基于最大误差的热传感器数量分配方法

为了更好地监控微处理器的运行温度，提出了一种考虑奇异点的改进聚类求解策略和新颖的热传感器数量分配方案.该方案分析了在给定最大热点监控误差下所需要的热传感器数量，并且在满足工程上所需要求的情况下，使热传感器数量尽可能地少.实验结果表明，所提出的方法能够在广泛应用的微处理器架构上计算出给定误差要求下所需的热传感器数量，并且与现有的k-means聚类算法相比，所使用的传感器数量明显减少.     

高精度压印机热误差补偿中温度变量的辨识

为了提高压印机在压印光刻工艺中的套刻对准精度，提出了采用因子分析方法来选取压印机热误差模型中的温度变量，根据变量之间的相关性分组后，再根据各变量与热误差之间的相关性在每一组中选取一个代表变量，最终将压印机上布置的温度传感器从15个减少到3个．在压印机温度测量关键点处建立了温度与模具在x、z方向热误差关系的数学模型，模型的热误差预测精度达到了98％以上．实验结果表明，该方法不仅保证了模型的精度，而且大大地减少了模型的计算时间，是一种在压印机热误差建模中选择温度测量关键点的有效方法．它不仅避免了热误差建模过程中的变量耦合问题，而且提高了模型的精确性，经过补偿，压印机的热误差在x、z方向都减小到200nm以内．     

基于热图像处理技术的电力设备温度监测

设备温度关系着电力设备的安全运行和使用寿命,温度监测在众多工业应用中是必不可少的技术手段之一.为此,本文提出了一种基于热图像处理技术的电力设备温度监测.其分布式测量能力可以在数十公里电缆沿线的多个点上绘制温度图.首先,基于现场众多的传感器元件采集温度数据,结合数据的时间连续性,依次堆叠温度曲线创建热图像,再采用基于多级阈值的图像分割技术对图像进行处理.然后,采用温度误差和热点尺寸相关联的多项式函数来解决拉曼分布式温度传感器(RDTS)设备本身的局限,搭建热浴槽实验平台获取不同热点尺寸的温度数据.最后,采用所提出的方法对所获数据进行分析,结果表明该技术可以实现对尺寸在3 cm～15 m内的热点检测和校正,校正偏差仅为1.78%,大大提高了RDTS设备的实用性.     

基于无线传感器网络的室内输电线路热老化预测研究

通过对传统的电缆热老化预测方法比较分析,提出了基于无线传感器网络的输电线路热老化研究方法.利用部署在输电线路周围的传感器节点连续地采集温度数据,并结合绝缘材料的热老化方程进行了实验.实验表明,该方法在误差允许范围内结果精确,解决了传统预测方法无法连续测量温度的问题.     

精密车削中心热误差鲁棒建模与实时补偿

为了减小数控机床的热误差.提高数控机床的加工精度,使用BP神经网络和遗传算法相结合的方法建立了热误差模型,并基于所建模型开发了数控机床热误差实时补偿系统.基于对数控机床热动态过程的分析,利用4个关键温度点,建立BP神经网络热误差模型.用遗传算法优化BP神经网络连接权值和阈值,提高了模型的预测精度和收敛时间.试验结果表明:对精密车削中心进行实时补偿后,加工误差从32 μm降低到大约8 μm,明显提高了数控机床的加工精度.     

主轴系统动态误差和热漂移误差的测试分析

主轴的动态误差和热漂移误差直接影响机床的定位精度和工件表面加工质量。运用API主轴动态误差及热变形分析仪和API主轴误差分析软件对加工中心的主轴进行动态误差和热漂移测试。通过测量系统采集到的机床主轴系统的温度变化及分布数据及主轴系统的热变形数据,可以了解及掌握机床在运转过程中主轴系统的实际工况,如热平衡时间、主轴系统不同时刻在各方向的变形量等信息,对以后主轴系统的优化设计和动态补偿提供了基础数据支撑。     

RBF网络在线建模方法在热误差实时补偿技术中的应用

应用径向基(RBF)神经网络模型的学习性能,对一台数控加工中心的主轴温度与主轴径向热误差关系分别进行离线建模与在线建模对比研究,并将2种建模方法用于实例分析.结果表明,RBF神经网络模型能够反映数控机床的热特性,准确实时预报机床热误差.当工况发生较大变化时,在线建模能够及时补充系统信息,更好地反映机床系统热性能,从而精确预报机床的热误差,提高了误差补偿效果.     

数控机床主轴热特性分析

主轴热误差是数控机床热误差的主要组成部分,热弹性现象是交替变化的热源作用在构件上产生的,误差补偿是提高机床精度的最有效方法之一．为此,提出并分析了一维主轴热弹性现象产生的原因及其重要特征,并通过有限元分析和实验验证了热动态特性的存在及变化规律．随着时间的增长,温升．热变形之间的关系会逐渐趋近稳态,但不可能获得绝对的稳态．在传热过程中,随着传热距离的增加,温度变化滞后性越大．     

数控机床多变量关联热误差组合模型及其实验验证

针对主要基于受综合因素影响的机床本体温度所建立的热误差模型鲁棒性较差的问题.综合考虑机床本体温度、动力源转速、冷却液温度及环境温度提出了多变量关联热误差组合模型.将最小二乘支持向量机(LS-SVM)的方法运用到热误差建模中,并利用偏最小二乘(PLS)方法提取输入变量的主成分作为LS-SVM的输入,形成PLS-LSSVM组合热误差模型.此外根据数控加工过程及材料热变形原理,将相对起始温度的差温值作为温度输入,使热误差补偿更加准确.在某型号精密加工中心进行实验验证,结果表明:PLS-LSSVM模型比LS-SVM更稳定,比PLSR预测精度高;考虑差温多变量的PLS-LSSVM模型较单纯考虑机床本体测量温度值的PLS-LSSVM~*模型,热误差预测值的均方根误差(RMSE)平均减少了5.5μm.     

