利用铁谱分析技术提取机械设备工作状态特征参量及采…

本提出了利用ＫＴＰ型旋转式铁谱仪提取机械设备工况特征参量的方法。给出了ＡＭ－５００型采煤机的液压传动系统和齿轮传动系统的失效判据。突破了传统定性铁谱中单颗粒磨屑的讨论，把机械的工况与磨屑的各种类型和尺寸的总体情况联系起来。     

集屑装置对45#钢磁场摩擦磨损性能的影响与磨屑量化分析

为了研究磁场下45#钢摩擦过程中的磨屑吸附和氧化行为,对磨屑进行了量化分析,针对自制HY-100型销-盘式磁场摩擦磨损试验机设计了一种集屑装置.该装置充分考虑磨屑收集完整性,并保证磁场摩擦环境稳定且具有抗电磁干扰能力.摩擦磨损试验分别研究了集屑装置对无磁场和有磁场两种摩擦条件的影响,分析了集屑装置对磁场摩擦的影响形式和...     

一种新型的磨屑在线监测传感器的实验研究

在分析国际上现行的磨屑在线监测传感器的基础上,提出了一种新型的磨屑监测传感器一电磁铁重复聚集磨屑,霍尔器件测量磨屑量的变化的磨屑,并对磨屑的传感与测量方式进行了实验研究.对监测输出与磨屑浓度的关系进行了理论分析,最后对样机进行了实验研究.实验研究表明,所研究的磨屑传感器可以有效地反映磨屑浓度的变化,具有较好的应用前景.     

基于ADAMS的压缩机主传动系统动力学优化问题研究

以某w型活塞式压缩机主传动系统为研究对象,利用多柔体动力学软件ADAMS,对额定工况下计入摩擦的压缩机主传动系统动力学优化设计问题进行研究．得到了额定工况下主轴承曲轴轴颈中心径向振动响应．在此基础上,建立压缩机主传动系统动力学优化设计数学模型,以压缩机气缸中心线夹角和压缩机曲轴转速为设计变量,以两主轴承曲轴轴颈中心径向振动响应的加权平均值为优化目标．采用参数化建模技术在ADAMS中建立优化模型进行优化分析,探讨了目标函数与设计变量之间的关系并得到最优解．得到的结论为活塞式压缩机动态设计打下基础．     

磨粒几何排列对 Inconel 718 磨抛的有限元仿真研究

目的 为了提高砂带磨抛镍基合金 Inconel 718 的表面精度,避免砂带上磨屑堆积等问题,针对砂带表面磨粒 的顶端结构以及排列方式进行了分析,通过三维动力学仿真方法,研究磨抛过程中磨削力和磨屑的变化情况。 方法 开展三种尖端类型磨粒和排列间距、倾角对 Inconel 718 的磨削机理研究,先分析尖端为点型、线型、面型的磨粒磨 削过程,对比不同尖端类型磨粒的切屑形态与磨削力的大小,根据挑选出的点型尖端磨粒建立正四面体磨粒,利用 该类型磨粒建立有序与无序的金刚石多磨粒模型,通过有限元软件分析磨粒水平和竖直方向上的间隙大小以及磨 粒排布线倾角变化对磨削力和工件表面质量的影响。 结果 发现点型尖端磨粒产生的切屑呈碎屑状,更容易在多磨 粒间排出,不易堵塞砂带,且在磨削过程中所受的磨削力更小;分析发现有序排列的磨粒类型具有很大的优势,能 够提高工件表面精度,在工件表面产生大小均匀的沟槽,同时降低砂带受到的磨抛力小;发现磨削力大小会随着排 布线倾角的增加呈现先增大后减小趋势。 通过与实验对比,发现磨屑的形状会随着水平方向间隙的增大而变化, 呈现出由块状至带状到细长条状的变化规律,细长条状的磨屑更易从间隙中排出,从而达到降低磨抛力的效果。 结论 采用点型尖端磨粒和合适的磨粒排布规律能够有效提高磨抛后的工件表面精度和促进磨屑的排出,为砂带 的制造生产提供新的思路。     

三星型活塞式压缩机主传动系统动力学分析

三星型压缩机是一种动力学性能良好的新型活塞式压缩机,其主传动系统实质上是1个主连杆和2个副连杆并联构成的主副连杆机构;为了便于比较,将W型压缩机的主传动系统、三星型压缩机的主传动系统分别作为研究对象,利用ADAMS软件建立了在相同工况下各自的动力学仿真模型并进行了求解,得到了两者在额定工况下的轴心径向位移响应、主轴承反力和轴心轨迹;计算结果表明:与W型压缩机相比,三星型压缩机主传动系统的曲轴轴颈中心响应振幅降低了12.36%,主轴承反力减小了44.62%,三星型压缩机具有良好的动力学性能。     

冲击磨料磨损机理研究

冲击磨料磨损是一种极恶劣的磨损工况。为揭示其本质,文章中讨论了冲击磨料磨损的特点;在实验的基础上分析了几类不同性质的材料在冲击磨料磨损工况下的磨屑形成机理,得出了一些较重要的结论;提出了进一步研究的方向。     

