基于本体和模糊理论的公差等级智能设计方法研究

在机械装配设计过程中,公差等级设计的实质是正确解决机械零件使用要求与制造成本之间的矛盾。传统公差等级的选择范围跨度较大,人为查表选择与经验选择居多,不确定性大,准确性与效率对设计者的经验要求很高。为减少公差配合中公差等级选用过程中对设计者经验的依赖,通过综合分析公差等级选用考虑因素,运用模糊综合评判原理构建公差等级智能选择本体规则,基于计算机本体语言建立公差等级优化推理模型。通过工程实例展示该方法的工作过程,验证了该方法的有效性。     

基于Visual Basic的公差与配合精度设计

文章利用Visual Basic进行公差与配合精度设计,以理论设计和优化设计代替传统的经验设计和人工检索,计算配合参数,判断其配合的可行性,应用于对图样上公差与配合的分析计算.     

人工神经网络法选择公差与配合

机械工业发展的历史悠久,各个具体行业都积累了大量成功的经验。如何利用成功的样例,帮助设计人员迅速方便地解决当前设计中公差与配合的选择,是一个值得研究的问题。本文采用人工神经网络技术解决公差与配合的选择问题,对其中相关的数据预处理等技术也做了较为深入的研究,最后以国家标准推荐的13种优先配合为例,训练得到了网络的结构参数。     

砂型定位装置中公差与配合的研究

作者对砂型定位装置中公差与配合问题进行了认真研究,为满足国家标准GB6414—86的要求,将目前工厂中习惯使用的经验数据,按国家标准GB1800～1801—79的规定进行了标准化。     

砂型错型和定位的公差与配合的研究

本文从分析有关铸件尺寸公差的国标入手,考虑到目前对铸件尺寸精度不同要求的实际需要,进一步分析定位装置的配合间隙与砂型错型量的确定等问题,在此基础上制订了“成批大量生产用砂型定位装置的公差与配合推荐表”,以便生产参考使用。     

计算机辅助公差设计的研究

讨论产品设计阶段设计公差的两类确定方法，并对产品某顶精度所关联之零件主要尺寸的公差及基本偏差，在给出数模的基础上，按简单情况及通常的加工习惯，给出了计算机辅助公差设计的流程。     

基于Ontology的装配公差规范的自动生成

针对几何产品公差规范设计中存在的不确定性问题,文章将本体理论引入到装配公差规范的设计中,为装配公差规范的自动化、智能化设计提供一种可行的方法。首先构建装配公差规范层次化表示模型,并采用OWL DL断言表示模型层次间的约束关系;其次,根据装配公差规范中的概念和关系,构建装配公差规范的本体模型;再次,根据装配公差规范设计领域的专家知识,使用语义网规则语言(SWRL)构建装配公差规范设计的推理规则;然后,根据构建的本体表示模型及定义的推理规则,构建装配公差规范设计知识库,在此基础上编写装配公差规范智能化设计算法;最后,以齿轮减速器为实例说明了装配公差规范自动生成的过程,并分析验证了该方法的有效性。     

基于Matlab的公差稳健设计

本文认为产品寿命周期定义中应增加一个市场开拓阶段，认为产品全寿命周期成本应当包含生产成本、品牌成本和使用成本三大主要部分。利用质量损失回收提出基于成本的公差稳健设计原则，然后应用Matlab工具求解公差设计模型，设计结果具有稳健性和简便性。     

基于功能表面的公差表示模型研究

为实现概念结构与公差并行设计,提出了基于功能表面的公差表示模型。以功能表面、功能表面最小基准元等概念为基础,结合面向对象的思想,将现有的公差类型进行合理分类,并对类属性进行了深入研究。经实例验证,该模型能够表示功能表面的公差信息。     

基于现代信号分析的滚动轴承故障诊断的研究

文章利用现代信号分析理论从非线性时频分析(伪Wigner-Ville时频分布)和高阶谱(三阶谱)两方面对滚动轴承故障信号特征的提取加以研究.研究结果表明,伪Wigner-Ville时频分布图能有效地建立故障信息图谱,直观性更强;高阶谱可以很好的检测出非高斯故障信号的信息.     

