振动不同步对结晶器内铸坯应力影响有限元分析

基于实测连铸结晶器振动曲线数据,分析结晶器两侧振动不同步的运动特性,并利用Ansys软件对结晶器振动过程进行有限元模拟,获得铸坯应力分布。结果表明结晶器在振动过程中发生相对转动,对铸坯产生相对挤压和偏离;铸坯窄面和角部区域受结晶器相对挤压影响,随离弯月面距离增大,其应力增大;在相对挤压时,铸坯底端角部应力受结晶器相对位移和转动影响,随结晶器相对转动角位移增大和相对位移减小,铸坯应力增大。     

采煤机滚筒端盘截齿角对截割载荷特性的影响

以采煤机滚筒端盘截齿为研究对象,应用非线性仿真软件ABAQUS建立端盘截齿与煤岩的刚柔耦合模型,利用模型的动态仿真过程,研究了截齿载荷随3种轴向倾斜角和二次旋转角不同的变化规律。研究表明:截齿截割瞬间,截割阻力随着轴向倾斜角和二次旋转角的增大而增加,牵引阻力和侧向阻力变化平稳。     

基于最优熵与EEMD的滚动轴承微故障诊断方法

滚动轴承是易损件,为了更好并及时检测出在信噪比低的情况下的轴承早期微故障振动信号,提出了小波包最优熵和EEMD相结合的方法。运用小波包最优熵对采集信号实现信噪分离,突出了小波包降噪效果明显;通过EEMD将信号分解成多个分量;最后以互相关、峭度准则提取故障信号分量以避免分量选择的盲目性。结果表明:该方法对轴承初期故障具有良好的降噪效果,可以准确快速地检测出轴承故障,从而表明该方法是有效且可行的。     

基于多域特征及多传感器网络融合的滚动轴承故障诊断

将幅值域无量纲参数和时频域信息熵作为概率神经网络的特征向量,构建多传感器系统概率神经网络的初级诊断网络,并利用概率神经网络累加层输出结果构建Dempster-Shafer证据理论的mass函数,通过Dempster-Shafer证据理论进行决策级融合诊断。将该方法用于滚动轴承故障模式分类,并通过实验室及现场实例验证了该方法的可行性与有效性。     

曲轴智能锻造系统集成

介绍了曲轴锻造的现状,并在对智能制造发展趋势分析的基础上,提出了曲轴智能锻造的必要性。结合曲轴锻造生产的特点,提出了层级智能锻造的系统结构,该系统包含基础层的自动化锻造生产线、参数提取层的智能感知与检测系统、制造执行层的MES系统以及决策层的专家系统这4个主体模块,并构建出曲轴智能锻造的系统架构。此外,建立了曲轴智能锻造的智能感知与检测系统,实现了锻造生产在线监测和参数提取,并通过智能化锻造网络构架、智能感知与检测系统、MES和专家系统构建了一个可自动运行、故障诊断以及生产管理的锻造生产过程。     

锻造模具升温及冷却润滑技术

锻造模具的冷却润滑不仅关系着模具寿命和锻造产品的质量,也是制约锻造生产实现自动化、无人化的最重要的因素。研究模具在锻造过程中的温升和冷却机理是研发冷却润滑系统的基础。通过对锻造过程中模具吸热与散热过程进行计算,分析了锻造模具的冷却传热过程。在此基础上,分析了冷却水的水冷作用,并根据模具的温升计算了冷却模具所需要的水量。最后,为了验证分析计算的可靠性,实测了两种不同锻造设备的模具温度,并与计算值进行了对比分析。分析结果表明,计算值与实测值偏差为8%,近似度较好,可以为模具冷却润滑系统的研发提供理论基础。     

冷轧与时效工艺对2205双相不锈钢σ相析出的影响

对1050 ℃固溶处理后的2205双相不锈钢在650~1000 ℃下时效处理,利用金相显微镜(OM)和扫描电镜(SEM)观测不同工艺条件下σ相析出规律,绘制了σ相析出TTP曲线图,描述了σ相析出特征。结果表明:时效初期,σ相优先在铁素体与奥氏体相界处形核,随着时效温度的升高和时效时间的增加,σ相不断长大、粗化并向铁素体基体内延伸;时效时间越长,析出相越多,时效时间相同时,当温度达到850 ℃,析出量达到最大值,之后随着温度的升高而降低。σ相析出温度范围为650~950 ℃,析出鼻尖温度为850 ℃,轧制变形量增加,σ相析出速度加快,但并不影响其析出的鼻尖温度。     

基于改进Duffing理论的轴承微弱故障信号判断

分析了传统Duffing振子混沌系统的基本理论对检测微弱信号的不足,给出了基于改进之后的Duffing振子检测微弱信号的新方法。改进后的方法能够弥补传统方法对系统固有频率的限制,检测具有较大固有频率的微弱信号。本文主要利用传统方法和改进方法分别对轴承外圈故障信号进行验证性分析,发现改进方法能更好的找出微弱故障信号。通过对仿真信号分析和轴承故障诊断实验,结果验证了本文方法的有效性。