更正北大核心CSCD

《激光与红外》2021年51卷第12期1554页《主动红外热像技术在航空发动机叶片缺陷检测中的研究和应用进展》第三作者姓名及单位应为“施亚中,北京飞机维修工程有限公司西南航线中心”,基金项目应为“天津市教委科研计划项目(No.2019KJ119)资助”。     

路面缺陷及病害养护车旋转叶片力学及流场仿真

以路面缺陷和病害养护车转动式料仓作为研究对象,通过分析料仓的使用及设计要求,确定料仓旋转叶片、旋转叶片的布置方式、螺旋升角值、叶片截面形状等.通过分析沥青混合料在路面缺陷及病害养护车转动料仓内的运动特性,运用CAXA、Pro/e、Solid Works、ANSYS Workbench等软件对沥青混合料进行仿真研究建立了沥青混合料的分析模型,通过比较转动料仓螺旋升角分别为25°、28°、30°时的仿真模型分界面及轴向平面混合料的速度,结合叶片加工工艺、搅拌效率、进出料效率等因素,确定料仓螺旋升角的最优角度,研究成果为路面缺陷及病害养护车的设计提供较好的参考价值.     

利用FDM和随机共振检测风机主轴承微弱旋转信号

轴承作为风力发电机设备中重要部件,其健康状态直接影响风力发电机运行的稳定性和现场的安全可靠性.由于风力发电机特殊的工作环境,导致采集到的振动信号中包含大量的噪声干扰,难以准确提取轴承振动信号包含的信息成分,给评估主轴承健康状态带来困难.因此本文采用将傅立叶分解(Fourier decomposition method,FDM)和随机共振(Stochastic resonance,SR)相结合的方式提取信号中微弱的轴承振动信息.首先用FDM将原始信号自适应地分解为一系列包含轴承振动特征的傅立叶频带函数,然后找出相关性大的频带函数进行重构,最后采用SR对重构信号进行分析获得特征频率,判断轴承的健康状态.结果 显示,将两种方法相结合能有效提高输出信噪比,提升特征频率检测的精度,为实现风机轴承早期微弱故障诊断提供帮助.     

基于化学监督的超(超)临界机组关键控制节能指标分析及建议

针对超(超)临界机组参数提高、材质升级,化学技术监督中的监督指标对机组经济性和可靠性影响较大的问题,本文通过机组典型案例分析、技术监督报告、现场实测等,对目前化学监督中影响较大的、关键的技术指标进行了系统性的分析研究。研究结果找出了6项化学监督中超(超)临界机组关键的、影响较大的控制监督指标,且提出了指标控制值和控制方法。这项系统性研究分析方法对指导超(超)临界机组化学监督具有重要的借鉴作用,以控制超(超)临界机组因参数提高和材质升级带来的新问题和新挑战。     

丙烯酸装置循环气压缩机叶片损伤分析与修复

某石化公司丙烯酸装置循环气压缩机在运行过程中,一级叶片突然发生断裂,导致机组停机。采用宏观检查、扫描电子显微镜、能谱分析等方法对断裂叶片进行检验和检测,将断裂叶片的材质、裂纹及断口特征检测结果与疲劳断裂特征和机组运行状况进行对比,确定压缩机叶片的断裂系其达到疲劳寿命所致,提出采用激光熔覆方法对压缩机叶片进行修复,介绍了修复工艺操作程序要点,可为同类故事的处理提供参考。     

六点定位原理在发动机叶片夹具设计中的应用

航空发动机叶片工艺流程复杂,造成加工基准的频繁转换,但随着叶片工艺刚度的降低以及加工过程中榫头产生的位置与尺寸上的误差,需针重新对叶片型面的非规则几何特征,设计快速准确装夹的专用工装。在分析叶片加工特点的基础上,结合六点定位原理和低熔点合金浇注方法,设计了一套适应其加工的工装夹具。将该夹具应用到叶片的基准修复工作后,基准的修复效率提高约40%,同时经该夹具重新设置的基准正确有效,保证了叶片在进一步的机械去量加工中余量去除完整,叶身型面各点尺寸加工到位。因此,该夹具具有高适应性,高精度且装夹快速方便的特点,尤其满足中间加工工序的叶片型面定位需求。     

叶片进口边单侧位置变化对深井泵性能的影响

为研究叶片进口边单侧位置变化对深井泵性能的影响,以一台转速为6 000r/min的高速深井泵为例,设计五种方案,通过数值计算得到了不同叶片进口边位置时深井泵的性能曲线和内部流动特性,并通过样机试验进行了结果验证。结果表明,叶片进口边在前盖板侧的前移,对深井泵水力性能无显著改变;叶片进口边在后盖板侧的前移,能明显改善叶轮内部的流场,在全流量工况范围内对深井泵水力性能均有显著提升,在设计过程中,应考虑叶片进口边在后盖板侧的位置影响。     

基于CPFD多密度矿粒流化与分选特性研究

本文基于一种流态化干法选矿装置，实现在约束环境下对多密度矿粒进行分离。通过矿物分选机理研究、利用Barracuda计算平台探索适用于干法选矿装置内气固流动模拟的计算颗粒流体力学（CPFD）仿真计算，并与实验研究相结合，对多密度矿粒分选特性进行研究。结果表明：当风速4.2m/s，矿粒W在分布距离170mm处分选品位较好，在开口为4mm时品位可达10.655%，回收率达88.6%；矿粒Mn在分布距离270mm处矿粒富集程度最佳，开口为3mm时品位达到最大值48.3%，回收率达80.9%。本文研究成果对风力干法选矿技术具有参考意义。     

基于近红外光谱技术的马铃薯叶片含水率高效预测

提出了运用近红外光谱技术检测新鲜马铃薯叶片中含水量的方法，并通过预测结果和运算量的对比得出一种高效率的预测方法。采集了900～2100 nm波段范围内110个新鲜马铃薯叶片的光谱反射率信息，经SG（Savitzky-Golay）平滑、多元散射校正（MSC）和标准正态变量变换（SNV）3种预处理后，分别建立偏最小二乘回归（PLSR）模型和BP神经网络模型，再运用回归系数（regression coefficients, RC）法在全波段光谱中提取特征波长，同样经3种预处理后分别建立预测模型。结果表明：在运用光谱全波段信息构建的模型中，经多元散射校正（MSC）预处理建立的BP神经网络模型预测效果最好，预测集决定系数R²为0.9791，均方根误差RMSE为0.3723；在基于特征波长构建的模型中，经SG平滑预处理建立的神经网络模型预测效果最优，预测集决定系数R²为0.9658，均方根误差RMSE为0.4759；验证了特征波段结合BP神经网络建立的模型与全波段建立的模型预测结果相差不大，因而能够极大地减少运算量，提高预测效率。