高速电主轴永磁体减振系统的设计

利用永磁体的同极相斥及磁力随距离的增大而减小的基本原理,使电主轴内部减振系统的两组环形永磁体形成对转轴的径向约束和实现增加系统阻尼的作用,抑制和减小电主轴转子在径向方向上的振动。在实现高转速的前提下,使之振动大大减小,提高电主轴的回转精度。     

基于多重网格法的超高速电主轴轴承内部润滑状态分析

本文以超高速电主轴内部主轴轴承为研究对象,基于稳态等温点接触弹流润滑理论,采用多重网格法,对超高速时在不同工况和几何参数等条件下主轴轴承内部的弹流油膜状态进行了分析计算,得出了速度、预载荷等工况条件和接触角、套圈沟曲率半径系数、材料参数等对轴承内部球滚动体与套圈滚道之间润滑状态的影响结果。     

基于油雾润滑的高速电主轴断油性能试验研究

对基于油雾润滑的高速电主轴进行断油性能试验,利用B&K声学/振动分析系统、红外热像仪等仪器对断油过程中高速电主轴系统的振动特性、主轴轴承内部的润滑、电主轴表面的温度场等状态参数进行监测,并与正常油雾润滑时高速电主轴的状态参数进行比较,分析研究了断油状态对高速电主轴工作性能的影响.试验结果表明:高速电主轴正常工作时主轴轴承所需要的润滑油量很少;短时间断油对电主轴系统的正常运行状态影响不大,主轴轴承内部的润滑、电主轴系统的振动特性和电主轴的热状态等性能参数能够维持在基本正常的水平.     

基于热释电红外传感器的人体动作识别方法

针对目前人体动作识别技术中存在的隐私暴露、技术复杂度高和识别精度低等相关问题,提出了一种基于热释电红外（PIR）传感器的人体动作识别方法。首先,采用一组安置在天花板上经过视场调制的PIR传感器采集人体运动时散发的红外热辐射信号,将传感器输出的电压模拟信号进行滤波放大后通过ZigBee无线模块传送到PC端打包成原始数据集;其次,将原始数据的两路传感器输出数据进行特征融合,对融合后的数据做标准化处理封装为训练集和测试集;然后,基于数据的特征提出一种两层级联的混合深度学习网络模型作为人体动作的分类算法,第一层采用一维卷积神经网络（1DCNN）对数据进行特征提取,第二层采用门控循环单元（GRU）保存历史输入信息防止丢失有效特征;最后,利用训练集来训练该网络模型得出参数最优的分类模型,通过测试集验证模型的正确性。实验结果表明,提出的该动作识别技术模型对基本动作分类的准确率高于98%,与图像动作识别或穿戴式设备动作识别相比,实现了实时、便捷、低成本和高保密性的高精度人体动作识别。