通用门式起重机螺栓松动模态频率识别研究

为了研究螺栓松动问题对门式起重机的结构力学性能影响,以梁单元模拟螺栓连接,建立了通用门式起重机金属结构有限元模型,进行了实模态仿真计算;通过螺栓全紧、半松、全松工况下的力锤激励模态实验,识别出三种连接状态下的模态频率和模态振型;实验结果与仿真结果前四阶振型能对应,验证了有限元模型的正确性;模态频率随着连接松动程度有下降现象,反映出整体刚度的降低。但频率下降幅度不明显,说明作为动力指纹,频率对局部刚度的变化不十分敏感。     

螺栓摩擦系数对连接松动性能影响的实验研究

松动是螺纹连接最常见的失效形式之一。论文从理论上分析了摩擦系数对螺栓连接松动性能的影响,并进行试验验证。利用螺栓摩擦性能试验机,测量了不同润滑条件下螺纹摩擦系数和螺母支承面摩擦系数;利用紧固件横向振动试验机,测试了横向循环载荷条件下,不同润滑状态的螺栓连接松动情况。经验证,螺栓摩擦系数越大越有利于防松。     

内斜螺母对螺栓承载能力影响的研究

采用PRO/E3.0参数化建模,ANSYS WORKBENCH 10.0进行有限元分析,利用MATLAB对标准螺栓螺杆和内斜螺母螺栓螺杆的计算结果分别做了对比分析,确定了内斜螺母的最优内斜角.     

高强度螺栓扭矩系数影响因素的实验研究

讨论了高强度螺栓扭矩系数的影响因素；在理论分析的基础上，通过实验方法研究各种因素对扭矩系数的影响规律；介绍了该研究结果在高强度螺栓联接件的制造、检验及工程质量控制方面的实际应用。     

高强度螺栓扭矩系数影响因素的实验研究

高强度螺栓广泛地应用于工程领域,扭矩系数是评定其性能级别的重要参数.本文讨论了扭矩系数的影响因素;在理论分析的基础上,通过实验方法研究各种因素对扭矩系数的影响规律;介绍了该研究结果在高强度螺栓联接件的制造、检验及工程质量控制方面的实际应用.     

振动对视觉识别效率影响的实验研究

针对振动对视觉识别的干扰,实验研究了振动方向、频率、振幅以及识别对象特征对视觉识别效率(正确识别速度)的影响.根据实验数据,给出了不同振动频率和不同振幅下的识别效率函数,揭示了振动特征与识别对象特征对识别效率的影响及其交互作用.实验结果表明,随着振动频率或振幅的增加,识别效率呈指数趋势递减;振动频率、振幅和识别对象特征对视觉识别效率有显著影响;频率与振幅、振动方向与识别对象特征的交互作用显著.实验结果为振动工况下视觉显示的识别可靠性与舒适性设计提供了依据.     

电镀锌螺栓摩擦系数影响因素的实验研究

针对目前电镀锌螺栓扭矩系数散差大,不利于预紧力控制的问题,基于单因素方差分析理论,通过对不同螺栓强度等级、镀层厚度、钝化层、支撑面硬度的镀锌螺栓进行拧紧实验,找出影响螺栓摩擦因数的关键因素,发现D级钝化层螺栓比C级能承受更大轴向力,可以有效提高螺栓效能。对影响螺栓摩擦因数的关键因素进行控制,通过对控制前后实验数据的对比,发现控制后能有效地减少螺栓扭矩系数的散差,提高镀锌螺栓连接的可靠性。     

温变工况下的EMI螺栓松动损伤识别

环境温度变化易引起机电阻抗方法(EMI)结构健康监测的损伤误报,以螺栓组连接的铝板为对象,分别进行了温度对导纳信号的影响实验及温变工况下的螺栓松动损伤识别实验,采用平均绝对偏差与相关系数偏差量化表征导纳信号改变程度,利用信号互相关迭代算法分段补偿温度影响。结果表明,温度变化引起导纳信号的水平偏移,且偏移量随频率与温差的增加而增大,引起损伤指标变化,影响螺栓连接状态判定。通过迭代算法进行温度补偿后,极大程度消除了温度影响,有效提高了螺栓松动损伤识别的敏感程度,避免温度变化引起损伤误报。     

