发动机齿轮系铜套装配方法浅析

发动机的齿轮系,主要的功能是将曲轴的旋转运动,按一定的方向和传动比,传递到发动机各辅助系统,用以驱动凸轮轴、机油泵、输油泵、水泵等附件工作。齿轮铜套装配加工质量不能得到保证,同轴度差就会造成齿轮间的啮合间隙不均匀,运转噪声大。冷态下局部过小间隙还会造成热膨胀状态下无间隙而使铜套受损。通过对铜套车削和推削加工两种不同装配加工方法在效率、精度等方面的对比,证明了推削加工方法不但保证了铜套与齿轮的同轴度,提高了铜套的表面粗糙度,也提高了齿轮装配的工作效率。     

直列六缸柴油机的曲轴轴系扭振分析

基于excite designer,对某一直列六缸机曲轴轴系进行扭振计算和分析。基于时域和频域,进行扭转角位移分析,扭矩和剪应力分析。曲轴自由端的最大振幅0.5356deg,最大综合剪应力57.3MPa。轴系扭振情况较为严重,需要考虑改进减振措施。     

基于CBTC地铁隧道车-地无线信道的建模与仿真

根据隧道几何尺寸计算出无线电波在隧道中的截止频率,利用路径损耗和多径衰落进行地铁矩形隧道中无线信道的建模,对矩形隧道损耗衰落信道进行仿真,得出存在直射路径和不存在直射路径时的接收点接收信号的电平包络,仿真结果表明AP间隔距离为400 m时,接收强度大于－70 dBm,满足技术要求。     

基于平行四边形机构的车轮几何参数自动测量方法的研究

提出了一种新的车轮几何参数的自动测量原理。利用平行四边形机构的平动特性,在测量框架上部安装多套平行四边形机构和相对应的激光位移传感器,实现车轮在车间内行走时,对其踏面任意点直径、轮缘厚度、踏面磨耗及擦伤、轮辋宽等几何参数的自动测量。采用通过式测量方式,改变了已有旋转测量方式需要测量平台和轮对支撑与旋转机构的局面。介绍了主要参数的测量原理和测量系统误差的自动修正方法,给出了测量系统现场试验结果。     

V.34调制解调器数据通信建立过程的研究

本文深入分析了目前最高速率的话带调制解调器Ｖ．３４的数据通信建立过程,主要介绍了线路检测、参数训练和带纠错的快速握手规程等几种重要新技术,并说明这三者在Ｖ．３４中的作用和相互关系。     

基于NB-IoT的地铁列车定位系统设计

针对轨道交通领域的列车运行安全问题,设计一种基于NB-IoT的地铁列车定位系统.定位终端利用NB-IoT与4G基站建立连接,将采集的定位信息通过云服务器转发至控制中心设备,完成数据处理后,转换成便于调度员识别的位置信息显示出来.测试结果表明,调度员通过列车定位系统,可实时观测到列车所处的当前位置,为地铁列车运行的安全性...     

具有对称型多项式凸轮的配气机构的非线性动力方程的渐近解

本文在考虑到传动键的非线性特性情况下,用普通小参数法求出了具有对称多项式凸轮的配气机构气门的渐近解。     

列车自适应交互多模型H∞滤波定位算法

针对在列车运行的复杂工况下噪声特性难以准确获知和状态模型与实际运行不匹配的问题,提出了列车自适应交互多模型H∞滤波算法。首先,依据列车运动状态自适应调整系统状态噪声特性和模型。其次,通过自适应补偿误差协方差增强H∞滤波的鲁棒性。最后,以哈尔滨到大庆的部分实测数据对算法的有效性进行了仿真验证。结果表明:所提算法具有自适应调整噪声特性及模型的能力,在复杂运动适应性和鲁棒性方面具有优势,曲线轨道段优势明显,对于列车定位具有一定的理论指导意义。     

基于WiFi6的城轨车地通信综合承载系统—系统设计与现场测试

2018年10月，IEEE发布了最新的WiFi标准协议802.11ax(WiFi6)，它同时支持2.4 GHz和5 GHz频段，传输速率可达9.6 Gbit/s^[1]。WiFi6的横空出世引起大量技术人员的研究，目前，WiFi6已应用在智能家居、广电、矿井建设等领域，但在轨道交通领域屈指可数。本文设计了基于WiFi6的城市轨道交通车地通信综合承载系统，通过将WiFi6赋能轨道交通车地通信系统，可以解决城市轨道交通的各项生产业务间严重的争抢频率资源问题，并在大连地铁13号线进行全国第一个WiFi6系统的真实地铁线路测试。结果表明，所设计的WiFi6系统具有网络吞吐能力大，传输速率快，覆盖范围广等特点，能够满足轨道交通业务需求，同时能够为CCTV和PIS等业务提供有效的传输通道。     

Doppler Effect removal based on instantaneous frequency estimation and time domain re-sampling for wayside acoustic defective bearing detector system

The phenomenon of Doppler Effect in the acoustic signal recorded by the wayside acoustic defective bearing detector (ADBD) leads to the difficulty for fault diagnosis of train bearings with a high moving speed, which is a barrier that would badly reduce the effectiveness of online defect detection. In order to improve the performance of condition monitoring of the bearings on a passing train with microphones amounted besides the railway, the elimination of the Doppler Effect should be solved firstly. An effective method for removing the Doppler Effect embedded in the source signal is presented in this paper. The Short Time Fourier Transform-Viterbi Algorithm (STFT-VA) is applied to obtain instantaneous frequency estimation of the distorted signal. According to the acoustic theory of Morse, the non-linear data fitting is then carried out to get the fitting instantaneous frequencies. The necessary parameters for time domain interpolation re-sampling, which is totally based on the kinematic analysis, are acquired from the fitting curve and the re-sampling sequence could be established in the time domain. As a result of the preceding steps, the fault diagnosis for the train bearings could be implemented with the restored signal. The effectiveness of this proposed method is verified by means of a simulation with three adjacent frequencies and an experiment with practical acoustic signals of train bearings with a crack on the outer race and the inner race. The results of the simulation and the experiment indicate that the proposed method has an excellent performance in removing Doppler Effect, and could be well employed to the condition monitoring and fault diagnosis of train bearings with a high moving speed.