用高速摄影技术研究卷管机送纸机构的运动规律

利用高速摄影技术对毛纺纸管自动卷管机的送纸机构的运动规律进行研究,分析出该机构的送纸吸嘴在吸纸、喂纸和输纸过程中均有波动,为机构的改进设计提供了有效依据．     

硝化棉(11.92%N)的一级自催化分解反应动力学

用DSC研究了硝化棉(NC,11．92％N)的一级自催化分解反应动力学。结果表明：50％转化率前的DSC曲线可用一级自催化方程描述：dy/dt=-10^16.4exp(-210380/RT)y-10^16.7exp(-171500/RT)y(1-y)50％转化率后的DSC曲线可用如下反应动力学方程描述：dy/dt=-10^16.3exp(-174280/RT)y(n=1)和dy/dt=-10^16.8exp(-171300/RT)y^2.71(n≠1)     

用非等温分析法估算含能材料的热爆炸临界温度（英）

通过合理的假设，从谢苗诺夫(Semenov)的热爆炸理论和两种非等温动力学方程：dα／dt＝A(1—α)e^-Em/RT和dα／dt＝A(1-α)[1 Em/(RT)(1-T0/T)]e^-Em/RT，导出了估算含能材料(EMs)热爆炸临界温度(Tb)的两种方法。从EMs的非等温DSC曲线，我们很容易得到计算Tb值所用的自催化反应活化能(Ea)、onset温度(Te)和偏离基线的初始点温度(To)。对硝化棉而言，两种方法所得的Tb值彼此吻合。     

基于中心损失-改进卷积自编码器的滚动轴承半监督故障诊断

当前基于深度学习的旋转机械故障诊断技术，凭借其强大的逐层加工和内置特征变换功能受到广泛关注，然而传统用于故障诊断的深度网络需要大量标签数据，且诊断结果依赖于标签的数量和准确性。为此，提出一种基于中心损失-改进卷积自编码器(center loss-improved convolutional auto-encoder, CL-ICAE)的半监督故障诊断方法。该方法首先利用连续小波变换将故障信号转换为时频图，细化故障特征表征；之后构建改进的卷积自编码器网络结构，并引入批量归一化(batch normalization, BN)和Dropout,在特征提取阶段防止过拟合；之后在分类阶段，通过将中心损失(center loss)引入Softmax损失函数，构建联合损失函数，使故障特征实现类内距离更小，特征差异更大，进一步提高分类精度。最后，将所提方法通过凯斯西储大学轴承数据集和轴承故障试验平台进行验证，结果表明在少量标签样本情况下，均可实现有效的故障诊断，提升诊断准确率。     

由磨削力确定磨削凸轮时的变速规律

本文依据实验结果，针对摇架式凸轮磨床在磨削凸轮时存在的颤振问题，从引起磨削颤振的根本原因－－磨削力入手，以瞬时磨削力基本恒定为依据，否定了“凸轮磨削点处的瞬时线速度决定磨除率。只要控制凸轮轴转速，使v为恒定值，则可实现恒速率磨削”的结论，并探讨了避免产生磨削颤振时凸轮轴的变速规律。