机械行业新标准介绍

根据中华人民共和国工业和信息化部公告2018年第36号,以下机械行业新标准2019年5月1日实施。1)JB/T 13525-2018《热轧用矫直机齿轮箱》为首次制定标准,规定了热轧用矫直机齿轮箱产品的常用型式、基本参数与尺寸、技术要求、试验方法、检验及验收规则、标志、包装、以及产品的运输和贮存。适用于宽厚板轧线热矫直机齿轮传动箱。2)JB/T 13526.1-2018《连轧二辊粗轧机第1部分:性能参数》为首次制定标准,规定了热连轧线二辊粗轧机设备的基本型式和性能参数。用于在热状态下,轧制黑色金属的热连轧二辊粗轧机。     

棒线材轧机计算机辅助孔型设计软件

<正>集20余年经验研发而成的棒线材轧机计算机辅助孔型设计(含带肋钢筋二、三线和四线切分)软件(著作权登记号:2005SR11313),功能齐全,计算准确。可完成棒线材连轧机、半连轧机、横列式轧机、复二重线材轧机、高线轧机等多种孔型的优化设计,以及温度、力能     

Φ177mm PQF无缝管连轧机前横移系统改进

对鞍钢股份无缝钢管厂连轧机前毛管坯横移装置存在的设计缺陷进行了分析,并提出改进方案,将原横移装置由高架轨道横移机构及上下升降链传动装置,改进为地面轨道横移系统及同步旋转臂实现取管、放管过程。实施后消除了生产故障,缩短了轧制周期,降低生产成本。     

掘进机截割部行星齿轮传动系统断齿故障仿真分析

掘进机截割部在工作过程中承受较大的冲击载荷作用,导致截割减速器齿轮断齿等故障频发。为获取故障状态下截割减速器行星齿轮传动系统动态响应特性,以EBZ120型掘进机截割减速器低速级行星齿轮传动系统为研究对象,运用三维CAD软件SolidWorks建立系统三维实体模型,以ADAMS软件为平台,建立行星齿轮传动系统正常状态、齿圈断齿故障、行星齿轮断齿故障、太阳轮断齿故障的虚拟样机模型。对系统不同状态下的齿圈约束反力的变化规律及其频谱特性进行仿真研究。仿真结果表明:齿圈约束反力的幅值波动显著,具有较强的周期性;故障状态下齿圈约束反力的时域均值增大,时域波形中包含有明显的周期性冲击成分,同时幅值谱中还出现以故障频率为边带的故障特征。     

基于SCAE⁃ACGAN的直升机行星齿轮裂纹故障诊断

直升机行星传动轮系结构复杂、工况多变,其振动信号受工况影响大,在故障样本较少的情况下导致行星齿轮箱故障诊断准确率不高,早期故障诊断困难。针对上述问题,提出将堆栈收缩自动编码网络(stacked contractive autoencoder,简称SCAE)与辅助分类生成式对抗网络(auxiliary classifier generative adversarial networks,简称ACGAN)相结合的SCAE-ACGAN故障诊断方法。ACGAN的生成器产生与真实样本具有类似分布的生成样本,扩展训练样本集,并与真实样本一起输入至判别器进行训练。ACGAN采用SCAE作为判别器,利用SCAE良好的抗数据波动能力,从扩展样本集中挖掘出有效的深度特征,并实现样本的真伪与类别的判定。ACGAN的判别器和生成器在对抗学习训练机制下交替优化,提高方法的样本生成质量与故障判定能力。将SCAE-ACGAN应用于直升机行星轮裂纹故障诊断,结果表明,SCAE-ACGAN的故障诊断性能好,在样本数量少与工况变化情况下具有较好的健壮性和适应性。     

AC 800PEC PPD113在3机架铝连轧机自动控制系统上的应用

以南山铝业集团3机架6辊铝连轧机生产线自动控制系统为例,深入介绍了ABB AC 800PEC PPD113控制器的硬件和软件特性,详细分析了该系统的工艺要求、配置、通信功能以及扩展功能,充分展示了该控制器在复杂工业控制领域的突出优势。从机组的投产效果可以看出,该控制器完全达到了铝带3机架连轧机的生产工艺要求。     

基于KISSsoft的采煤机齿轮箱参数优化设计

以某采煤机齿轮箱第四级行星齿轮传动系统为研究对象,通过KISSsoft软件建立齿轮组参数化模型,分析了在传动过程中主要参数对齿轮系统的影响。以最小齿根弯曲疲劳强度安全系数和最小齿面接触疲劳强度安全系数为目标函数,以螺旋角、模数、传动比、齿数、齿宽比和内孔径及轮缘厚度为约束条件,构建数学模型对齿轮设计参数进行优化,改善了采煤机齿轮箱传动中存在的问题。通过对比分析优化前后的齿轮传动性能,优化后的传动模型表现出了更高的可靠性和使用寿命。研究了优化后的齿轮箱传动模型各参数指标,确保最佳优化方案。所进行的研究工作对其他齿轮传动装备的优化与设计具有重要的参考价值。     

六辊冷连轧机换辊装置设计优化

对1420酸轧项目中六辊冷连轧机换辊装置进行设备设计优化,缩短了换辊时间,提高了生产效率。     

多共振分量融合CNN的行星齿轮箱故障诊断

针对行星齿轮箱中各部件所激起的振动成分混叠、早期故障特征经常被较强的各级齿轮谐波成分以及环境噪声所湮没的问题，提出一种多共振分量融合卷积神经网络（multi-resonance component fusion based convolutional neural network，简称MRCF-CNN）的行星齿轮箱故障诊断方法。首先，对振动信号进行共振稀疏分解，得到包含齿轮谐波成分的高共振分量和可能包含轴承故障冲击成分的低共振分量；其次，构建多共振分量融合卷积神经网络，将得到的高、低共振分量和原始振动信号进行自适应的特征级融合，通过有监督的方式训练模型并进行行星齿轮箱故障诊断。对行星齿轮箱实验数据的分析结果表明，该方法能够有效分类行星齿轮箱中滚动轴承和齿轮的故障，成功对行星齿轮箱故障进行诊断，同时能够进一步增强卷积神经网络对振动信号所蕴含的故障信息的辨识能力。     

中轧厂工艺改进及其效果

介绍了中轧厂近年来工艺技术改进情况及改进后的效果。