螺栓预紧力对螺栓结合面特性参数的影响规律研究

高精度空气静压轴承中螺栓结合面的特性受组成结合面的构件的材料、接触面的形貌、接触面的几何精度、接触面的接触形式等因素的影响,其中影响最为显著的是螺栓预紧力。通过有限元仿真和实验模态分析方法辨识了螺栓结合面的特性参数,并研究了螺栓预紧力对螺栓结合面特性参数的影响规律。发现,随着螺栓预紧力的增加,螺栓结合面特征频率随之增加;当螺栓预紧力增加到一定数值时,螺栓结合面在有限元仿真时可以定义为绑定接触。     

基于模型修正的螺栓结合部虚拟材料参数识别及应用

针对螺栓结合部虚拟材料模型建模及参数识别问题,基于结合部显著影响整体结构动力学性能这一特性,提出基于模型修正的虚拟材料动力学模型参数识别方法。针对参数识别中修正方程的病态问题,根据虚拟材料相关参数及结构各阶模态频率相互之间的影响度,构造修正方程的左右加权函数以减轻其病态程度,并通过仿真算例验证参数识别方法的有效性。探讨平板螺栓连接及哑铃状结构用于虚拟材料参数识别的有效性及抗噪性,加工哑铃结构的实验零件,辨识螺栓结合部虚拟材料模型的参数。基于机床螺栓结构的常用工况,建立虚拟材料模型参数库,并在CKX5680数控机床上验证参数库的有效性。结果表明：采用模型修正技术可以准确地识别无噪声时的虚拟材料参数;采用哑铃结构实验试件在有噪声情况下,螺栓结合部虚拟材料参数识别误差小于8%;采用虚拟材料模型模拟螺栓结合部的建模误差小于5.6%。     

全向凝视型多目标识别实验研究

针对目前大视场凝视红外多目标处理技术的急需,提出了基于红外鱼眼全向凝视型多目标识别数据处理系统和威胁水平排列算法。给出了全向凝视型多目标识别系统组成、硬件电路和算法实现方法,通过采集序列红外图像,实现不同目标在航路、距离、方向、速度等参数的提取。综合目标运动速度、加速度、方向等因素,对多目标威胁等级排序。通过半实物仿真红外多目标源的配合实验,证明了识别系统的可行性和处理精度。     

换热管塌料工况识别的试验研究

搭建冷态试验平台,对换热管塌料工况的压力信号进行分析,塌料发生时,压力值会出现明显波动,且压力波动与塌料质量呈正相关,即塌料量越多,信号波动幅度越大;对压力信号进行功率谱分析,可得到塌料发生的频率分别为0.102,0.048,0.034 Hz,与试验设定的塌料频率一致;以压降为设计目标,以塌料质量与断面风速为设计变量,...     

K-L变换在磨粒特征参数优化中的应用

长期以来人们主要是利用专家的经验和知识,通过特征选择来建立磨粒的特征参数描述体系,此方法人为因素影响很大,而且缺乏理论依据。通过K-L变换则不同,它可以消除特征之间的相关性,从而有可能去掉那些带有较少信息的特征,同时保证不会带来很大的误差。研究表明K-L变换完全可以达到降低特征向量维数,建立最优特征参数体系的目的。     

基于 RP-EKF 的无人机动力系统参数辨识

针对无人机动力系统电池电压波动导致系统噪声大、辨识结果精度低的问题,本研究提出了一种基于反向预测-增广卡尔曼滤波(RP-EKF)的无人机动力系统参数辨识方法。首先构建增广参数矩阵,将压降噪声模型考虑入辨识环节,其次提出反向预测卡尔曼滤波算法,设定新息平方比阈值,计算原始预测新息平方与反向预测新息平方的比值,通过对比预测新息比与阈值完成过程噪声调整并实现估计模型修正。实验结果表明,本文提出的基于RP-EKF的参数辨识方法,平均误差为39.22 rpm,均方根误差为55.85 rpm,平均相对偏差为0.85%,相比于最小二乘算法与卡尔曼滤波算法,本文方法辨识结果平均误差分别提高41.51%和22.26%,均方根误差提高49.63%和13.0%,平均相对偏差提高41.7%和22.7%。本文提出的算法拥有更高的辨识精度。     

