基于ABAQUS的发动机缸盖工装强度分析

分析计算某型号发动机缸盖及工装的应力与局部位移,基于HyperMesh软件建立缸盖及工装的仿真模型,使用ABAQUS软件进行静力学计算,对处于夹紧状态下的发动机缸盖进行4个典型工位的加工工况分析计算,得出工件加工位置最大位移与工装所受最大应力。通过强度和位移校核,最终结果满足缸盖的加工需求,为工艺制定提供了有效的数据支持。     

能源互联网内多类设备协同运行的能量管理系统软件设计

针对能源互联网中的海量分布式设备和电动汽车的需求，利用C#和Java编程语言设计并开发面向能源互联网的能量管理系统。该系统采用典型B/S 架构，以Asp.Net动态网页开发技术和数据库技术为核心，由云端后台算法、云端服务器的MySQL数据库、前端的网页三大部分构成。详细介绍了软件平台的系统框架，分为上下两层。其中，上层为日前-实时协同的多时间尺度能量管理系统模块，下层包含分布式设备协调控制子系统和电动汽车协调控制子系统。最后，通过仿真算例分析，能量管理系统能对海量的分布式设备和电动汽车进行优化调度，验证了该软件的可移植性、有效性和实用性。     

基于萤石溶解/表面转化的含钙矿物表面定向调控浮选技术及机理研究

研究了萤石在白钨矿和方解石表面溶解和转化的可能性, 发现萤石可以在特定的捕收剂体系下作为抑制剂实现含钙矿物的浮选分离。浮选实验结果表明, 萤石作为抑制剂, 在白钨矿和方解石的浮选中, 用量小、作用效果明显; 动电位检测结果证实了萤石能明显降低方解石的动电位, 但对白钨矿基本没有影响; XPS检测结果证明了萤石对方解石的作用主要在于对Ca-O键能的减弱和Ca-F基团的生成, 即在方解石表面生成CaF2膜; AFM检测则可直观观察到方解石表面经过萤石处理之后出现明显的起伏, 印证了离子的侵蚀与CaF₂膜的生成。     

深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。     

基于POVMD和CAF的低转速齿轮箱故障诊断

针对低转速齿轮箱齿轮故障特征频率低、故障特征频率易被背景噪声淹没,使其难以准确提取的问题,提出了基于参数优化的变分模态分解(parameter optimization variational mode decomposition,简称POVMD)和循环自相关函数(cyclic autocorrelation function,简称CAF)结合的故障诊断方法。首先,通过POVMD对原始信号进行分解,选用余弦相似度度量选取敏感的本征模态函数(intrinsic mode function,简称IMF);其次,计算其循环自相关函数谱,获得包含调制特征的循环自相关函数谱切片;最后,使用Teager能量算子(Teager energy operator,简称TEO)算法对切片解调,提取故障特征频率。同时将本方法与相关方法进行了对比分析,特征频率提取效果更加显著,仿真信号和实验数据分析验证了该方法的有效性和可靠性。     

黑臭河道底泥烧结透水砖与性能研究

以黑臭河道底泥为主要材料,分别对其进行550℃煅烧和非煅烧预处理,辅以粗骨料、粉煤灰、水玻璃和废玻璃在高温下烧结成两种透水砖.研究了底泥掺量、成型压力、保温时间对两种透水砖的抗压强度和透水性能的影响.结果表明在底泥掺量20％～60％区间,采用未经煅烧处理的底泥制备的透水砖最高抗压强度为22.8 MPa,透水系数1.55×10-2 cm/s,达不到JC/T 945-2005《透水砖》抗压强度要求.采用煅烧处理的底泥制备的透水砖在污泥掺量为44％时,达到最大抗压强度37.5 MPa,同时透水系数为1.68×10-2 cm/s,符合JC/T 945-2005《透水砖》Cc35要求.成型压力和保温时间对两种透水砖的性能影响规律相似,皆表现为抗压强度随成型压力的增加而增加,透水系数随成型压力的增加而减少;抗压强度随保温时间的增加而增加,透水系数随保温时间的增加,先增加后减少.     

