激光熔覆FeCoCrNiNb高熵合金涂层组织及力学性能

采用激光熔覆技术在304不锈钢表面制备了FeCoCrNi、FeCoCrNiNb等摩尔比高熵合金熔覆层,研究了Nb元素对熔覆层组织及性能的影响。采用XRD、SEM、EDS、纳米压痕测试和干滑动摩擦磨损实验等方法,详细分析了2种高熵合金熔覆层的相组成、组织演变、纳米硬度及耐磨性能。结果表明：FeCoCrNiNb高熵合金熔覆层相组成为fcc固溶体及富Nb-Laves相。FeCoCrNiNb熔覆层的纳米硬度(H)、弹性模量(E)、H/E和H³/E²分别为6.066 GPa、231.54 GPa、0.0262和0.0042,远高于FeCoCr Ni熔覆层的3.456 GPa、209.48 GPa、0.0165和0.000 94。随着纳米硬度的增加,FeCoCrNiNb熔覆层的摩擦系数和比磨损率也随之降低,分别为0.519和2.54×10^-6mm³/(N·m)。综上所述,FeCoCrNiNb高熵合金熔覆层具有良好的纳米硬度和耐磨性。     

MANET中基于AODV的跨层多度量路由协议

针对无线自组网按需平面距离向量路由协议(AODV)路由度量的单一化而引起的节点能耗枯竭,形成的网络区域化以及路径拥塞问题,提出一种多度量路径选择机制的路由协议――M-AODV。以AODV路由协议为基础,在路由发现阶段,根据设定的能量阈值和接收信号强度阈值选择能量较高和信号强度较强的节点作为路由节点;在路径选择阶段,首先根据物理层的接收信号强度、拥塞度和跳数计算每段链路稳定值,其次将每段路径稳定值进行累加得到整条路径的稳定值,最后选择稳定值最大的路径作为最优路径。使用NS2.35仿真软件仿真,结果表明：改进后的协议与AODV相比在端到端延时缩短了近30%,在数据包传输率、吞吐量和节点存活率方面优于AODV和I-AODV-SE路由算法。     

差分吸收光谱检测H2S气体的反演算法

传统差分吸收光谱法(DOAS)对于H2S气体浓度检测原理简单,检测精准,反应速度较快,但在低浓度、光程较短的环境中会产生较大的误差。本文在传统的差分吸收算法的基础上,采用遗传算法对低浓度H2S气体进行反演,但遗传算法容易发生过早收敛,从而陷入局部最优,因此设计了灾变优化后的遗传算法对H2S气体浓度进行反演。结果表明,该方法对低浓度H2S气体有较高的测量精确度,与传统的差分吸收光谱法结合可得到更宽的检测范围。     

基于Pro/E的药筒设计快速建模

介绍了以C，C＋＋语言为工具，在Pro/E上利用Pro/Toolkit进行药筒快速建模二次开发的方法，并给出了药筒快速建模应用实例。     

一种低功耗有源射频识别系统的设计

研究了一种低功耗有源射频识别系统组网与设计技术,该系统可在软硬件两方面实现低功耗设计。在硬件方面,采用NORDIC公司的nRF24LE1芯片作为有源标签,nRF24L01+芯片作为节点射频芯片,STM32单片机作为节点控制芯片,实现了芯片与节点的注册与通信;软件方面,采用时分复用方法,合理分配有源芯片的时隙,设计了防冲突机制,使得芯片在极端的时间内工作,实现了低功耗组网通信。     

基于人工神经网络的复杂机械结构安全性分析

提出了一种复杂机械结构安全性分析的新方法,通过对其结构进行有限元分析,得到多组荷载效应,然后建立人工神经网络模型,以有限元分析结果为训练样本集,利用人工神经网络可直接进行结构的安全性分析.实例证明,该法避免了有限元分析的复杂加载和长时间运算,有效地简化了复杂结构的安全性分析问题.     

基于Pro/E的齿轮参数化设计系统开发

应用Protool Kit程序开发工具包以及VC++6.0研究了建立基于Pro/E的齿轮参数化设计系统的基本方法和步骤,开发了相应的齿轮参数化设计系统。实际应用表明该系统可以大幅度提高工作效率。该系统的建立方法亦可应用于其他零件,并不仅仅局限于齿轮的参数化设计。     

基于贝叶斯网络的元件重要度和灵敏度分析

对于机械系统来说,组成元件的可靠性决定了系统的可靠性,而处于系统结构不同位置的元件对于系统可靠性的影响又存在很大的差异.据此,提出了基于贝叶斯网络的复杂机械系统可靠性组成元件重要度和灵敏度分析的方法,运用该方法不但能计算出机械系统的可靠性指标,而且能方便地给出每个部件或几个部件对系统整体可靠性影响的大小,识别系统的薄弱环节.给出了结合故障树方法建立系统贝叶斯网络模型的方法,并用实例验证了用贝叶斯网络方法进行机械系统可靠性评估以及进行组成元件重要度和灵敏度分析的有效性和优越性.     

风电机组轴承故障诊断与疲劳寿命研究综述

以风电机组轴承为研究对象，从状态监测、故障诊断、疲劳寿命等方面对国内外研究方法的优点和局限性进行整理分析并提出相应的理解，对风电机组轴承的研究方向提出展望：结合不同部位轴承实际易发生的失效情况及不同机组的差异性，从现有的单一、多特征量的纵向数据融合分析方式向多方面结合及多角度分析方式转变，寻求各部位轴承的故障数据特征及其演化规律；基于数据智能化及物理模型并考虑多因素耦合特性对风电机组轴承进行寿命分析。