Development of the method of production of the ultrafine macrohomogeneous composite powder

ABSTRACT

A method of ultrafine macro-homogeneous composite powder – B₄C–ZrO₂ production using a planetary mill was developed. From the macro-homogeneous composite high-density ceramics, B₄C–ZrB₂ was produced by the method of reactive sintering (in situ) at 2000°C under the pressure of 41–42?MPa. The effect of ZrO₂ grain size and of its distribution in the matrix on the consolidation parameters, and the microstructure of the obtained ceramics was studied.     

车轮多边形磨耗统计规律及关键影响因素分析

针对列车车轮多边形磨耗问题广泛存在于轨道交通运输领域,会导致车辆/轨道系统产生高频的振动冲击,严重影响车辆和轨道系统零部件的使用寿命,危及行车安全这一问题,调查了大量车轮的多边形磨耗情况并进行统计分析,掌握了高速列车车轮多边形磨耗问题的现状和特点。以18～20阶多边形磨耗车辆为例,通过理论研究和试验分析(试验分析包括车辆系统振动特性测试和转向架模态特性测试),对车轮多边形磨耗的根本原因及诱导因素进行研究。研究发现,轮轨系统在580 Hz频率附近存在固有模态是导致车辆发生18～20阶多边形磨耗的根本原因,轮轨表面的各种不平顺能激发或者加剧轮轨系统在580 Hz频率附近的模态共振,从而诱发车轮多边形磨耗的产生。该结果可为高速列车车轮多边形磨耗问题的防止和进一步研究提供参考。     

基于机器视觉的机车齿轮毂全自动双轴拧紧机的设计和应用

设计了基于机器视觉的机车齿轮毂全自动双轴拧紧机,根据拧紧工艺和扭矩控制原理实现对螺栓拧紧力矩的控制;通过丝杠变径机构,实现不同规格齿轮毂螺栓拧紧;利用机器视觉实现螺栓位置的识别以及初始位置的确定;讨论了自动拧紧机控制系统的硬件组成和软件系统配置,并介绍了防错、防漏功能的设计流程。螺栓自动拧紧机可提高装配精度和操作效率,降低工人的劳动强度。     

列车贮藏方式对生猪肉原料新鲜度的影响研究

探究夏季高温期某铁路局集团公司旅客列车贮藏条件下生猪肉原料的品质变化,为改善餐车生猪肉保存及取用方式、保障旅客列车食品安全提供可靠依据。在实验室条件下模拟该列车餐车实际条件下生猪肉贮藏及取用方式:将生猪肉分别在4℃(冷藏)和-10℃(冷冻)两种条件下贮藏,再解冻,使用,再贮藏。通过猪肉的色泽、气味、组织状态感官指标以及挥发性盐基氮(TVB-N)、硫化氢、球蛋白沉淀理化指标的变化为依据,来评价猪肉的新鲜度。结果表明:夏季高温期间,该铁路局集团公司列车生猪肉原料,在4℃冷藏贮存条件下,有2d保质期,在-10℃冷冻贮藏条件下,10d内猪肉品质能够保持新鲜,满足铁路运输的时限要求。该铁路公司列车贮藏和使用生猪肉符合规范,用肉时限在保质期范围内,能够保证全年时段肉质新鲜安全。为保障铁路旅客的食品安全,生猪肉原料应贮存在制冷效果良好的冷冻冰箱内,取用肉类置于冷藏保存的,应在2d内使用完毕。     

滚齿工艺对齿根粗糙度的影响

针对国内外风电和工业齿轮箱轻量化的设计趋势,较低的安全系数对齿轮齿根弯曲强度提出了更为严格的要求。研究表明,在材料技术和齿形设计难以再优化的情况下,滚齿加工的粗糙度,尤其是齿根部位的粗糙度对齿轮弯曲强度的影响尤为敏感。针对滚齿工艺过程,从滚齿加工参数、刀具前刀面粗糙度和刀具刃口圆角三方面进行分析,验证其对齿根粗糙度的影响。     

多共振分量融合CNN的行星齿轮箱故障诊断

针对行星齿轮箱中各部件所激起的振动成分混叠、早期故障特征经常被较强的各级齿轮谐波成分以及环境噪声所湮没的问题，提出一种多共振分量融合卷积神经网络（multi-resonance component fusion based convolutional neural network，简称MRCF-CNN）的行星齿轮箱故障诊断方法。首先，对振动信号进行共振稀疏分解，得到包含齿轮谐波成分的高共振分量和可能包含轴承故障冲击成分的低共振分量；其次，构建多共振分量融合卷积神经网络，将得到的高、低共振分量和原始振动信号进行自适应的特征级融合，通过有监督的方式训练模型并进行行星齿轮箱故障诊断。对行星齿轮箱实验数据的分析结果表明，该方法能够有效分类行星齿轮箱中滚动轴承和齿轮的故障，成功对行星齿轮箱故障进行诊断，同时能够进一步增强卷积神经网络对振动信号所蕴含的故障信息的辨识能力。     

综合改进奇异谱分解和奇异值分解的齿轮故障特征提取方法

针对齿轮故障特征微弱，在强背景噪声下难以有效提取的问题，提出了一种改进奇异谱分解（ISSD）结合奇异值分解（SVD）的齿轮故障特征提取方法。针对奇异谱分解（SSD）算法中模态参数需凭经验选取的缺陷，基于散布熵优化算法对SSD算法进行了改进，在得到既定的一组奇异谱分量的基础上，根据峭度值最大准则筛选出了最佳奇异谱分量并进行了SVD处理，采用奇异值能量标准谱自适应地确定了信号重构阶数以还原信号和提高降噪效果。最后对信号进行包络解调以提取齿轮故障特征，将所提方法运用到仿真信号和齿轮实测信号中，并同传统包络谱、SSD包络谱以及经验模态分解结合SVD(EMD-SVD)方法进行了对比分析，结果表明，所提方法的降噪和特征提取效果更佳，能够更加有效地实现齿轮故障的判别。     

考虑黏压效应的风电齿轮热弹流分析

在线接触热弹流润滑的基础上，考虑黏压效应，对风电行星轮系齿轮副进行热弹流润滑数值分析，并采用热弹流润滑数值方法和ISO/TS 6336-22计算了齿轮副的最小油膜厚度、安全系数和闪温温度，并比较各主要啮合点的压力和油膜厚度分布。结果表明：与使用ISO/TS 6336-22计算的结果对比，采用热弹流润滑理论计算的油膜更厚，但安全系数更小；在风电齿轮副热弹流润滑分析时应考虑压力对黏度的影响；风电主齿轮箱齿面因啮合产生油膜厚度随温度增加会迅速降低，最小油膜厚度会随载荷增加迅速减小，因此风电齿轮箱要保证足够的润滑，并尽量避免在高于额定载荷下长时间持续运行