含磨屑粗糙表面接触滑动摩擦副温度场的计算

接触温度是评价摩擦副工作性能好坏的一个重要因素,对粗糙表面、特别是含磨屑粗糙表面接触温度场求解尚缺乏深入研究。介绍了粗糙表面及含磨屑粗糙表面线接触滑动摩擦副接触温度场的求解过程及方法,分析了光滑表面、粗糙表面及含磨屑粗糙表面接触温度场分布,探讨了表面接触温度对滑动摩擦副胶合及咬死的影响。结果表明：粗糙表面温度场较光滑接触表面温度场有明显的提高,在粗糙度影响系数的０．１、０．５时,接触区温度分别增加     

铁谱技术在钻井泵缸套活塞工况监控中的应用

通过用铁谱技术对钻井泵缸套活塞材料磨损试验及台架试验的监控,同时对在现场所取的工作泥浆中的磨屑进行对照分析研究,发现在钻井泵缸套活塞的磨损过程中所产生的磨屑主要是正常摩擦磨损磨屑、具有疲劳及粘着特征的磨屑以及少量的切削磨损磨屑。这三种磨屑的存在表明这对摩擦副间的磨损是疲劳磨损、粘着磨损及磨粒磨损等所形成的综合磨损。     

不同能载水平下C/C复合材料的摩擦特性

对具有粗糙层热解炭结构的针刺毡C/C复合材料在MM 1000型摩擦试验机上模拟某飞机正常着陆、超载着陆和中止起飞3种不同的能载水平进行摩擦磨损性能试验,并对磨损表面和磨屑进行扫描电镜观察.结果表明:C/C复合材料在不同能载水平下均具有高达0.31～0.32的摩擦因数,刹车力矩曲线均较平稳,磨损随能载水平的增加而增大;样件的磨损表面在正常着陆条件下形成较光滑、完整、连续的磨屑层,随着能载水平的增加,形成粗糙的磨屑层,在极高的能载水平(中止起飞条件)下又形成光滑的磨屑层;而样件的磨屑尺寸随能载水平的增加而急剧减小.表明该C/C复合材料具有极好的摩擦制动性能,尤其是在大能载水平下,摩擦性能更加优良,适用作飞机刹车材料.     

基于优化核极限学习机的泥石流危险性评估

山区环境中泥石流的孕育受多种因素的影响,为提高泥石流危险性的预测精度,提出一种萤火虫算法(firefly algorithm, FA)优化核极限学习机(kernel based extreme learning machine, KELM)的预测模型。首先,针对数据维度爆炸的问题,通过主成分分析(principal component analysis, PCA)数据降维,使得留有大部分致灾特征信息的因子输入训练模型;然后,使用萤火虫优化算法更新核极限学习机的参数,将四川省北川县监测数据输入优化后的预测模型,并与其他传统机器学习算法进行对比分析,验证该算法的优越性;最后,使用多种指标综合评估模型的预测效果。结果表明,FA-KELM模型能够有效地简化数据结构,提高泥石流危险性预测的准确性,为泥石流灾害预测方面的研究提供参考和借鉴。     

Debris Flow Hazard Assessment Based on Support Vector Machine

Seven factors, including the maximum volume of once flow , occurrence frequency of debris flow , watershed area , main channel length , watershed relative height difference , valley incision density and the length ratio of sediment supplement are chosen as evaluation factors of debris flow hazard degree. Using support vector machine （SVM） theory, we selected 259 basic data of 37 debris flow channels in Yunnan Province as learning samples in this study. We create a debris flow hazard assessment model based on SVM. The model was validated though instance applications and showed encouraging results.     

SKODA-SAVIN磨损试验机上的磨损试验分折

本文应用了微凸体互嵌模型,分析了单次滑动和重复滑动时的磨痕和磨屑的形成原因,进而探讨了用SAVIN试验机做磨损试验时的磨损类型和机制。     

融合图像外特征的岩屑岩性深度学习识别方法

岩屑的岩性识别是地质工作中的一项重要内容。为解决传统人工鉴别岩性的低效问题和传统机器识别的低可靠性问题,提出一种融合图像特征与图像外特征的岩性识别方法。首先采集岩屑的高分辨率图像,使用Xception特征提取器对图像特征进行提取并降维为一维向量,提高模型抽象特征敏感性并防止网络退化问题。同时量化岩屑的物理化学特征如：与盐酸反应程度、含矿物纯度、元素分析结果、硬度等,构建图像外特征向量。融合图像特征向量与图像外特征向量为总特征向量,构建神经网络与分类器进行训练,产生岩性识别模型。该模型相较于仅图像训练模型,在高质量岩屑图像数据集上提高3.45个百分点,在低质量岩屑图像数据集上提高20.92个百分点。该模型结合了传统录井与机器学习的优势,为建立可靠岩性剖面与实现数字化岩屑录井提供了更为高效的方法。     

