基于正交试验汽车六角螺母冷挤压模具磨损规律分析及优化

以某汽车用六角螺母为例,对实际生产中碰到的模具下冲头磨损较快问题进行分析,得到影响下冲头磨损的4个主要因素:冲压速度、模具表面硬度、入模圆角半径和摩擦系数。设计四水平三因素正交试验,基于Archard磨损理论,采用有限元分析软件DEFORM-3D进行模拟分析,以下冲头最小进行多次模拟试验。结果表明,最优冲压速度为3 mm/s,表面硬度为63 HRC,入模角度为9°,摩擦系数为0.15。其中,冲压速度对下冲头磨损影响最为显著。     

一种舱音背景声的特征频率获取方法-CZT算法

针对传统舱音译码系统在辨听、分析舱音背景声上的不足,并利用线性调频Z变换(CZT)适用于高采样频率的信号、而且计算中可以任意调整频率的分辨率等频谱分析的灵活性,提出基于CZT获取飞机舱音背景声的特征频率的新方法.通过仿真和以飞机驾驶舱高速配平移动背景声为例进行计算分析.和实验测试结果对比得出:CZT方法是一种适合于确定舱音背景声特征频率的有效方法,对调查飞机事故原因具有较好的实用性.     

浅谈地下车库智能型诱导通风系统

诱导通风系统以其无需通风管道、节能、节约投资、良好的通风换气等特点越来越引起重视,特别是智能型诱导通风.在对多家地下车库通风系统现状的调查,理解的基础上,就地下车库智能型诱导通风系统进行了探讨,总结了智能型诱导通风系统的现状和特点,进行了地下车库诱导通风系统的智能化设计,提出了地下车库智能型诱导通风系统的布置原则,最后探讨了其在工程实例中的应用.     

基于Sunplus SPCE061A控制核心的电动车跷跷板设计及实现

为设计一可以在跷跷板上自动找到平衡的电动小车,采用凌阳SPCE061A作为电动车的控制核心,直流电机驱动,将无触点磁敏电位器加重锤改造后自制成角度传感器检测平衡点,黑线作为方向引导,车载LCD为状态显示界面,并由相应的语音播报进行平衡提示,实现了电动车自动寻找跷跷板和板上平衡点的自动寻找等功能.经过多次测试验证,电动车均能很好地找到跷跷板上的平衡点,证明该设计方案可行.该设计新思想具有简单、方便、实用的特点.     

汽轮发电机组振动故障的典型特征及其监测诊断

从理论上提出了电站设备中的汽轮发电机组发生振动故障的１２种典型特征,介绍了汽轮发电机组振动状态监测及故障诊断装置     

飞机驾驶舱话音记录器中开关声的三尺度小波分析

国内目前主要采用基于计算机音频原理的译码系统对飞机驾驶舱话音记录器记录的舱音信号进行“辨听”分析,这种舱音分析方法存在不易获得准确的舱音信号特征的缺点。根据这一问题,针对某一真实舱音中的瞬态开关声信号,提出了利用一维离散小波函数进行三尺度分解小波方法,得到了基于传统“辨听”方法得不到的、更多、更准确的舱音声频特征,为识别分析瞬态、非平稳飞机舱音信号提供了一种较好的参考依据。     

超声场强化污泥对流干燥热湿耦合迁移过程的数值模拟

为理论上有效预测超声作用对污泥对流干燥过程的影响,基于非平衡热力学理论,建立了超声场作用下污泥对流干燥热湿耦合迁移过程的数学模型.对不同声能密度作用下污泥内部温度及湿度场分布进行数值模拟.结果表明,超声作用可以有效加速污泥内部的湿迁移过程,但超声强化效果随污泥厚度增大而逐渐减弱.此外,超声热效应使污泥温度有所升高,但污泥内部的温度梯度却略有降低,因此,污泥内部由温度梯度引起的湿分扩散并未因超声波作用而得到强化.     

MATLAB飞机舱音语音增强、时频分析和GUI设计

舱音记录器中的声信息对失事飞机原因调查十分重要。在分析舱音声信息的特殊性和MATLAB数学软件强大功能和优势基础上,从录制的多个典型舱音中选取其中的"火警警铃"舱音样本为例,设计了MATLAB环境的载入程序,避免了类似于C语言的循环语句等编程复杂等问题,完成舱音信息的时频分析与处理,得到期望的效果。最后在MATLAB图形用户界面(GUI)设计出适合人机对话的操作流程,使得舱音分析过程简单、实用,并在典型舱音分析中得到验证。     

可靠性理论在机器故障诊断中的应用

提出了可靠性理论应用于机器故障诊断的方法,旨在准确识别故障。使用的可靠性理论包括寿命数据分析法、概率分布干涉模型和系统可靠性理论。文中给出了可靠性理论应用于机器人故障诊断的数学模型和应用实例。     

结合DBN和CHMM的滚动轴承性能退化评估

针对现有退化评估方法应用情境单一,特征指标筛选依赖人工经验,提出了一种基于深度置信网络（Deep belief network, DBN）和连续隐马尔科夫（Continuous hidden markov model, CHMM）相结合的滚动轴承性能退化评估方法。将滚动轴承正常状态下的振动信号处理为归一化幅值谱,以此作为DBN特征自动提取模型的输入,并使用CHMM做评估模型,其中CHMM的训练样本即通过DBN提取的正常状态下的特征向量。通过不同情境下的滚动轴承全寿命周期实验数据验证了所提模型的有效性。与近期有关文献所提方法进行比较,该方法避免了人工选择特征指标,且对早期微弱故障检测具有一定的敏感性。