机床热变形误差实时补偿技术

研究了通过实时补偿热误差提高数控机床加工精度的方法,采用一维球列加快和简化了热误差的测量。利用多元线性回归方法建立了热误差与温度的数学模型,在外部微机的帮助下,可在加工过程中实时补偿热误差,切削实验表明补偿效果良好。     

基于顶层油温的变压器绕组热点温度计算改进模型

油浸式电力变压器绕组热点温度是影响变压器绝缘寿命的重?瘟浚氡溲蛊鞫ゲ阌臀旅芮邢喙亍？悸欠窍咝匀茸?变压器断路阻抗、油粘滞度以及绕组损耗随温度的变化,引入粘滞度与损耗关于温度变化的修正因子,提出一种基于顶层油温的变压器绕组热点温度改进模型。模型参数选用Levenberg Marquardt算法进行估算。对比实验室温升用试验变压器实测数据,该模型在欠负载(90%)、额定负载(100%)以及过负载(110%)下,显示了较好的一致性,特别在动态负载下,能够较好地描述各暂态温度变化情况,为变压器绕组热点温度计算提     

基于最优分割和逐步回归方法的机床热误差建模方法研究

根据机械结构的基本热变形模式,分析加工过程中的机床热误差模态,对温度测点进行初步选择.通过最优分割法优化温度测点和逐步回归法建模,将温度测点个数从初始的16个减少到3个热关键点.机床热误差模型拟合结果与实际热误差测量结果进行比较,检验结果说明该热误差模型精确度优良.     

岩石导热各向异性对干热岩热量富集的影响

干热岩的勘探开发近年来已成为学术界的研究热点,但相关研究大多是从开发角度进行研究,而对干热岩中热量富集传递的研究甚少.为了解干热岩岩体中热量富集与传导机理,通过对前人研究成果的整理与总结,结合构造地质学、传热学、地热学、矿物岩石学等理论方法,进行岩石三轴热导率的实验.结果表明,岩石的三轴热导率存在差异,使得地下热流在岩...     

基于物理建模法的加工中心主轴热误差建模

针对主轴热误差对机床精度稳定性产生严重影响的问题,提出了一种基于传热理论及热变形机理的主轴热误差预测模型.首先,基于传热机理分析推导出主轴系统的实时温度场模型.然后,根据机床结构尺寸对主轴热变形进行机理分析,并利用物理建模法得到温度场与热误差的关系.最后,在两台同类型的立式加工中心上进行主轴热误差仿真和实验验证.结果表明:主轴热误差模型的平均预测精度达到了95.0%,这证明了该模型具有很高的精度和强鲁棒性.     

基于状态空间模型的机床热误差动态建模

提出了一种基于状态空间模型的机床热误差建模方法,以几个关键温度点的温升为输入,结合状态变量和干扰来确定热误差输出,由子空间辨识算法得到模型参数.同时,在一台数控车床上进行实验,以探究模型的精度和鲁棒性.结果表明:在不同的转速条件下,所提出的模型能够补偿70%的热误差;与自回归模型的建模方法相比,状态空间模型表现出更优异的鲁棒性.     

某次地铁受流臂动应力测试中的热输出分析

应变计是用应变电阻效应测量应变的.在测量过程中,环境温度可以从多个方面影响应变计的输出.探讨了在某次地铁受流臂动应力实验中,由于温度变化,测量应变计和补偿应变计贴在不同材料上所引起的测量误差,得出了此次实验中热输出的表达式.并可以作为类似动应力实验中热输出分析的参考.分析结果表明,此次实验中应变计的热输出与变温、被测试样线膨胀系数、补偿块线膨胀系数、应变计灵敏系数有关.     

火积理论在高炉冷却壁性能评价中的应用

基于火积理论分析得出了高炉冷却壁的火积平衡方程式以及冷却壁中的火积耗散.在此基础上定义了高炉冷却壁的热阻.根据最小热阻原理,提出用高炉冷却壁的热阻来评价其传热性能的优劣的观点,通过实例说明了高炉冷却壁热阻的计算方法,比较了不同冷却水管间距下冷却壁热面最高温度及热阻之间的关系.结果表明,随着冷却水管间距的改变,冷却壁热阻与热面最高温度有相同的变化趋势.在一定的边界条件下,高炉冷却壁的热阻可以评价其传热性能的优劣.     

基于SSO算法优化神经网络的数控机床热误差建模

针对影响五轴数控机床加工精度的复杂热特性,提出了一种用于摇篮式五轴数控机床热误差建模方法.该方法主要采用鲨鱼嗅觉优化(SSO)算法和神经网络的复合建模方式,有效提高了机床热误差预测模型的精度和建模效率.首先通过使用热成像仪筛选出机床的温度敏感点,然后将温度传感器布置在机床热敏感点的位置,将采集到的热特性数据采用本文所提方法进行热误差建模,结果表明,该方法在建模速度和精度上要优于ABC和PSO神经网络,最后将该热误差预测模型应用于五轴数控机床热误差补偿实验,将试件加工精度提高了32%.     

混凝土湿热传导与湿热扩散特性试验研究(Ⅱ)——试验成果及其分析

利用5组组合试件，测试了不同含湿状态下混凝土的导温系数，并采用原理部分的公式对实测结果进行了修正；用修正后的混凝土热物性参数，计算了试验条件下主测点与加热面上的温度变化过程。试验表明计算值与实测值与实测值吻合良好，误差在6％以内。由本实验方法得到的饱和混凝土试件的导温系数为干燥试件导温系的1．6倍。