基于布谷鸟优化轻量梯度提升机的泥石流预测

摘 要： 针对山区环境中引发泥石流的影响因素复杂多样,影响因子之间易存在相互耦合,以及梯度提升树（Light Gradient Boosting Machine,LightGBM）预测模型易陷入局部最优问题,提出了核线性判别分析法（Kernel Linear Discriminant Analysis,KLDA）与经布谷鸟算法（Cuckoo Search,CS）寻优后的LightGBM预测模型。首先,对传感器采集到的原始数据进行清洗,并将“清洗”后得到的规范数据通过KLDA进行降维处理,得到相关性低且贡献率高的影响因子作为预测因子。采用随机取样的方法对降维后数据进行规划,选取70%的数据用于训练模型,剩余30%用于验证模型。然后,将训练数据作为输入,基于CS-LightGBM算法训练出最优预测模型。最后,结合鹅项沟监测数据进行仿真。结果证明,此方法能够将复杂的泥石流影响因子降维成利于建模的预测因子,使预测模型具有较好的预测准确度,为泥石流灾害预测方面的研究提供了新的思路。     

基于粗糙集优化支持向量机的泥石流危险度预测模型

为准确预测泥石流危险度,提出了基于粗糙集理论(RS)的粒子群算法(PSO)优化支持向量机(SVM)模型。首先离散化泥石流样本数据形成初始决策表,利用粗糙集理论对10个泥石流危险度影响指标进行属性约简,将约简后的泥石流指标数据归一化处理作为支持向量机的学习样本,通过粒子群算法寻优获得最佳支持向量机模型参数,最终建立基于粗糙集的泥石流危险度预测的优化支持向量机模型。并将构建的RS-PSO-SVM模型用于对测试样本的预测,结果表明：在相同训练样本的条件下,RS-PSO-SVM模型、PSO-SVM模型及RS-PSO-BP模型三者的预测准确率分别为：87.5%,87.5%,75%,说明RS-PSO-SVM模型和PSO-SVM模型具有比RS-PSO-BP模型更高的精度。此外,尽管RS-PSO-SVM模型和PSO-SVM模型具有相同的预测精度,但是由于进行了属性约简,RS-PSO-SVM模型可以有效提高运行效率,降低模型复杂度。     

基于Debseg-Net的岩屑图像语义分割

岩屑的岩性识别是地质工作中的一项重要内容。为解决传统人工鉴别岩性的低效问题和通用机器学习模型在岩屑岩性识别上的不适用性,包括准确率欠佳、网络参数冗杂、网络效率低下,针对岩屑图像的特征设计了一种岩屑图像的语义分割网络Debseg-Net,该网络采用编解码结构,卷积与转置卷积结合实现对岩屑图像特征的提取与像素级分类,采用深度可分离卷积减少参数量从而可进一步加深网络,使用跳级连接避免迭代过程中的信息丢失。同时提出了一种高效的岩屑图像自标记方法。经多次实验,Debseg-Net在10口探井收集的640张共计5类岩屑图像数据集上,识别准确率达到98.43%,平均交并比达到90.01%,领先同类型分割网络2.59%～7.04%,在实现数字化岩屑录井进程中提供了方法。     

基于空间模型技术的新型正交5-DOF并联机床的运动学传递性能分析

提出了一种新型正交5-DOF并联机床,研究了这种新型机床的运动传递性能.推导出这种机床的运动传递平衡方程,定义了运动传递性能评价指标、速度各向同性性能评价指标及各全域性能评价指标,应用空间模型技术,绘制了各全域性能图谱,为这种新型正交5-DOF并联机床的参数优化奠定理论基础.这种新型正交5-DOF并联机床具有结构简单、承载能力强、初始装配位姿解耦、工艺性好等优点,适用于空间曲面(磨具、叶片等)零件的加工及气囊抛光等领域.     

基于超球面支持向量机的综合传动状态判别

以油液光谱分析数据为基础,建立了基于超球面支持向量机的综合传动状态判别模型。利用主成分分析法,对油液光谱分析数据进行预处理,并进行主成分提取的研究分析。研究了参数的变化和异常样本对模型性能的影响。实验研究表明,基于超球面支持向量机的状态判别模型准确可行,能实现综合传动的状态判别。     

摩擦层形成的元胞自动机模拟

建立了汽车摩擦材料在摩擦过程中摩擦层形成的变时间步长的二维和三维元胞自动机模型,模拟了磨屑运动的变化状态与摩擦材料的表面形貌。用二维元胞自动机模型模拟了无磨损条件下摩擦材料表面的摩擦层的形成过程,可以得到磨屑沿摩擦力方向运动并聚集的图像。用三维元胞自动机模型模拟了有磨损时摩擦材料表面的摩擦层的形成过程,可以得到摩擦材料在不同厚度的磨屑运动和聚集的动态图像。通过元胞自动机模拟可以确定摩擦层形成的机制与磨屑的运动和受阻于钢纤维、陶瓷纤维或磨粒并聚集有关,也证明了在摩擦层的研究中元胞自动机法是一个理想的模拟方法。