滑模摊铺机四支柱的承载不均性及其影响

本文从四点找平原理和机器作业实际工况出发，分析了滑模式水泥混凝土推铺机四浮动支柱液压缸负不均的原因以及所产生的后果，对如何改善四支柱受载的均匀性，提出了一些对摊铺机的设计、施工和使用有关的建议。     

铣刨机功率自适应控制器的设计

针对铣刨机的作业特点，提出了铣创机功率自适应控制器的设计方案，并应用可编程控制器（PLC）实现了控制器的硬件与软件设计。     

基于机器视觉沥青混凝土卸料装车研究

对搅拌站中沥青混凝土卸料装车作业进行了分析研究,利用机器视觉技术检测了颗粒物料在矩形厢体中的堆垛高度、料堆角度等主要参数,进而以堆放角变化规律的实验研究为基础,拟合堆放角经验公式,并对该作业过程的典型工况下车厢内料堆     

结合SVM后验概率的散料料位识别试验研究

提出了一种散料装车料位的图像检测方法,该方法将待处理料堆图像分为若干不重叠的子块,对各子块进行了同态滤波、二值化及二值共生矩阵纹理特征提取,并根据纹理特征对各子块进行了分类识别。在识别过程中,提出了一种基于SVM及其后验概率的料堆识别方法,建立了位于交界位置子块的SVM后验概率与其中料堆目标所占比例的关系模型,并将仅采用SVM对子块识别后的料位拟合结果与其后验概率输出相结合,在这些交界位置子块内进行了进一步的图像分割。试验结果表明,所提出的方法与仅采用SVM子块识别的料堆轮廓及料位拟合误差相比,分别减小42%和56%,平均误差分别为0.4517pixel和0.2586pixel,在MATLAB下每帧处理需0.2s。     

利用激光图像技术检测路基压实度

为了检测路基压实度,设计了路基压实度激光图像检测装置,并对该检测方法进行了研究。从特征图像中分别提取平均灰度级、标准方差、平滑度、三阶矩、一致性、熵、能量、对比度、相关性和均匀性等10个基于灰度共生矩和基于直方图的纹理特征参量,以及含水量参数;通过PCA(主成分分析)降维处理,从原始数据中优选出4个主成分因子参量;最后,利用BP神经网络预测密实度。实验结果表明:(1)BP神经网络经过11次学习后达到了要求的误差;(2)利用系统预测的密实度数值与环刀法检测值相比较,平均绝对和相对误差在2.1%左右。因此,该检测方法检测路基压实度是可行的。     

土壤压实度的激光图像无损检测方法

为了实现土壤压实度检测,建立了土壤压实度的激光图像测量系统。首先采集土壤激光图像,并采用4邻域平均法对其平滑去噪;其次,采用Canny算法提取出激光图像中的激光光斑;然后选择含水量、激光光斑半径、吸收系数和散射系数作为分类器的输入特征参数;最后,利用反向传播(BP)神经网络预测压实度。实验结果表明,BP神经网络经过11次学习后,达到测量精确度的要求;与环刀法实际测量值相比较,平均绝对和相对误差在2%左右。因此,本文测量系统的检测精确度满足土壤压实度的检测要求。     

空心叶片铸造用陶瓷型芯的3D打印及性能调控研究进展

陶瓷型芯在航空发动机空心涡轮叶片的熔模铸造中起到关键作用。3D打印技术作为新一代的成型技术,具有无需模具、制造周期短、精度高等优点,正在逐渐替代传统的陶瓷型芯制备工艺。本文总结了光固化技术、选择性激光烧结、直写成型技术和分层挤出成型等目前在陶瓷型芯领域使用较多的3D打印技术,针对3D打印陶瓷型芯打印精度低、力学性能与气孔率适配性差、结构性能各向异性等局限性探讨了性能优化研究现状,并对该领域的发展进行了展望。     

冷铣刨机模型参考单神经元功率自适应控制研究

针对目前冷铣刨机功率控制算法的不足,提出了应用模型参考单神经元功率自适应控制算法对冷铣刨机进行控制,构建了冷铣刨机模型参考单神经元功率自适应控制的控制结构,对该算法进行了理论分析,证明了其稳定性,并将该算法应用于铣刨机,在铣刨深度为8 cm的工况下进行了作业试验研究.试验结果表明:未使用功率控制时,机器的作业速度主要依靠机器自身进行调节,发动机出现了过载,机器平均作业速度为8.419 m/min;在使用控制器后,发动机基本工作在额定工况下,机器的栽荷发生变化时,控制器能对机器的作业速度及时做出调整,机器的平均作业速度为9.538 m/min,比未使用功率控制提高了13.3%.     

质量偏心Timoshenko梁的振动波特性研究

在研究船舶、潜艇等工程结构的低频振动时,通常可以将其简化为质量在截面内分布非均匀的梁结构,此质量偏心会引起弯-纵耦合。针对弯-纵耦合的质量偏心Timoshenko梁,推导了其截止频率的解析表达式;探讨了质量偏心对其纵振波、传播弯曲波及衰减弯曲波波数的影响规律;研究了三组波数下纵向/弯曲位移比随频率及质量偏心的变化。分析结果表明,质量偏心会降低梁的截止频率,偏心率越大,降低越明显;弯曲衰减波会在截止频率处转变为弯曲传播波;质量偏心使得非频散的纵向振动波转变为频散波;纵向振动与弯曲振动的耦合在质量偏心率或频率增大时,会进一步加强。     

强噪声背景下频率加权能量算子和变分模态分解在轴承故障提取中的应用

从机械系统中传出的信号通常包含着不同的叠加振动成分,包括有用信息以及不可避免的背景噪声和其他频率干扰,因此波形较为复杂,并且其幅值和频率会随着时间发生变化。当背景环境较为复杂或噪声较大时,从混合信号中提取出的轴承故障特征信号更是如此。对于此类信号,模态分解算法不仅可以去除大量的高频噪声,而且还能将振动信号分解成一系列具有单一成分的模态分量,从而更好地发现振动信号的物理意义。引入一种新的轴承故障特征提取方法,首先利用变分模态分解算法先将故障信号分解为若干个成分单一的模态分量;然后利用一种新的能量算子——频率加权能量算子对含有故障频率的模态分量进行处理,得到其能量谱从而提取出轴承故障特征频率;最后以一种常见的振动筛分设备振动筛为实际案例,对其轴承故障特征进行提取,并通过对比,说明了该算法的优越性和实用性。