融合Gabor小波能量与方向特征的掌纹识别算法

提出了一种融合Gabor小波能量与方向两级特征的掌纹识别算法,有效地解决了纹线的方向特征难以描述的困难.首先对预处理后的掌纹进行不同方向不同尺度的Gabor小波多通道滤波,再对得到的各个方向子带进行模糊分块,计算每一小块区域的能量,在同一尺度不同方向上找出能量最大的区域,并标记此区域对应的Gabor方向.采用格雷码对方向特征编码,再分别计算能量特征的欧氏距离和方向特征的汉明距离,最后将2种距离按权相加进行掌纹识别.与利用单一能量或方向特征的算法相比,本文提出的算法具有较高的检索识别率.     

六自由度工业机器人末端定位误差参数辨识与实验研究

为了提高六自由度工业机器人绝对定位精度,对工业机器人进行了运动学建模,并建立了基于MD-H参数误差的机器人末端定位误差辨识模型,应用激光跟踪仪测量系统采集样本点数据,应用基于奇异值分解的最小二乘法求解辨识模型,以获得几何参数误差,并根据辨识出的误差对机器人末端定位精度进行补偿,实验结果表明,经过辨识和补偿后,工业机器人...     

油液磨粒感应电压特征辨识研究

准确监测滑油液中磨损微粒的大小和分布信息是评估机械设备服役状态和预测剩余生命的重要手段。然而在实际应用中,感应式磨粒检测传感器输出信号常常伴随着各种噪声和干扰,导致微弱的磨粒信号特征难以准确辨识。为此,本文提出了一种自适应感应电压特征辨识方法。首先对检测信号进行多尺度滤波,利用多组不同截止频率滤波结果之间的稳定性进行目标信号的定位和分割。然后,根据信号的数学模型提取数值特征并进行感应电压辨识,从而实现磨损微粒的精确计数和特征分析。实验结果表明,新方法能较为完整地保留磨粒信号的形态特征,并成功提取出直径70μm磨损颗粒所产生的感应电压信号,对传感器检测精度的提高以及磨损状态准确评估提供了基础。     

JORDAN神经网络在系统辨识中应用研究

给出了基于强跟踪滤波器的Jordan神经网络训练方法，该方法是一种新的学习算法。Jordan网络可以表示输出的动态特性，改进后还可以反映状态特性，更适于动态系统辨识。强跟踪滤波具有鲁棒性好、收敛快等优点，将两者结合可以得到很好的辨识效果。最后，通过仿真实例验证该方法的有效性。     

基于改进Hough变换的符号线段特征提取

研究了数学表达式识别中符号线段特征的提取问题.为正确提取符号的线段特征及其一些相关属性,提高识别系统的符号识别率,对Hough变换的局限性进行了分析,并作了一些改进,改进算法在原算法的基础上增加了线段的连续性的检测以及相关属性的提取,如线段数目、方向(角度)以及始末端点等.实验证明,该算法能有效地提取出符号线段及其一些属性,可应用于其他识别系统的符号特征提取.     

FDM工艺参数对成型精度影响的试验探究

在分析了打印速度、分层厚度、填充密度等工艺参数基础上,通过等体积率公式,得到不同打印速度下,打印截面分层厚度和挤出丝宽之间的理论关系,然后根据丝宽搭接模型,对水平方向的成型精度进行理论分析。设计试验通过配置30、40及50 mm/s的打印速度,0.1、0.2及0.3 mm的分层厚度值和90%的填充密度3个工艺参数,对理论分析进行试验验证。试验结果表明,分层厚度为0.2 mm,打印速度区间在30~40 mm/s,填充密度为90%时的参数组合,在保证成型件竖直方向精度的基础上得到了最优的水平方向精度。