赤泥对玉米秸秆催化热解生物油的影响规律研究

将经过不同温度煅烧的赤泥与玉米秸秆按照一定质量比混合，在500℃下进行催化热解实验，研究赤泥对玉米秸秆生物油组成的影响规律。经TG-DTG和XRD分析发现：600℃煅烧后赤泥（RM600）中含水矿物失水，1 000℃煅烧后赤泥（RM1000）中碳酸盐类化合物分解完全，并且发生了烧结反应。对生物油进行GC/MS分析发现：经过干燥的赤泥（RM）和600℃煅烧的赤泥对羧酸酮基化反应具有明显促进作用，酸类的量降低，酮类的量相应增加，同时对呋喃类的生成也有促进作用。其中，干燥赤泥降酸作用更明显，玉米秸秆与赤泥质量比1：5时，生物油中酸类的量由未添加赤泥时的23.85%降至0.90%。此外，2种赤泥对糖类和醛类都有抑制作用，而1 000℃煅烧的赤泥发生烧结反应，催化作用大幅降低，对生物油组分影响较小。     

酸性废水中As(Ⅲ)、Cu(Ⅱ)与铁粉的反应行为

在Fe-As(Ⅲ)-Cu(Ⅱ)-H₂O体系中, 研究了酸性废水中As(Ⅲ)、Cu(Ⅱ)与金属铁粉的反应行为, 考察了反应过程中As在气、液、固三相中的分配比。结果表明, As(Ⅲ)和Cu(Ⅱ)离子被Fe还原为单质As和Cu后, As、Cu进一步结合成Cu₅As₂等金属间化合物, 从而促进As(Ⅲ)沉淀反应的发生, 且无AsH3生成。在反应时间40min、铁粉过量系数1.2、溶液初始pH=0.0、温度40 ℃、Cu/As摩尔比1.0条件下, As在气、液、固三相中的分配比分别为0、20.7%和79.3%, 沉砷率为79.3%。     

基于混合时间序列卷积神经网络的轴承故障诊断

在传统滚动轴承故障诊断中,绝大多数方法采用了从振动信号提取特征的诊断模式,但是这种模式必然会使原始信号降维进而导致故障信息的丢失。卷积神经网络(CNN)通过权重共享和稀疏连接直接对原始信号进行操作,实现自适应特征提取,最大化保留故障信息。受CNN原理启发,开发出了一种基于工业振动信号特征的新型诊断框架,称之为混合时间序列CNN(HTS-CNN)。首先,利用估计总体比例的方法自适应确定模型训练样本数目;其次,通过对时间序列片段进行随机组合的方式,使模型能够提取非相邻信号特征;最后,利用Softmax激活函数在模型输出端执行多分类任务。通过对凯斯西储大学及CUT-2平台轴承数据进行分析,实验结果表明:该方法能够准确、有效的对滚动轴承故障进行分类。     

激光熔覆SiO2/La2O3梯度生物陶瓷涂层生物活性研究

目的研究SiO_2含量对钛合金表面激光熔覆梯度生物陶瓷涂层生物活性的影响。方法利用激光熔覆技术,采用梯度成分设计思想,固定涂层中稀土氧化物La_2O_3的添加量,在钛合金TC4表面制备了掺杂不同含量SiO_2的梯度生物陶瓷涂层。采用金相显微镜(OM)、X射线衍射仪(XRD)、扫描电子显微镜(SEM)、噻唑蓝(MTT)及荧光素双醋酸酯(FDA)染色等测试手段,研究了SiO_2含量对激光熔覆制备梯度涂层的组织结构和生物活性的影响。结果 SiO_2在激光熔覆过程中可以降低梯度生物陶瓷涂层的开裂敏感性,并起到细化晶粒的作用。当SiO_2掺杂量为2.5%时,激光熔覆过程中诱导合成的HA+CaTiO_3数量最大;当SiO_2掺杂量为7.5%时,模拟体液(SBF)实验表明,涂层的矿化沉积能力最强。MTT测试表明,SiO_2掺杂量为7.5%的涂层细胞增殖数量的OD值最大,细胞能够紧贴涂层表面生长。FDA染色分析表明,SiO_2掺杂量为7.5%的涂层上细胞数量最多,且分布均匀。结论 SiO_2掺杂量深刻影响着生物活性陶瓷相HA和Ca_2SiO_4数量,进而影响生物陶瓷涂层的生物活性。SiO_2掺杂量为7.5%的涂层具有最佳的生物相容性及生物活性。