多基准轴线对平面倾斜度误差的解析评定

根据被测要素与基准要素的几何关系，本文提出了一种评定轴线对平面任意方向倾斜度误差的算法。该算法通过坐标的旋转变换确定评定轴线，从而可以快速，准确地确定符合定义的倾斜误差值。     

任意方向轴线对平面倾斜度误差的评定

根据被测要素与基准要素的几何关系．本文提出了一种评定轴线对平面在任意方向的倾斜度误差。该算法通过坐标的旋转变换确定评定轴线．从而可以快速准确地确定符合意义的倾斜度误差值。     

超声振动作用下矿石破碎后颗粒分形特征

以黑钨矿石为研究对象进行超声振动加载试验，通过筛分实验得到矿石破碎后颗粒的粒度分布曲线，计算颗粒的分形维数，利用分形维数定量描述矿石破碎过程，分析分形维数与静载荷、超声波输出功率及颗粒的平均粒度之间的关系。结果表明：当静载荷由100 N增加至500 N时，颗粒的平均粒度由19.513 2 mm减小至5.040 0 mm,分形维数由1.725 2增大至2.541 9;当超声波输出功率由1.56 kW增大至2.60 kW时，颗粒的平均粒度由19.672 9 mm减小至5.040 0 mm,分形维数由1.912 7增大至2.541 9;分形维数分别与静载荷、超声波输出功率及平均粒度之间呈现良好的线性相关性，可以直观地定量描述矿石的破碎过程。     

振动摆辗的体积效应实验研究

根据振动摆辗机的工作原理,设计了一套基于AT89C51单片机的振动摆辗力检测系统.系统选择了合适的测力传感器,设计了信号调理电路,利用单片机采集摆辗力数据,并通过串口将数据传送到PC右口连行分析处理,为振动摆动辗压技术下金属成形的体积效应研究提供了一种简单可行的实验方法.     

基于预磨机入料排料粒级分布建模和参数辨识研究

在RM500立式预磨机磨碎过程分析和试验基础上,设定电动机转速和入料速度为最佳工况,研究入料、排料粒级分布作为输入、输出数据的辨识试验及相应的辨识算法。利用MATLAB系统辨识工具箱对其进行建模和相应的参数辨识。经模型检验和试验表明,该辨识建模方法具有良好的建模效果,可通过辨识模型计算出排料粒级分布,用以评估矿石的破碎情况,并为预磨机的自动化控制研究提供依据。     

测控技术与仪器专业创新人才培养模式的研究

本文针对“测控技术与仪器”专业人才培养目标的定位，教学计划制定，教师队伍和实验室的建设，教学方法与手段的加强，以及如何提高与保证测控技术与仪器专业教学水平的人才培养体系与模式进行了较全面研究与实践。     

纵向振动摆动辗压精密成形机理研究

介绍纵向振动摆动辗压的工作原理、实施方法和成形机理，通过对模具——工件振动系统的运动分析，确定了纵向振动摆辗所需的速度条件以及相关的工艺参数。     

基于CFD立式离心分选机的内部流场数值模拟分析

针对离心选矿机内部流场分布、颗粒无规则运动等问题,构建矿机内部三维流场域模型,并结合有限元理论借助CFD对分选腔内物料的分布规律进行数值模拟研究。结果表明:分选区间存在一种水力特征流态效应对细粒分选具有强化作用;通过模拟富集槽内轻重颗粒运动规律得出影响分选效率的主要因素集中体现在富集槽的截面形状不同,设计了一种双弧形壁面缩短了选矿恶化时间周期,为进一步优化立式离心分选机结构参数及查明流场特征及其规律提供相应的理论指导。     

采用APSO-LM-BP神经网络的挖掘机器人运动学逆解研究

针对挖掘机器人执行机构的运动学逆解求解难、速度慢的问题,提出一种基于APSO-LM-BP神经网络的逆运动学求解方法。利用自适应粒子群(APSO)算法对BP神经网络中的连接权值以及阈值进行优化,再把BP神经网络训练过程中的梯度下降法用LM算法代替,以克服传统BP神经网络的输出误差大,陷入局部极优解的缺陷。仿真结果表明,与传统BP神经网络相比,APSO-LM-BP神经网络输出误差大大降低,训练时间更短,改善了算法的收敛精度和收敛速度,且满足挖掘机器人运动学逆解要求。该方法可以推广至任意自由度串联机器人的逆运动学求解,具有较强的实用性。     

振动摆动辗压激振系统的运动学分析

本文建立了振动摆动辗压激振系统的运动学模型，并进行了相应的运动学分析，计算了激振系统的有效工作频率和振幅，并确定了与振动摆动辗压工艺参数之间的关系。