热采卡箍螺拴断裂事故原因分析

在对发生断裂的卡箍紧固连接螺栓进行质量检测和强度校核的基础上,指出螺栓发生断裂的主要原因是预紧力太大,并提出了相应的整改措施,解决了工程中存在的问题.     

基于螺栓头部端面应变状态的螺栓松动检测研究

针对螺栓联接结构中的松动问题,提出了一种通过测量螺栓头部径向应变进而确定螺栓预紧力的方法。采用有限单元法分析了受不同预紧力作用下螺栓头部端面的应变状态,发现端面径向应变与所受预紧力之间存在较好的线性关系;并进一步对不同工况下的预紧力检测效果进行分析,发现螺栓在受到四种不同因素的影响下两者仍具有很好的线性关系。因此,可通过检测螺栓头部端面的径向应变,实现螺栓联接状态(表现为预紧力大小)的检测。设计了径向应变片,并制作了集成应变片的螺栓传感器,进行了实验研究。实验结果表明,螺栓头部端面径向应变与预紧力变化的线性关系明显,与有限元分析结果一致,说明所提出的方法和所设计的传感器能有效检测螺栓预紧力大小,进而实现对螺栓联接状态的检测,可作为螺栓联接结构健康检测的一种新途径。     

探究起重机械疲劳断裂可靠性分析的新进展

目前,对于起重机的应用越来越多,对于工业的发展,起到的作用非常重要。针对起重机的应用,因为很多因素的累积,会使其叠加疲劳程度,进而产生断裂问题,使其安全性受到影响。因此,本文针对起重机械疲劳断裂可靠性分析的新进展做出了详细的探究和分析。     

热弹塑性断裂分析有限元软件系统TEPFA

本文简要介绍了热弹塑性断裂分析有限元软件系统ＴＥＰＦＡ的主要功能、使用技术和基本结构。该系统有如下主要功能：（１）采用自动化固有应变法模拟焊接残余应力；（２）热／残余应力存在时的弹塑性断裂分析；（３）采用节点力释放技术模拟稳态裂纹的扩展。     

预紧力和螺栓位置对螺栓群连接构件的影响

为研究螺栓群连接构件的力学性能,以某高速列车中较具代表性的螺栓群连接构件为研究对象,利用非线性有限元接触算法和等效外载法施加预紧力,分别对不同螺栓预紧力和不同螺栓布置位置情形下的连接构件进行仿真.通过对孔周应力的比较,得出最佳螺栓布置位置和螺栓预紧力.     

基于光纤光栅螺栓松转角测量的螺栓联接状态监测方法

针对大型结构中螺栓联接件用量多、分布跨度大、松动难以监测的问题,提出一种基于光纤光栅传感的螺栓松动监测方法,利用光纤光栅传感器监测螺栓松动过程中松转角的变化,进而实现对螺栓联接状态的监测。设计了一种适用于分布式多螺栓的级联式FBG螺栓联接状态监测传感器装置,采用光纤接头实现分布式多螺栓联接。通过理论计算分析,得到波长偏移与松转角的理论关系,确定最佳角度测量区间,建立进行螺栓松转角监测实验装置。结果表明,传感器在45°~65°范围内存在很好的线性关系和灵敏度,波长偏移与松转角的灵敏度为108.11pm/°,最小能测量0.38°的螺栓松转角度变化。作为螺栓松动监测的新方法,该方法对实现大型结构中螺栓联接件分布式监测具有重大意义。     

某型冰箱冷凝器的振动断裂分析

针对某型冰箱冷凝器振动测试后冷凝管出现多处断裂破坏的问题,根据冷凝器所属的换热器类型提取设备及配套连接件的组合结构特征,建立可靠有效的有限元分析模型;利用有限元计算分析软件对部件进行结构模态分析,模拟扫频振动试验过程;根据有限元分析验证结构振动断裂结果,结合实际断裂部位特征与相连接冷却杆的结构变形,分析断裂发生的可能性;最后给出有效避免断裂的方法,用于优化振动测试方案.     

