溶液中离子对的光谱指认:量子化学研究

量子化学方法可以从本质上了解阴阳离子之间的相互作用,认识离子对的结构和离子对的存在形式.然而研究发现,量子化学的计算结果和实验存在较大差异.例如,拉曼光谱研究发现直接接触离子对的Cl-O伸缩振动位于938 cm-1,与自由离子的Cl-O伸缩振动谱带相比,向高波数位移了7 cm-1;而量子化学计算却是向低波数位移了40 cm-1,与实验测定的结果相差甚大[1].因此,量子化学的方法能否正确指认溶液中离子对的存在形式,尚待进一步研究.本文使用Gaussian 98程序,在B3LYP/6-311 G*水平下,分别计算了ClO4-、BF4-、Li ClO4-、Li BF4-在气态和4种溶剂…     

SMA智能复合材料结构的力学分析与建模

介绍了SMA智能复合材料结构力学建模在弯曲变形及振动控制方面的研究现状,论述了连续型和有限元建模方法,分析了SMA智能复合材料结构大变形问题及温度影响问题,并就SMA智能复合材料结构的力学建模提出几点建议。     

金属工件内部残余应力的振动消除研究

本文针对传统的消除金属工作内部残余应力的热时效处理法的不足，从激振角度，运用材料力学、动力学中的振动理论等知识，并通过大量试验验证，研究了振动消除应力的方法－－振动时效法的原理及其有关问题。说明这种新的方法具有节能、高效等一系列优点。     

斜拉桥钢索的振动与张力问题

本文用弦振动理论分析了斜拉桥钢索的简谐振动和强迫振动，结合对钢索在常温下振动频率的测量，计算了常温某一温度的张力．采用线性插值由该张力值推算出其它气温下钢索的张力，并与实际的测量结果作了比较．     

滚动轴承疲劳故障的在线监视和诊断技术

本文研究振动诊断方法在滚动轴承疲劳故障在线监视和诊断中的应用。 文中指出:通过在轴承寿命试验机上所作的大量试验发现,当轴承疲劳后,在作为其二次效应的振动信号中,除存在已为国内外学者指出并广为使用的“通过频率(又称冲击振动发生间隔频率)”和“高频冲击脉冲”两种信息特征外,还存在另一种位于中高频段的鲜为人知的重要信息特征——某“高频峰群”。 本文对该高频峰群的形成机理、影响因素及检测方法进行了初步研究,并利用这种新的信息特征研制了“以带通滤波器或以精化信息特征DDS模型谱分析法为主体的两种轴承疲劳故障在线监视和诊断装置。     

侧爆作用下土中竖井结构弹塑性变形特征分析及计算

针对土中钢板-钢筋混凝土竖井结构在常规武器爆炸作用下塑性铰线形成前的动力响应问题,综合采用模型试验、有限元数值仿真方法,分析了竖井结构中远距离爆炸作用下的变形过程及特征,确定了以量纲一环向相对位移α₁作为结构变形程度的判据。推导了土中竖井结构在常规武器爆炸作用下的动力响应理论解,分析了按照弹性理论计算的量纲一环向相对位移α_1e和有限元计算得到的弹塑性量纲一环向相对位移α_1p的关系及其比值α_1p/α_1e的影响因素,构建了基于弹性解的弹塑性量纲一环向相对位移α_1p工程算法。提出了以量纲一环向相对位移α₁作为结构变形程度的判据,并确定了结构闭环塑性铰线出现、破坏模式改变的阈值为α₁=3%;对比了理论与数值模拟计算结果,验证了提出的理论计算方法可以较好地计算钢板-混凝土竖井组合结构在常规武器爆炸作用下弹性阶段的动力响应;结构长径比、结构缩尺比例、装药量大小对α_1p/α_1e随α<...     

高速磁浮车-轨耦合系统动态机理与振动响应

对高速磁浮车-轨耦合系统进行动态机理和振动响应研究。首先,对高速磁浮中的各类耦合关系进行建模;其次,分别分析了动态和静态条件下的车-轨耦合作用机理;然后,建立了高速磁浮车-轨耦合动力学有限元模型;最后,对磁浮列车高速通过桥梁时轨道梁、功能件的动力响应和车-轨共振速度进行分析。结果表明：高速运行时车-轨作用频率不同,长时间共振速度下运行时车-轨振动明显增大;若桥梁动力放大系数小于1.2,则基频比最小值为1.16;若桥梁动力放大系数小于1.3,则基频比最小值为1.04。     

基于预先补偿和全状态反馈控制的车-轨耦合振动抑制

以高速磁浮列车为研究对象,探讨了弹性轨道下的车-轨耦合振动问题。建立了能反映实际问题的车-轨耦合最小悬浮单元模型,并进行了开环系统稳定性和耦合振动机理分析。以弥补比例-积分-微分（PID）控制器有效信息利用不足为出发点,设计了基于预先补偿的全状态反馈控制器。通过仿真分析了反馈增益矩阵对系统跟踪性能和振动抑制能力的影响,提出了适当降低对悬浮间隙的要求换取振动抑制能力提升的思路。进一步分析了反馈系数对悬浮系统性能的影响规律,基于此得到了优化的预先补偿和全状态反馈控制框架。最后,通过实验验证了基于预先补偿的全状态反馈控制对抑制车-轨弹性耦合振动的有效性。     

基于频域降采样和CNN的轴承故障诊断方法

在工业领域,设备运行过程中采集的原始故障信号具有强噪声以及多工况的特点,现有的基于数据的轴承故障诊断模型的抗噪能力与泛化能力相对较弱。针对以上问题,提出一种基于频域降采样(down-sampling)和卷积神经网络(CNN)的轴承故障诊断方法 Ds-CNN。频域降采样包含最大偏移降采样和噪声横截断两个部分,可以实现样本增强,降低样本在频域的差异性,同时减弱噪声对频域信号的影响。基于频域信号建立的CNN模型能够自动提取降采样后频域信号的故障特征,并完成对轴承故障的识别分类。实验结果表明,在强噪声环境和多工况条件下,与目前常用模型相比, Ds-CNN具有更高的识别准确率。     

正交激励超声切削装置的椭圆轨迹偏转与校正

为研究超声椭圆振动切削（ultrasonic elliptical vibration cutting,UEVC）刀尖轨迹形成及控制,解决刀尖轨迹非正椭圆问题,建立二维正交柔性导波UEVC装置刀尖轨迹的运动学模型;分析90°相位差下非正椭圆轨迹产生原因,建立刀尖轨迹校正模型,并推导出基于正椭圆轨迹下的刀尖轨迹偏转模型。通过实验对刀尖轨迹校正模型进行验证,校正后轨迹偏离坐标轴1.67°,小于校正前偏离角度。实验结果表明,该模型能够有效地校正刀尖轨迹,可在轨迹控制方面为后续研究刀尖轨迹偏转及变刀尖轨迹超声振动加工提供理论基础。