基于砂带表面磨粒分布的螺杆曲面重复磨削区域 表面粗糙度预测

为提高螺杆转子磨削效率开发螺杆同步磨削装置,分别采用不同方式对螺杆凹凸两面进行磨削,由此会在连接处产生重复磨削区域。为保证重复磨削区域表面质量满足螺杆使用要求,对该区域表面粗糙度进行预测。首先基于瑞利分布建立砂带表面磨粒分布模型;在此基础上,根据磨削去除机理及螺杆廓形对磨削后的螺杆表面形貌进行预测;其次,依据表面粗糙轮廓度定义得到不同工艺参数下的表面粗糙度预测值。最后通过螺杆磨削及测量实验验证提出算法的准确性。实验结果表明提出的算法平均误差为6.27%,最低误差为0.16%,因此提出的算法可为螺杆转子砂带磨削表面粗糙度预测提供理论依据。     

基于颜色和纹理特征的黄瓜病害识别算法

为了提高黄瓜叶部病害的识别效果及实用性,增强特征描述能力,提出一种新的黄瓜病害图像分割及颜色、纹理特征提取算法。首先,对自然环境中采集的病害图片进行不同颜色空间的预处理和分割,对分割结果图像进行融合处理;然后,对病斑区域提取模糊量化直方图、颜色聚合度作为颜色特征,利用颜色相似性度量函数计算颜色共生矩阵,提取病斑的纹理特征;最后,通过核主成分分析对颜色和纹理特征进行融合,去除冗余成分,利用支持向量机对病害进行分类识别。在采集的黄瓜病害实验库上进行实验,取得了94.11%的识别率。通过充分利用病害识别中占主要识别依据的颜色信息,并结合纹理信息,较好地表达了病斑特征。和其他方法的实验对比结果表明,本文方法能有效提高黄瓜病害的识别率。     

一种基于支持向量机的三维物体识别方法

提出从三维物体的二维图像中提取仿射不变傅氏描述子、色彩矩及纹理特征,组成一个25维的特征向量,送入支持向量机训练并用于三维物体识别。算法利用了仿射不变傅氏描述子在物体发生仿射形变时具有不变性,利用色彩矩和纹理特征区分形状相似但有不同颜色及纹理的物体,并引入支持向量机作为分类器。基于三维物体图像数据库COIL-100测试了算法的识别性能。当每个物体训练样本图像数量为36个（视角间隔10°）时达到了100％的识别率,进一步减少训练视角数量也达到较满意的识别性能。     

基于量子引力搜索算法的SVM火焰识别算法

针对复杂环境下火焰识别问题,提出一种基于量子引力搜索算法改进的支持向量机(SVM)的火焰识别算法。首先通过对火焰图像进行预处理并提取火焰的颜色、面积变化率和圆形度等火焰特征,并形成训练数据和验证数据;然后,采用量子引力搜索算法对SVM的核参数和惩罚因子进行最优搜索,并应用最优搜索得到的超参数建立SVM分类器模型,应用到最终的火焰图像识别中。     

一种基于颜色与纹理特征的图像模糊检索算法

提出了一种新的综合颜色与纹理特征的图像模糊检索的方法。其主要思想是首先利用隶属度函数剔除与查询图像相关性较小的图像,然后再综合考虑图像的颜色和纹理特征,最终返回与查询图像相似度较大的部分图像。实验结果表明,综合颜色和纹理特征并采用隶属度函数的改进算法检索速度快,准确率较高。     

基于振动信号EMD分解与支持向量机的有载分接开关机械故障诊断

本文中作者将经验模态分解与支持向量机算法引入到有载分接开关机械故障识别领域。通过对有载分接开关振动信号进行经验模态分解,并选取前5个本征模态函数的能量作为输入特征参量,利用支持向量机算法对有载分接开关弹簧储能不足、触头松动、触头磨损3种机械故障进行了识别,同时比较了不同核函数对支持向量机分类结果的影响。     

面向转子故障诊断的核局部边界Fisher判别方法

提出一种基于核的局部边界Fisher判别(KLMFD)算法用核函数将故障特征数据映射到高维核空间,以每点与所有局部邻域点中最远同类数据点和最近异类数据点构成的点对来计算类内散度和类间散度,构建边界局部核Fisher判别函数,求出最优故障识别向量,然后利用该向量对测试特征数据进行故障诊断。转子故障诊断实验表明,对于多传感器振动特征融合信号,KMLFD算法的故障诊断效果最好,当选取合适参数时能完全识别故障类型。     

