入口弯管对矿用轴流通风机气动性能影响的数值研究

以某大型矿用低压轴流式通风机为研究对象, 采用气体动力学性能试验和数值模拟的方法研究了不同入口弯管对风机性能的影响, 重点分析了入口弯管引起的叶轮内部流动特征和损失分布的变化规律。研究结果表明, 风机入口采用弯管连接缩短了进口管道的轴向长度, 节省了地下空间, 但同时来流的均匀性受到影响。弯管内气流速度梯度较大, 管道内侧易发生流动分离, 产生回流区, 增大了流体流动时的能量损失, 风机的整体性能下降。弯管与叶轮入口之间的连接长度会影响内部流场, 当附加直管段较长时, 来流均匀性得到提高, 风机性能有所改善。     

应用PMO提高连铸坯生产拉速及成分均匀性

为了实现电炉厂提产增效的目标,研究了脉冲磁致振荡(PMO)在提高铸坯生产拉速中的应用潜能。结果表明,优化PMO处理参数可以适应生产拉速提高的要求,并改善铸坯的中心偏析和宏观偏析。当连铸拉速提至1.05 m/min,PMO脉冲频率为1.16K_f Hz,峰值电压为1.00K_iV处理参数(K_f和K_i分别为仪器的放电频率和电压峰值)时, 铸坯横断面碳偏析指数可控制在1±0.05内;当连铸拉速提至1.15 m/min,PMO脉冲频率为1.28K_fHz,峰值电压为1.00K_iV处理参数时,铸坯横断面碳偏析指数可控制在1±0.07内。试验证明,在高拉速条件下通过保证单位时间内对钢液施加的脉冲能量可以使连铸坯质量得到有效改善。     

乳酸甲酯双隔板反应隔壁塔的设计与控制

常规蒸馏塔分离具有最不利相对挥发度排序的四元可逆反应物系,反应物会在塔顶和塔底聚集,对反应塔侧线采出浓度要求较高。为解决这一问题,将反应塔和分离塔耦合到一个塔中,形成新的双隔板反应隔壁塔结构。基于乳酸和甲醇的酯化反应,采用反应物过量技术,在Aspen Plus中分别设计并优化2种反应物过量下的双隔板反应隔壁塔结构。与常规反应分离结构对比表明:甲醇过量的外部环流双隔板反应隔壁塔的年总投资节省约28.4%。针对甲醇过量的结构,采用4点温度控制策略,在进料流量和组成发生扰动的情况下,产物浓度能在较快时间内恢复到误差允许范围内的稳定值。因此双隔板结构的隔壁塔能有效降低能耗和投资并且具有较好的可控性。     

基于改进能量法的行星齿轮裂纹损伤研究

行星齿轮的裂纹损伤是其主要故障之一。以改进的能量法为理论基础,构建数学模型,对行星齿轮正常及裂纹齿的啮合刚度进行数值计算,得到其变化规律,获得裂纹啮合区的刚度突变程度;并通过有限元法对这一突变量进行仿真计算,得到理论与仿真的突变值存在约6%的误差。开展了故障模拟实验,分析了其振动信号的时-频域变化情况,给出其无量纲指标的变化情况,发现峭度指标对冲击信号特别敏感,变化量可达64.82%,该指标可以更明显地反映行星齿轮裂纹的损伤情况,验证了啮合刚度理论分析的结果。     

煤矿工作面微震信号特征及其能量变化研究

为对冲击地压预测指标及阈值的设定提供一定支撑，运用SOS微震监测系统对某煤矿2-228工作面的矿震信号进行远离、实时、动态、自动监测，采用窗口傅立叶变换对微震原始信号进行处理，分析了不同能量级别微震波形及频谱的特征。研究结果表明：不同能量级别下信号所对应的波形形态和频谱存在不同特征。振幅高、主频低且集中、信号持续时间长、尾波相较首波发育明显、衰减速率慢是强矿震的典型特征；随矿震能量的减小，震动衰减速率逐渐变快，信号持续时间变短，首波发育开始明显，速度振幅随相应变低，但振幅降低速率逐渐放缓，主频由集中逐渐向扩散发展，而频率分布范围影响却不大。     

基于岩石破裂特征及能量演化的致密砂岩脆性指数优选

脆性参数是致密油“三品质”评价中完井品质评价的重要敏感参数之一。采用岩心三轴岩石力学参数测试方法，基于岩石破裂特征及岩石破裂过程中的能量演化优选出适用于鄂尔多斯盆地定边油田长7段致密砂岩储层的脆性指数计算方法。首次应用裂缝体积密度计算方法对岩石破裂复杂程度进行了定量表征，表征结果与岩石的弹性模量、抗压强度呈正相关；与泊松比、峰值应变呈负相关。通过对岩石力学参数各向异性系数C1和C2的分析，认为弹性模量和泊松比对各向异性更为敏感，两者构建的脆性参数更能体现岩石的脆性特征。基于岩石破裂的能量演化过程，将峰值强度前后能量变化大小与变化速率相结合，构建脆性评价新指标BEC，其与裂缝体积密度及前人提出的脆性评价指标均具有较好的相关性。以BEC为衡量标准优选出适合研究区致密砂岩储层的脆性指数E/μ，该指数与研究区直井试油试采的初周日产液呈正比关系。研究结果为研究区水平井水力压裂施工时指示有利压裂层段提供了科学依据。     

基于VMD瞬时能量与GA- RBF的滚动轴承故障诊断

针对滚动轴承早期故障的有效识别,提出了一种基于VMD瞬时能量与GA优化的RBF神经网络的滚动轴承故障诊断方法,可以有效对滚动故障做出诊断。首先,VMD将滚动轴承振动信号进行分解成合适数目的本证模态函数;其次,计算本证模态函数分量的瞬时能量并组成特征向量;最后,将特征向量输入到GA优化的RBF神经网络实现轴承故障识别。通过滚动轴承故障诊断实验对该方法进行验证。结果表明,该方法识别滚动轴承故障的准确率为96.43%,较默认参数的RBF神经网络和EEMD瞬时能量与GA-RBF神经网络有明显的提高,证明了所提方法的可行性。     

催化主风机组工况波动分析

通过对某催化装置主风机组状态的分析,找出影响主风机组回收效率的主要因素,并提出相应的针对措施,提高烟机回收效率,达到装置节能降耗的目的。     

基于神经网络模型的纤维增强混凝土力学性能研究

能量桩技术是利用地下土壤进行储热的一种新技术,该技术对桩体力学性能和储热性能要求较高,针对能量桩体要求研发一种纤维增强混凝土,在桩基混凝土中掺入石墨与废铜矿渣用于增强桩基导热和储热性能,掺入纤维以提高桩体承载力,对试块进行抗压、劈裂试验,优化纤维增强混凝土桩中的材料配合比。针对混凝土力学评价因素构建神经网络模型,以验证混凝土力学性能试验数据的准确性并对其力学性能进行预测。