-GM(1,1)优化模型.以飞机尾翼疲劳寿命预测为实例,分析比较了BFA-GM(1,1)模型、PSO-GM(1,1)模型和GA-GM(1,1)模型的性能.从试验的结果来看,本文提出的BFA-GM(1,1)模型消耗的时间少于其他2种模型消耗的时间,而平均预测误差低于其他2种模型的平均预测误差,这说明本文提出的BFA-GM(1,1)模型能够更快速、更准确地找到最优的背景值系数α,从而提高了"小样本""贫信息"条件下的飞机尾翼疲劳寿命预测的精度.     

基于轻量级DenseNet和ZigBee的指纹识别方法

针对传统身份识别方法识别准确率低、模型复杂且运算速度慢等问题,提出一种新的基于轻量级密集连接卷积神经网络(DenseNet)和紫蜂协议(ZigBee)的指纹识别方法.首先,构建指纹识别系统的整体模型,并对该模型进行适当的裁剪以缩减模型复杂度.其次,通过筛选指纹图像、增强有效指纹以及扩充增强后的数据等操作,对采集到的ZigBee协议指纹信息进行预处理.然后,以传统深度残差网络的基本思想为依据,通过前馈的方式改变层间的连接关系并构建轻量级DenseNet.最后,以相同的样本数据为基础分别对轻量级DenseNet模型、普通DenseNet模型和3种传统基于机器学习的身份识别算法模型进行训练.试验结果表明:所提出的基于轻量级DenseNet模型的识别准确度最高,为98.24%,且该模型的运行速度最快,与普通DenseNet模型相比,其模型复杂度降低了94%以上.