基于有限元的多股螺旋弹簧疲劳寿命预测

针对多股螺旋弹簧（多股簧）的疲劳失效问题,以阿联酋某企业使用的特种多股簧为研究对象,通过有限元仿真分析多股簧的应力应变历程并利用子模型技术进行了应力应变的精确计算,通过静态响应试验验证了有限元模型的正确性;进行了钢丝材料试验,结合Manson模型推导出多股簧材料的疲劳性能参数;结合多股簧的应变和疲劳寿命预测模型预测了多股簧的疲劳寿命,并进行试验验证。研究结果表明：多股簧承载时,弹簧端部承受的应力较大,最大应力点位于外层钢丝且外层钢丝主要承受弯曲应力,与弹簧端部位置处外层钢丝疲劳断裂现象吻合; 静态响应仿真与实测值误差不超过5%;由SWT准则预测得到的疲劳寿命与试验疲劳寿命较为吻合,且预测疲劳断裂区与实际断裂区一致。     

基于层次化数字孪生的工业互联网制造新范式——雾制造

为打破复杂制造过程中数据融合壁垒并开展大规模的精细化协同数据驱动制造,分析了目前工业互联网在应用推广等方面遇到的问题,阐述了层次化数字孪生、雾计算/边缘计算等新使能技术对解决工业大数据互联互通、人机物数据深度融合、实现"人在回路"智能决策等问题的契机。在此基础上提出一种基于层次化多粒度数字孪生的、可定制重构的工业互联网新模式——雾制造。给出了雾制造的定义,分析了雾制造与传统工业互联网、云制造等的区别。讨论了该模式下一种数字孪生模型的分类,并提出基于自相似分形理论的快速建模方法。在此基础上,提出一种基于数字孪生的人机物虚实融合驱动管控机制。最后,以一个机加工的典型应用为案例验证了所提雾制造模式的可行性和有效性。     

数控滚齿机工作台热-力变形分析及预测建模

为了减小滚齿机工作台变形对加工精度的影响,对工作台热、力变形进行了研究,提出一种基于子种群自适应思维进化算法优化反向传播（SAMEA-BP）神经网络的滚齿机工作台热-力变形预测方法。通过SAMEA对BP神经网络的初始值、权重和阈值等参量进行调整,有效提升了基于神经网络的热-力变形预测准确度。结合K均值聚类策略和灰色关联分析（GRA）对影响热误差的温度测点进行耦合性和关联度分析,将热误差输入变量从8个测点减少到3个;针对滚齿加工中切削力导致的工作台变形,利用机床主轴电流表征切削力,并作为预测模型的输入变量。试验结果表明：本文模型平均预测精度为95.1%,与其他模型进行的对比分析验证了本文SAMEA-BP模型的有效性和泛化性。     

“炎必清”对种鸡增重提高产蛋量以及防病效果观察

“炎必清”是由金银花、连翅、黄芩神曲、葛根、甘草等13种纯中草药制成,主要有解毒退热、抗菌消炎、凉血止痢、除湿、健脾养胃等功能。     

基于工件材料去除率的滚齿机床能耗模型

开展了滚齿机床能耗建模与参数分析的研究。基于滚刀和工件的几何参数与空间运动分析，进行未变形切屑的数值计算，求取了滚齿加工过程中材料去除率的数值，建立了滚齿机床能耗预测模型，并通过正交试验进行了验证，平均预测准确率超过95%。基于实验结果与所提出的数值模型，对比分析了进给速度、滚刀转速与切削深度对表征能量利用效率的比能耗的影响，结果表明，所提出的模型可以准确预测滚齿加工过程中的机床能耗。     

多品种少批量制造环境下一种改进的生产计划算法

为解决多品种小批量环境下产品装配成套率低的问题,通过对现有生产方式的分析,提出了一种改进的生产计划算法。按工艺路线上零部件加工时间将产品零部件分为关键路线与非关键路线2种,对关键路线制定准时制生产计划,对非关键路线制定成组生产计划,最后整个产品应用制造资源计划制定生产计划。本算法已在一个多品种小批量的制造企业生产管理系统中应用,效果良好。     

基于Johnson-Cook模型的不锈钢管剪切数值模拟

剪切是乏燃料后处理工艺流程关键环节，因受强辐照制约，对该剪切工艺研究很少，剪切工艺参数需通过大量试验进行设计优化，成本高、周期长且无法掌握剪切机理。以乏燃料组件主要支承结构不锈钢管为研究对象，采用基于Johnson-Cook模型的有限元数值模拟方法来分析剪切过程。设计剪切试验验证上述模型的正确性，并研究剪切间隙、刀具角度、刀具棱边宽度等工艺参数对剪切的影响。结果表明：剪切试验与模型结果拟合性很好，证明了该模型的正确性；最大剪切力、断裂时剪切力随剪切间隙、棱边宽的增大而增大，随刀具角度增大而减小；剪切间隙对压紧段断口形貌影响较大，刀具角度和棱边宽对分离段开口高度影响较大。