专利信息

塑料拉吹机不等距合模装置(CN2709144Y)塑料拉吹机不等距合模装置包括有机架和安装在机架上的前模板、中模板和后模板。各模板间由导杆相连,在后模板上安装合模气缸,气缸的活塞杆连接能传动机构带动中     

汽车内拉手双色单模注塑成型技术

双色单模注塑成型技术其要点是模具分为本体模和包胶模,本体模与第一注塑系统连接,包胶模与第二注塑系统连接;模具系统上设有一个旋转机构,旋转机构旋转180度,本体模和包胶模互换型腔。所述本体与弹性体通过单模二次注塑连为一体。     

曲肘合模机构动模板的有限元分析及其结构优化

注塑模具安装区的变形和锁模力的分布是影响注塑模具整体性能的重要影响因素,在研究传统注塑机模板结构设计的基础上,进行了动模板锁模时的受力和变形情况的分析;提出了一种新型的动模板结构改进方案,通过有限元方法验证了结构改进方案的有效性。改进方案在企业中的应用,进一步的验证了模板结构改进方案的可行性和实用性。     

Roll-to-Roll薄膜烫装拉链设备模切机构设计与优化

目的 为Roll-to-Roll薄膜自动烫装拉链设备设计一种模切机构,以实现薄膜模切虚线任务。方法 设计一种由偏心轴滑块机构及可移动切刀机构组成的模切机构,机构由伺服电机驱动。建立模切机构的动力学模型,通过粒子群算法优化机构参数,减小机构往复运动惯性力,从而减小由于惯性力产生的振动,降低伺服电机控制难度;在Adams中优化模切机构,设计减振装置柔性连接滑块与切刀机构,对模切机构的减振性能进行进一步优化。结果 偏心距为7mm、连杆圆心距为82mm时,机构往复运动的惯性力比优化前最大减小了21.47%,偏心轴滑块机构因惯性力产生的振动减小。减振体设计为直径50 mm,高度20 mm的丁腈橡胶块,切刀机构位移变化量为0.41 mm小于0.5 mm,满足设计要求。切刀机构x向加速度变化幅度减小,y向加速度突变消失,振动明显减小。结论 薄膜自动烫装拉链设备模切机构惯性力小,工作稳定可靠,易于伺服电机控制。     

基于加速度信号全谱分析的转子碰摩故障特征提取实验研究

转子在运行过程中的振动加速度信号包含了转子运行状态大量信号，瞬态过程中故障加速度信号特征的提取及其识别对于旋转机械故障诊断是十分重要的。旋转机械振动的全谱分析是一种使一些典型故障尤萁是碰摩故障能被很清楚检测出来的有效方法，本文在对旋转机械转子中的一些典型碰摩故障进行了模拟试验，以及对故障发生过程中的加速度信号进行采集的基础上，对转子故障加速度信号的全谱特性进行了分析，提取和总结出由故障造成的加速度信号突变和对应的谱特征。分析结果表明：采用转子振动加速度信号对转子的碰摩故障进行诊断是有效的。加速度信号全谱图可以丰富旋转机械碰摩故障诊断系统知识库中的特征信息，对于更准确地诊断转子中的碰摩故障具有重要意义。     

基于支持向量机的转子振动信号故障分类研究

转子在运行过程中的振动加速度信号包含了转子运行状态大量信号，瞬态过程中故障加速度信号特征的提取及其识别对于旋转机械故障诊断是十分重要的。针对在升降速运行时的故障特征数据样本有限而制约有效智能诊断的问题，探讨和提出了基于支持向量机的加速度信号故障诊断方法。实验分析结果表明：该方法可实现转子的振动加速度信号对转子在升降速运行时的多故障的识别和诊断。     

探测信号中周期性冲击分量的奇异值分解技术

机械设备振动信号中是否存在周期性的冲击分量是其有无故障的重要标志。通常检测的机械振动加速度信号 ,由于信噪比太低 ,即使存在周期性的冲击分量也往往被淹没在强的背景噪声之中。通过时域波形和频谱等基本分析手段来探测振动加速度信号中的周期性冲击分量往往是困难的。本文在总结基于奇异值分解的信号周期分量探测原理的基础上 ,针对现有信号奇异值分解技术存在的问题 ,对信号奇异值分解矩阵的构造方法作了重大改进。通过应用实例显示 ,用改进后的信号奇异值分解技术探测振动加速度信号中的周期性冲击分量是可行的     

工业平缝机的噪声源识别与运行噪声预测研究

为了有效控制工业平缝机的运行噪声,有必要开展噪声源识别和运行噪声预测研究。首先基于分部运行法进行平缝机振动与噪声信号的测试实验,并对采集的振动信号进行低通滤波和去趋势项处理;然后根据分部运行下的噪声功率谱密度,确定出主要的噪声源是刺布挑线机构和旋梭机构;最后分别以主要噪声源附近的振动加速度信号和运行噪声声压为自变量和因变量,基于核偏最小二乘回归方法建立运行噪声的预测模型,开展了运行噪声对振动加速度的敏感性分析。噪声预测模型的精度分析表明,振动加速度与噪声声压之间的非线性关系能被准确建模,运行噪声预测模型具有非常高的精度。敏感性分析进一步确定,平缝机运行噪声对刺布挑线机构Y方向的振动最敏感,其次是旋梭机构Z方向的振动。     

柴油机实车监测振动信号处理方法

柴油机运行过程中振动信号的采集与处理对于柴油机技术状况的监测具有重要的意义.本文利用振动加速度传感器对柴油机机体振动信号进行测试,并采用整周期截断和多段相加平均处理、包络变换的方法对振动信号进行处理,最后利用FFT和PSD方法对信号进行分析,有效地提取了振动信号的频率特征,为提高状态监测和故障诊断的准确度奠定了基础.     

基于信息融合的刀具磨损状态智能识别EI北大核心CSCD

采集声发射和振动加速度信号,搭建了数控车床刀具磨损状态多信息数据采集系统;用正交试验法采集相关数据并分析了不同切削条件、不同刀具磨损程度下数控车削加工过程中的声发射和振动信号;用小波包分解法提取了声发射和振动信号的最佳特征频段作为识别刀具磨损的特征参量,采用BP神经网络将数控切削过程中刀具磨损的声发射与振动信号特征信息进行融合,研究了数控车削刀具磨损状态的智能识别技术。