基于EEMD能量比和GG聚类的滚动轴承故障诊断

针对滚动轴承故障特征提取困难导致故障类型难以辨识的问题,提出基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和GG(Gath-Geva,GG)聚类的轴承故障诊断方法。首先,使用EEMD分解方法对轴承的振动信号进行分解,结合相关系数原则提取含有主要故障信息的4个固有模态函数(IMF)分量,计算其能量百分比作为特征值,再用GG聚类对特征值进行聚类分析。通过仿真验证了GG聚类的优越性,然后采用文中提出的GG聚类方法与FCM聚类、GK聚类对轴承故障数据的聚类效果进行对比分析,验证了文中所提方法在滚动轴承故障识别中的可行性。     

基于VMD与时间序列分析的滚动轴承故障特征提取方法

为了在非线性、非平稳的滚动轴承故障振动信号中有效提取出敏感的故障特征,提出了基于变分模态分解(VMD)与时间序列分析相结合的特征提取方法。首先通过VMD将原始信号分解为不同预设尺度的本征模态分量(IMF),对各个IMF分量建立时间序列预测模型,通过叠加重构得到最终的预测模型,比较评价指标确定最优参数的选取。最后,通过仿真信号与滚动轴承实际故障数据分析,并与经验模式分解(EMD)进行对比,结果表明该方法能够有效的提取到故障特征频率。     

基于GRA-PLS的滚动轴承故障诊断北大核心

针对仅用时域和频域指标无法准确诊断滚动轴承故障的问题,提出一种基于灰色关联度(GRA)与偏最小二乘(PLS)的故障诊断算法。首先,对原始振动信号进行灰色关联度分析,提取关联度较高的振动信号作为样本信号;其次,通过时域分析和频域分析获得故障特征集,利用基于遗传算法(GA)和Elman神经网络的组合算法(GA-ENN)对故障特征进行提取;最后,利用PLS算法对滚动轴承的故障类别进行识别。实验结果表明,所提方法能有效剔除原始振动信号中无信息变量,并且实现时、频域指标下滚动轴承故障的准确诊断。     

基于CEEMD和WOA_LSSVM滚动轴承声信号故障诊断

针对强背景噪声下滚动轴承故障诊断问题,结合互补集合经验模态分解(CEEMD)与鲸鱼优化算法优化最小二乘支持向量机(WOA_LSSVM)进行滚动轴承的故障诊断研究.首先对声信号进行快速谱峭度分析并进行带通滤波预处理,提取故障冲击成分;其次,利用CEEMD算法将滤波信号进行分解运算,得到一系列模态分量(IMF);再利用相关...     

超声滚压轴承套圈表面强化的研究综述

首先介绍了超声滚压的强化机理,通过位错的湮灭与产生将晶粒细化至纳米级,晶粒细化导致位错塞积、缠结,使晶间滑移阻力变大,增加材料变形抗力。进而综述了超声滚压工艺参数、表面完整性(表面形貌、残余应力及显微结构)对轴承套圈耐磨损性能与抗疲劳性能的影响规律。最后,针对单一超声强化的不足,指出了超声滚压复合强化技术的发展方向。声电耦合可增加表层材料塑性流动,愈合微裂纹;超声滚压细晶作用可增加晶界数量,为离子提供了扩散通道,增加了离子注入浓度与深度;超声振动引起的空化效应和力学效应使熔覆层元素更均匀,降低熔覆层孔隙率,复合强化对超声滚压强化效果有明显的提升作用,可进一步增强轴承套圈强化效果。     

轴承外圈锻坯辗沟工艺改进分析

针对某型轴承外圈辗沟工艺中出现的端面凹槽及毛刺缺陷,进行了调研并作了详细的力学分析,指出了缺陷产生的原因,同时提出了改进对策.     

轧钢机械设备轴瓦的检修与维护

介绍了重型轧钢机械设备合金轴瓦在检修过程中的主要问题,并提出预防和解决措施,延长了轴瓦的维修周期。     

CVC轧机工作辊轴承布置

通过对轧机工作辊轴承受力状态的分析,探讨了当前轧机工作辊轴承的布置形式,提出了作者的看法。