基于非均匀周期采样的随机共振研究

随机共振的参数调节过程比较复杂,而且一般要求采样频率不低于信号频率的50倍以上才能实现随机共振。该文借鉴非均匀采样的思想,提出基于非均匀周期采样的随机共振实现方法,对不同采样频率下的采样数据进行随机共振,并利用非均匀采样傅里叶变换进行频谱叠加分析,可以实现只需简单确定随机共振参数即可得到特征信号成分。此种方法还可以在采样频率小于50倍信号频率时,依然能够得到特征信号频率成分。数值仿真和故障模拟实验研究验证了该方法有效的应用性。     

钣金虚拟仿真实验平台建设与应用

针对高校工程训练中钣金模块教学存在受客观条件和固定模式制约的问题,天津大学实践教学中心设计并开放了钣金虚拟仿真实验教学平台,学生可以在虚拟车间实现钣金类产品加工的单人单机、全程沉浸式体验。实验规划出6模块、2模式的架构,融合工程识图、工艺路线、安全教育、零件加工、产品制造等于一体,同时匹配全过程式考核评价机制,通过与线下实操相结合的方式开展基于创意产品设计制作的项目驱动式教学,虚实结合并以虚促实,有效培养学生的工程实践能力与创新能力。平台自开放运行以来,持续应用于钣金实践教学,并支持多项课题研究工作,服务国家新工科建设的大局。     

基于遗传算法优化铣削用量的数控加工仿真系统的研究

遗传算法是一种模拟生物界自然选择和自然遗传机制的自适应搜索和优化方法,在搜索优化问题的全局或全局附近的最优解上具有良好的优势条件.文章建立了基于遗传算法思想的铣削用量多目标智能优化的数学模型及其数控加工动态仿真系统,运用遗传优化方法对铣削加工实例进行优化,并在数控加工动态仿真系统上验证了铣削用量多目标智能优化的数学模型的正确性和实用性.     

基于MATLAB神经网络的切削力预测

借助MATLAB人工神经网络，对切削力预测进行了研究。通过比较快速BP算法和LM算法在网络训练时的收敛速度，确定了网络的结构和工具函数，并分析了影响切削力预测精度的因素，实现了切削力的精确预测。其研究结果为车削零件加工质量的物理仿真以及加工参数的优化选择提供了依据。     

iSCSI存储在多媒体教学系统的应用研究

提出了多媒体教学系统中使用者的数据持久存储和共享的问题,分析了iSCSI技术的基本原理和应用特点,设计并实现了一种用于多媒体教学系统中的iSCSI存储方案。     

车削过程切削力的计算机数值仿真

切削力是表征切削过程最重要特征的物理量，其动态变化将直接影响加工过程中刀具与工件的相对位移、刀具磨损和表面加工质量等，所以对切削力建模是进行加工过程物理仿真研究的基础。因此在基于实时工况的切削实验研究基础上，考虑切削参数的因素，利用BP（back pmpagation）神经网络建立车削过程中的切削力的仿真模型。通过大量的样本训练，使神经网络能够对切削力进行较准确地数值仿真。     

基于人工神经网络的车削切屑形态预测动态建模及实时仿真

针对数控加工中切屑形成过程的监控问题,在基于实时工况智能监控平台上,通过研究切屑形态预测的神经网络动态建模方法,建立了切屑形态预测仿真动态模型.并根据切屑空间运动轨迹的数学模型,建立了切屑三维造型模型,在虚拟现实环境中实现车削过程的切屑实时动态仿真.     

基于双稳类随机共振的信息检测

研究了小参数随机共振(SR)的响应幅值与信号频率和噪声强度的关系,并从噪声频谱的罗伦兹(Lorentz) 分布特性推出,只有在噪声能量集中的低频区域才能产生随机共振的论点。得出了二次采样大参数类随机共振的实现条件,即采样频率至少是信号频率的50倍并根据噪声强度选择二次采样频率。在大参数情况下,由双稳系统输入输出信噪比的分析,阐明了大参数类随机共振方法从强噪声中检测出弱信号的可行性。运用周期和非周期弱信号的检测实例,进一步证明了该方法的有效性和实用性。     

CDIO模式下铸造实践教学的改革与优化

<正>2017年以来,教育部持续推进工程教育的改革与创新,新工科建设的顶层设计“复旦共识”“天大行动”和“北京指南”应运而生。工程训练作为高校面向工科生开设的基础实践必修课,应重点把握新工科人才的培养方向,着重培养学生的动手能力、工程实践能力和创新能力,既为机械专业学生的实践活动提供重要的创新平台,又为非机类学生的工程素质培养提供关键的教学场所。     

基于加工方法和啮合理论的螺旋锥齿轮精确实体造型

提出了基于加工方法和啮合理论的螺旋锥齿轮精确齿面的实体造型方法。通过分析锥齿轮的加工方法和齿轮啮合理论,建立了螺旋锥齿轮齿面数学模型。根据齿面均匀离散点的输出数据,对齿面进行重构,实现了螺旋锥齿轮的精确实体造型,采用了齿面偏差法对生成实体模型精度进行了评估。研究结果对于螺旋锥齿轮数字化设计和制造具有重要意义。