基于加权纹理特征的SAR图像目标识别算法

由于SAR图像与光学图像的显著差异,光学图像的目标识别算法并不能应用到SAR图像中,因此研究SAR图像的目标识别具有重要的意义。传统的基于模型的SAR图像目标识别算法中将所有的特征同等看待,然而不同特征对于目标分类的贡献度可能差别很大。给不同的特征赋予不同的权重,可能会改变目标在特征向量空间中的相对位置,从而给出更合理的识别结果。采用SAR图像的纹理特征作为分类特征,在支持向量机分类算法中加入使用ReliefF算法计算得到的特征权重。试验结果表明这种加权后的目标识别算法具有更高的目标识别率。     

基于红外热成像技术的变电设备热故障识别方法

针对现有的识别方法故障缺陷判断能力差、故障识别准确程度低,研究基于红外热成像技术的变电设备热故障识别方法。以普朗克黑体辐射为技术基础进行红外测温获得红外热图像,对现场采集到的图像进行预处理。运用多尺度特征融合对故障特征进行提取,通过相同倍数缩放进行归一化,得到向量机样本数据。设定最优分类函数,将空间的样本数据映射到高维度的空间内进行非线性变化得到对样本数据的最优分类。运用核函数在约束条件下进行识别,判断故障的危险等级从而得到识别结果。实验结果表明,套管在三相发热异常为紧急故障,达到了紧急故障的标准,构成缺陷,识别判断正确。经过5次测试,故障识别准确程度均在80%以上,结果符合预期,达到了精准识别变电设备的热故障的效果。     

基于灰度共生矩阵的动脉斑块图像特征分析

针对动脉斑块超声波图像纹理特征的复杂性,研究基于灰度共生矩阵的斑块特征提取方法。利用图像像素点灰度在空间的分布规律提取动脉斑块超声波图像纹理特征信息,经比较分析选取能量、相关、熵和惯性这4种聚类效果较好的特征值,并对特征值数据进行归一化处理,再经过基于径向基核函数的支持向量机进行分类。结果表明可以获得较好的分类效果,验证了该方法的有效性和可行性。识别动脉硬化斑块类型,能为辅助临床诊断提供客观参考依据。     

基于滑差率分析的轮轨材料摩擦磨损特性研究

随着列车速度的提高和轴重的加大,轮轨的失效往往影响了铁路的正常运行,甚至存在着安全隐患。目前对于影响轮轨磨损性能的研究仅限于轮轨材料、接触应力、轴重、车速等因数,尚未对滑差率的影响进行研究。提出基于滑差率分析的重载轮轨间的磨损行为故障研究,利用GPM-30型滚动接触摩擦磨损试验机,采用双轮对接接触方式,建立轮轨间隙曲线与轮对横移量之间的面积模型,通过改变滑差率来研究其轮轨摩擦磨损性能的变化规律。对磨损后试样表面的扫描电镜观察,分别阐述了不同滑差率下车轮试样表面以及钢轨试样表面的磨损形貌特性,试验验证了不同滑差率对轮轨磨损性能的影响因素。     

螺杆转子盘铣刀铣削表面粗糙度预测

螺杆转子主要应用在压缩机、螺杆泵等设备中,其表面质量对使用性能及工作寿命起到关键性作用。工艺参数为影响螺杆转子表面粗糙度的主要因素之一。为了探究工艺参数对螺旋曲面铣削表面质量的影响规律,设计转子铣削实验,获取预测及实验对比样本。利用改进的北方苍鹰搜索算法(INGO)对BP神经网络的初始权值和阈值进行优化,以便提高铣削后的多头螺杆转子表面粗糙度的预测精度。通过实验结果验证所提出算法的预测精度。结果表明,提出的预测模型在平均训练精度及预测精度等方面均优于GRU神经网络及CNN-GRU神经网络模型,其中平均训练精度及预测精度分别约为94.502%和95.523%。故提出的算法具有较高的预测精度,可为合理选择螺杆转子铣削加工的工艺参数提供理论依据。     

汽轮机轴承烧瓦与轴颈的渗巴氏合金现象

简述轴承工作性质，巴氏合金应用与相组成的基本情况。论述汽轮机转子在两个电厂长期运行后，由于轴颈发生的不正常摩擦损伤，在大修改造中由无损检查、机械加工揭示出轴颈存在严重的渗巴氏合金现象，低熔点金属Sn、Sb与Cu向转子材料晶界的深层渗入最终导致了3根大型在投转子的严重开裂与报废。图11表2     