活动断裂的遥感影像研究

本文以遥感信息作为研究活动断裂的依据，探讨了利用不同种类，不同比例尺遥感图像分析活动断裂的方法，程序和效果。     

发动机螺栓连接强度有限元分析

用ANSYS校核6缸发动机的连接螺栓和飞轮的强度,结果表明:在预紧工况和最大扭矩工况下,连接螺栓的受力情况基本相同,飞轮的峰值应力出现在飞轮螺纹附近;当螺栓的拧紧力矩为95 N.m时,飞轮螺纹附近区域的最大拉应力为242 MPa,满足强度要求但裕量较小,螺栓最大应力在其材料的许用应力范围内.在实际安装过程中,螺栓拧紧力矩应小于95 N.m.该仿真分析结果可为6缸发动机飞轮制造提供参考.     

Abaqus在某发动机主轴承螺纹孔强度分析的应用

用AVL/Excite软件对某款发动机主轴承进行EHD分析,选择最危险时刻的主轴承载荷,将主轴承油膜压力结果映射到主轴承壁计算网格表面上,用Abaqus计算全局模型位移,并以此作为边界条件计算主轴承螺栓孔子模型的应力,通过FEMFAT对主轴承孔螺纹进行高周疲劳分析,对结果做出评价,提出结构改进建议.     

传感器在大型锚杆剪切模型试验中的应用

在某大型水利水电工程建设的原位监测工作中,发生锚杆应力计应力超量程问题.是否由裂隙的滑移剪切造成的,在室内进行了大型锚杆剪切模型试验,模拟锚杆在滑移剪切荷载作用下的工作性状.在试验中采用了多种类型的应力和应变传感器,并进行了优化组合,为整个试验数据的成功获得奠定了基础.     

可调螺距螺旋桨叶根螺栓应力分析

针对可调螺距螺旋桨叶根螺栓头部与杆身圆角过渡区域应力集中的问题,根据弹性和弹塑性理论,利用MSCMarc分析叶根螺栓在预紧工况以及螺旋桨处于工作状态的应力分布情况．采用截面法和渗透接触法分别计算预紧力的加载．结果表明,螺旋桨处于工作状态下叶根螺栓头部与杆身圆角过渡区域产生较小的塑性变形,对叶根螺栓强度的影响较小;采用截面法和渗透接触法均能有效地模拟螺栓预紧过程．     

动车底部螺栓快速定位方法

动车底部闸瓦部位的螺栓是列车制动系统中的一个重要零件,对列车的安全制动和行驶起着关键作用。对于列车零部件的维护,传统的人工检修模式显然不再适应当前铁路运输领域中高效率、高质量的检修要求。随着计算机技术和电子技术的发展,基于机器视觉的在线检测系统在工业测量领域正在发挥着越来越重要的作用。在室外复杂环境下,通过图像处理和分析的方法对螺栓进行自动检测和识别,是一种行之有效的方法,但是充满了挑战。提出了一种基于特征提取和机器学习相结合的方法,实现了螺栓的快速定位和检测。通过实验验证,提出的算法对外界复杂环境,特别是光线的变化,具有较强的鲁棒性。     

可变形NTS-Net的螺栓属性多标签分类

目的 螺栓是确保输电线路安全牢靠的基石,螺栓缺销、松动和锈蚀等缺陷是造成输电线路损坏甚至重大事故的重要原因之一。本文针对螺栓缺陷存在视觉不可分的问题,提出了一种改进NTS-Net（navigator-teacher-scrutinizer network）的螺栓属性多标签分类方法。方法 为了增强模型对不规则轮廓的处理能力,采用可变形卷积的ResNet-50网络作为特征提取网络从原图中提取全局特征。利用NTS-Net学习得到图像信息量最大的判别性局部区域。为了考虑不同局部特征对不同属性标签的不同影响,在局部特征与全局特征融合时引入通道注意力机制,提取特征的通道权重,获取关键通道特征以改善多标签分类效果。结果 实验结果表明,本文在螺栓多属性分类数据集上的平均分类精确率为84.5%,比采用传统的多标签分类精确率提升了10%~20%。结论 本文通过可变形卷积提升网络的特征提取能力以及引入通道注意力机制实现了对NTS-Net提供的局部特征的高效利用,为解决螺栓多属性分类中存在的问题提供了一种新的思路。     

