计入活塞混合润滑的内燃机连杆瞬态响应分析

对计入活塞混合润滑的连杆进行了全周期瞬态响应分析。首先在给出混合润滑雷诺方程的基础上，利用自编有限元软件分析了活塞的二阶运动，并借助联立约束法，实现了连杆、活塞和曲柄的动力学耦合求解；然后，把求解得到的连杆质心加速度及其小头受力转化为工程软件ANSYS的载荷表形式，利用ANSYS求解器，实现了全周期下连杆瞬态响应仿真。仿真结果表明：在全周期下，连杆所受的最大和最小应力点和值是变化的，最大应力主要集中在连杆中下部两端边缘。上述分析方法克服了静态分析的不足，所得结论更加接近连杆的实际工况。     

滚动轴承复合故障振动建模及Lempel-Ziv复杂度评价

故障建模是探寻机械诊断中认知规律的关键环节。为了更能准确地预知振动特征,研究滚动轴承结合面间的多体接触与传递过程的耦合作用,根据Hertzian理论建立一种详细的计及内圈-外圈-轴承座传递过程的6DOF振动模型。从轴承实际运动学的角度刻画故障的形成及渐进发展过程,进而实现单点、复合故障的有效模拟,并与实验结果进行了比较。轴承运行过程中故障状态的变化,必然导致振动信号复杂性的变化。基于非线性动力系统理论,引入Lem-pel-Ziv复杂度指标评价运行状态。结果表明,单点及复合故障的信号具有不同的复杂度,反映了不同故障状态的动力学响应的差异。Lempel-Ziv复杂度能有效描述轴承振动信号的复杂性,可作为量化指标用于滚动轴承状态评价。     

引信虚拟设计平台中网络数据库的研究

提出了一种全新的引信虚拟设计平台中网络数据库的模型构建服务方案,从功能目标、数据库结构、数据库安全、Web环境下和虚拟设计平台的查询、实例分析5个方面对方案的细节进行了研究和论证。作者认为虚拟设计平台是引信设计的发展趋势,而数据库的支持是必不可少的条件,所以开发引信的数据库系统具有重要的意义。     

连续生产过程集散式监测系统的开发

从体系结构、硬件构成、网络结构和软件设计等几个方面介绍了针对复杂施工现场所构造的集散式过程监测系统,并详细阐述了系统软件的开发思想,给出了远程监测的模型。经三峡大坝施工现场的实际应用证实该系统完全适合这种复杂的作业环境,对促进生产优化调度、保证质量、提高效率具有积极作用。     

基于QCM传感器的液压油品质在线监测系统的开发

提出了一种利用QCM传感器对液压油品质进行在线监测的新方法,给出了系统软、硬件的设计方案 并且设计了适用于油液中的QCM振荡电路。     

状态监测故障诊断与现代设计技术

在回顾传统的设计方法及状态监测的传统任务的基础上，展望现代设计技术与状态监测诊断的新内涵及其相互联系，提出状态监测的研究方向。     

西部环境下内燃机活塞下区气流场数值研究

运用商用软件ANSYS,模拟了典型西部环境恶劣因素沙尘对活塞下区气流场的影响,分析了沙尘颗粒的速度、直径、浓度和密度对活塞下区气缸壁压力和气流速度的影响。研究表明：存在影响活塞下区气缸壁压力和气流速度场的临界沙尘颗粒直径和临界速度,较大的沙尘颗粒直径和速度是导致缸壁应力和变形增加的主要因素;沙尘颗粒的存在会使其周围的流场产生负压;随着沙尘颗粒的密度和浓度的增加,活塞下区气缸壁所受最大压力会相应增大,且气流入口处压力增加较快。     

气缸振动对活塞裙润滑的影响

利用迭代算法分析了存在油膜惯性时气缸振动对活塞裙润滑特性的影响。通过Navier-Stocks方程和雷诺方程的交替求解,新的迭代算法能追踪油膜惯性存在下的速度场和压力场随时间的变化。据此导出了正弦激励下和油膜惯性作用下的混合润滑雷诺模型,计算结果表明：在正弦激励下,随着气缸振动频率的增加,油膜承诺力和摩擦力出现明显波动,性能曲线光滑性也出现波动,而且这种波动在缸体挤压运动时比分离时更为明显,随着振幅的增加,当缸体做分离运动时,在吸气行程下止点附近,油膜承载力和摩擦力发生显著变化;当缸体做挤压运动时,排气运程中部附近有较大的油膜承载力和摩擦力变化。     

运动颗粒对活塞环润滑的影响

利用运动网格技术分析了颗粒对活塞环润滑特性的影响。首先导出了新的润滑雷诺方程,该方程不仅适用于颗粒存在的润滑求解,同时也适用于不含颗粒的润滑问题求解。通过把油膜场分为三个求解域,依据新的雷诺方程,通过网格变换,追踪了颗粒对活塞环润滑特性的影响。仿真结果表明：油膜承载力和活塞环所受的摩擦力会随着颗粒在油膜厚度方向上的高度及颗粒直径的增加而增加;而随颗粒轴向速度的增大而减小。     

时频分析与支持向量机在柴油机气阀故障诊断中的应用

用锥形核时频分布对柴油机气阀机构8种状态下的缸盖表面振动信号进行了时频分析,将时频分析结果用灰度图像显示出来。对时频图像进行归一化处理,然后采用支持向量机直接对归一化后的图像进行分类,从而将气阀机构的故障诊断转换为对时频图像的识别。试验结果表明,支持向量机不需要先对时频图像进行特征提取就可以取得比较好的分类效果。将多类分类问题分解为多个两类分类问题时,根据整体的分类效果对支持向量机进行参数优化可以得到更高的分类正确率。