水平一阶导数在航磁圈定断裂中的应用

对于区域磁场任意水平方向求一阶导数,相当于这个方向两侧边缘磁性体产生的磁异常,因此可以突出垂直于这个方向上的磁异常,使沿垂直此方向展布的断裂有明显的反映.该文对该方法进行了理论模型的分析研究,并通过实例证明了该方法在增强断裂磁场特征及准确划定断裂位置方面具有明显的效果.     

圆柱型活性蓄冷器换热性能的试验研究

基于磁热效应原理,采用颗粒Gd作为磁工质,水为换热流体,并结合活性蓄冷器的换热特点对往复式室温磁制冷系统的换热性能进行试验分析。试验工况包括:在室温18℃下,基于不同磁场移动速度(40,70,100,130和160 mm/s),研究不同"冷热吹"时间(500,600,700,800和900 ms)对圆柱型活性蓄冷器的换热性能的影响。测量了在不同工况条件下蓄冷器冷热端温度的变化,分析了圆柱型活性蓄冷器换热性能系数。研究表明,当磁场移动速度为160 mm/s时,"冷热吹"时间700ms所对应的冷端最低温度可达到5.2℃,且对应的活性蓄冷器的换热性能系数最大,趋近于0.55。     

焊接速度和焊接电流对竖向高速GMAW驼峰焊缝的影响

运用自主研发的爬壁机器人研究焊接速度和焊接电流对竖向高速熔化极气体保护焊(gas metal arc welding，GMAW)驼峰焊缝的影响. 结果表明，焊接速度或焊接电流超过某一临界值时，竖向高速GMAW会形成驼峰焊缝，且熔池中由电弧压力、熔滴冲击力和重力作用下产生的动量很大的后向液体流是竖向高速GMAW形成驼峰焊缝的主要原因. 同时，焊接速度和焊接电流显著影响驼峰焊缝形貌. 当焊接电流不变时，随焊接速度提高，驼峰焊缝的驼峰间距和驼峰高度先稳定减小，后缓慢减小，而焊缝宽度则稳定减小；当焊接速度不变时，随焊接电流增加，驼峰焊缝的驼峰间距先增加后减小，驼峰高度则是先增加后不变，而焊缝宽度则稳定增加. 此外，焊接速度过小或焊接电流过大均会造成金属液下淌.     

基于旋翼负压混合吸附的爬壁清洗机器人系统动力学性能研究

针对爬壁清洗机器人越障时,负压装置的吸附力下降导致吸附不稳定的问题,设计了一种旋翼负压混合吸附工作的多边形履带清洗机器人,并对爬行稳定性及越障性能进行了动力学分析。首先根据机器人爬壁的运动原理,建立机器人沿玻璃幕墙上的动力学模型,计算出电机理论驱动力矩;其次分析机器人在跨越障碍过程中的运动模型,结合与壁面接触的实际受力状态,对越障过程中关键阶段的本体倾翻、滑移两种失效形式进行运动学和动力学分析;然后根据玻璃幕墙实际的障碍高度,确定多边形履带的参数和理论驱动力矩的大小,并研制了实验样机进行爬行和越障试验,结果表明所设计的机器人具有良好的越障性能。     

Kevlar织物软壁包容环抗冲击数值仿真分析研究

针对机匣包容性问题,提出Kevlar平纹织物本构模型的拟合方法,分别采用单层壳、多层壳、层合壳三种有限元建模方式对Kevlar织物软壁包容环弹道冲击过程进行模拟,发展了机匣包容性仿真分析模型。结果表明,多层壳模型和层合壳模型的计算结果更准确,并且可以通过调节摩擦因子使仿真结果与试验结果更接近。在此基础上研究了撞击点位置和弹体入射姿态对弹体剩余速度的影响。结果表明:在较小偏移距离内,撞击点的位置对剩余速度的影响可以忽略不计;滚转角和俯仰角对剩余速度影响较小,而对于偏航角,当角度大于30°时,剩余速度会随着角度的增大明显呈下降趋势,且弹体出射姿态也会发生明显变化。     

LPG罐车爬壁射流清洗小车力学特性研究

根据LPG罐车内壁清洗工作要求,设计了一种融合高压水射流与机械刮刷两种清洗技术的爬壁射流清洗小车。通过建立小车附壁清洗的静力学和动力学模型,推导出小车可靠吸附所需最小吸附力方程以及小车稳定运行和转向的最小驱动力方程。对不同壁面倾角下的算例分析表明:静止吸附时主要失稳形式为沿壁面下滑,在壁面倾角为120°时稳定性最差,所需最小吸附力约为51. 8 N;稳定运行时主要失效形式为差速转向,最危壁面倾角为50°,所需最小驱动力矩约为2. 95 N·m。经样机实验证明,研究结果可靠,为LPG罐车自动化清洗设备的开发及相应技术研究提供了一定的理论依据。     

基于深度学习的大采高工作面矿压预测分析及模型泛化

综采工作面矿压显现的分析与预测对于复杂地质条件下工作面顶板管理,保证矿井生产安全具有重要意义。采用关系型数据库储存液压支架工作阻力数据以及利用工作面推进过程中矿压显现的时序特性,采用SQL语言,运用长短时记忆网络(Long Short Time Memory,LSTM)深度学习方法,以红庆河矿31101大采高综采工作面矿压规律为研究对象,对工作面支架工作阻力、支架不平衡力、支架安全阀开启情况及初次来压与周期来压等矿压显现规律进行分析;基于建立的数据库,预测了红庆河大采高工作面矿山压力,预测结果表明LSTM方法较BP神经网络预测更具准确性。为进一步讨论本研究采用的LSTM网络模型的泛化能力,在采用布尔台42103大采高工作面、上湾矿12401大采高工作面少量矿压数据的前提下,使用迁移学习方法,对矿压数据进行预测检验,结果表明:LSTM模型具有很好的泛化能力,相比于不使用迁移学习方法,迁移学习可提高模型的泛化能力。最后,探讨了模型在3个大采高工作面矿压预测表现的差别,发现数据量本身对模型预测行为影响较大,增大数据量可弥补原始数据缺失等问题。在预测模型基础上设计了周期来压预警模型,集成形成相应矿压分析与预警系统,经工程验证判定预警系统分析效果良好。