基于改进 BP 神经网络的螺杆转子 铣削表面粗糙度预测

以提高螺杆转子等具有螺旋曲面零件铣削表面质量为目的。根据螺杆转子加工特点,针对主轴转速、进给倍率和间歇进给量进行单因素轮换铣削加工实验。采用改进粒子群算法确定BP神经网络初始权值和阈值的最优值,采用训练后的改进BP神经网络算法对铣削后的螺杆转子表面粗糙度进行预测,并与传统BP神经网络进行对比。结果表明,传统BP神经网络对表面粗糙度的训练精度最低,改进算法中粒子群迭代2 000次的平均相对误差最小,为1.21%。利用模型进行工艺参数对表面粗糙度影响规律的预测,可以看出,其他工艺参数不变的前提下,随着主轴转速的升高,表面粗糙度呈现降低趋势;随间歇进给量的增大,表面粗糙度先降低后升高;表面粗糙度随进给倍率的增加,呈现先降低后升高的趋势。结论：改进神经网络算法可以准确预测铣削后的螺杆转子表面粗糙度,为螺杆转子铣削加工中的工艺参数选择提供理论指导。     

高压异步电动机转子断条原因和复合笼条在改造中的采用

对高压异步电动机的起动过程进行了分析:对普通高压异步电动机用于驱动风机、水泵、磨煤机和排粉风机等重载起动设备而造成频繁损坏的机理,进行了合理的解释:然后通过采用维持定子不变,对转子铁心、导条、端环进行重新优化设计,得到理想的起动性能,使得原电动机的起动转矩提高,起动时间缩短,避免转子的损坏.在解决普通异步电动机驱动重载起动设备易损坏的问题中,找到了一条低投入、高性能输出的有效途径.     

永磁电机转子护套用高温合金Inconel625切削性能仿真与试验研究

本文针对高速永磁电机转子保护材料镍基高温合金Inconel625的切削性能展开研究。采用仿真软件DEFORM-3D建立了该材料的三维有限元仿真模型,仿真模型采用了Johnson-Cook模型、Usui刀具磨损模型等关键技术。通过仿真得到了切削过程中切削力的变化趋势、温度场的分布特性、刀具磨损、切屑形状等。在结合试验分析的基础上,得到了切削参数对切削力、切削温度、刀具磨损的影响规律。研究结果对Inconel625合金车削过程切削条件的合理选择和刀具使用寿命的提高提供了理论依据,为深入研究Inconel625合金切削机理提供了理论依据。     

600 MW超临界汽轮机受损转子热力耦合有限元分析

600 MW超临界机组汽轮机高、中压转子蒸汽参数高,转速高,工作环境恶劣,在运行过程中产生很大的应力变化,某600MW超临界机组由于某些原因导致转子断油烧瓦,严重影响到机组的安全运行.为了掌握转子的应力状态,保障转子安全运行,采用有限元软件ANSYS APDL对转子在冷态启动工况下进行有限元计算.基于工程热力学计算,求解转子各级的对流放热系数,将其作为边界条件加载到有限元模型上,进行温度场的计算和分析,然后通过采用热结构间接耦合法对转子的应力场进行计算分析,得到转子冷态启动过程的应力分布和应力集中的部位.计算结果表明,受损转子切削处理后等效应力小于屈服应力,但在调节级根部凹槽、挡油环与轴颈附近应力水平较大,此结论可为受损转子的安全性评估及寿命管理提供技术支撑.     

基于图像质量的磨削表面粗糙度检测

针对当前基于机器视觉的粗糙度检测方法测量工件范围有限、采用的指标考虑因素不全面问题,提出了一种基于图像质量算法的粗糙度检测新方法。该方法在梯度相似度图像质量算法(GSSIM)的基础上,引入了区域对比度,提出了基于区域对比度和梯度结构相似度(RCGSSIM)的图像质量评价指标和相应的计算方法,并设计了一套基于图像质量的磨削表面粗糙度测量装置。实验结果表明,磨削表面粗糙度Ra与图像质量有明显的线性相关性,相比传统图像质量评价算法,RCGSSIM综合性能最好,能更好地应用于粗糙度非接触在线测量。