一种矿用锚杆(索)长度无损测量方法

针对现有锚杆(索)长度检测方法操作复杂、检测精度低等问题,提出了一种基于磁致伸缩导波技术的矿用锚杆(索)长度无损测量方法,介绍了锚杆(索)长度测量原理、测量系统的设计方案以及测量操作方法,在实验室环境下完成了系统速度标定以及混凝土结构中的锚杆长度测量。实验结果表明,该方法的最大测量误差为2.66%,平均测量误差为0.33%,满足现有煤矿锚杆(索)长度测量应用要求。     

基于光纤Bragg光栅应变传感器的量测锚杆拉力研究

由于被锚固结构自身的风化作用和锚杆自身的受力,蠕动变形等会改变锚杆的受力状态。为了实时反映锚杆的受力状态,将光纤Bragg光栅应变传感器通过引脚沿轴向焊接在锚杆的杆体上。由于锚杆杆体受力带动光纤Bragg光栅应变传感器引脚间距发生变化,使得应变传感器内的光纤Bragg光栅中心波长发生移位。通过对光纤Bragg光栅中心波长移位量的测量,可以实现对锚杆轴向拉力的在线监测。锚杆拉力试验表明:拉力灵敏度为6.5 pm/kN,线性度为1.78%FS。     

最优知识传递宽残差网络输电线路螺栓缺陷图像分类

目的 输电线路螺栓图像具有分辨率低和视觉信息较差的特点,针对螺栓缺陷图像分类时教师网络（大模型）参数量大、学生网络（小模型）分类精度低的问题,提出了一种最优知识传递宽残差网络输电线路螺栓缺陷图像分类方法,来弥补使用大小模型进行分类任务的局限性。方法 首先改变大模型宽度,即拓宽网络特征表达维度来增加向小模型传递的螺栓缺陷知识和简化小模型结构至3个残差块;然后为了选出传递螺栓缺陷知识性能最优的大模型,提出知识偏差的概念来可视化大模型向小模型螺栓缺陷知识传递的程度,综合分析不同宽度大模型利用知识蒸馏算法与注意力转移算法分别指导小模型训练后的分类准确率,并用知识偏差来确定最优知识传递模型;最后将最优知识传递模型利用知识蒸馏算法与注意力转移算法相结合指导小模型训练,尽可能提升小模型的螺栓缺陷分类性能。结果 在自建螺栓缺陷图像分类数据集上进行了验证,结果表明宽度为5的大模型向小模型传递螺栓缺陷知识性能最优,使小模型的螺栓缺陷分类准确率提高了5.56%,小模型与最优大模型的分类准确率只差2.17%,知识偏差为0.28,且小模型的参数量仅为大模型参数量的0.56%。结论 本文提出的最优知识传递宽残差网络输电线路螺栓缺陷图像分类方法,弥补了大小模型螺栓缺陷图像分类的局限性,实现了精度与资源消耗的平衡。     

神经网络建模在热膨胀螺栓形变测量中的应用

基于神经网络建立热膨胀螺栓形变的非线性数学模型。神经网络的辨识采用变尺度二阶快速学习算法,利用二阶插值法来优化搜索学习速率。新方法具有很快的收敛速度和良好的收敛精度,克服了BP算法在神经网络的权值训练中收敛速度过慢的缺点。热膨胀螺栓的受热形变测量结果表明,该学习算法适用于非线性系统的建模与辨识。