基于Weibull分布的Bond冲击破碎粒度分布特征

为了对石灰石受冲击破碎后的颗粒粒度分布特征进行分析,采用Bond冲击破碎试验机对不同粒度的单个石灰石颗粒在不同摆锤冲击角度下进行冲击破碎试验。结果表明：Bond冲击破碎后石灰石颗粒粒度符合Weibull分布模型;破碎后颗粒的质量累积概率随冲击能量的增加而提高;破碎后颗粒的质量累积概率密度函数曲线峰值随着给矿粒度的增加而减小;冲击能量增加到一定数值后,冲击能量继续增加,破碎后石灰石各粒径颗粒的质量增加效果随给矿粒径增加而逐渐减弱;给矿粒度一定时,细粒径颗粒的增加幅度随着冲击能的增加而较小,破碎后颗粒的质量累积概率密度函数曲线的峰值随着冲击能的增加而提高;破碎后颗粒的质量累积概率密度函数曲线的宽度随给矿粒径的增加而增大。     

基于MEEMD-多尺度分形盒维数和ELM的球磨机负荷识别方法

针对球磨机在磨矿过程中负荷(充填率、料球比)靠经验难以准确判断的问题,提出基于改进的集总平均经验模态分解算法(modified ensemble empirical mode decomposition, MEEMD)-多尺度分形盒维数盒和极限学习机(extreme learning machine,ELM)的负荷识别方法。该方法首先利用MEEMD算法对不同负荷状态下的磨音信号进行分解得到本征模态分量,然后,采用相关系数法选取敏感模态分量进行重构得到降噪后信号;通过分析重构信号的多尺度分形盒维数,结果表明,欠负荷、正常负荷和过负荷状态下的多尺度分形盒维数存在明显的差异,能够很好地区分磨机的不同负荷状态。将重构磨音信号的多尺度分形盒维数作为极限学习机(ELM)的输入,磨机负荷状态为输出,建立磨机负荷识别模型;通过磨矿实验验证了该方法的有效性,整体识别率高达94.8%,模型能够准确识别磨机负荷状态。     

某矿石准静态加载破碎特性试验与模拟研究

为研究某矿石（硅质岩）准静态加载破碎特性,在压筒加载试验的基础上,利用Tavares破碎模型建立了矿石颗粒群破碎模型,对比分析了压筒加载试验与破碎仿真的破碎过程及特征。结果表明：（1）随着加载压力的增加,矿石颗粒群的破碎主要划分为3个阶段：紧密阶段,矿石颗粒群的空隙率减少,逐渐形成几个较为可靠的接触点,基本不会发生矿石颗粒的破碎;破碎阶段,矿石颗粒之间更加密实,矿石之间接触点的受力增大,部分矿石发生破碎;结团阶段,矿石颗粒被压实而产生大量细粉颗粒,进而发生结团现象。（2）在最大加载压力为400 kN的情况下,随着窄粒级（2 mm范围）矿石入料粒度的减小,碎后小颗粒的占比更高,不同入料粒径对破碎后小颗粒的占比有一定影响。（3）通过仿真与试验对比,将破碎仿真可视化,更好地描述破碎特征,同时验证了Tavares模型的有效性,标定了某矿石的仿真参数,为矿石颗粒的破碎仿真提供了新的方法,研究结果为后续破碎机设计提供了新的思路。     

基于FPGA的旋转机械无线监测系统

介绍了一种基于无线传输和FPGA的振动信号分析系统,可用于旋转机械状态监测和故障诊断.详细阐述了系统的功能结构和开发流程.     

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。     

低频振动塑性成形粘弹塑性模型的体积效应分析

采用Kirchner对应变时间历程的基本假设,针对振动拉伸建立一个一维粘弹塑性模型;利用MATLAB中的符号计算,推导粘弹塑性本构方程的显式表达式.通过确立粘弹塑性边界并对本构方程进行数值求解,可以确定金属在振动加工过程中,其应力应变在粘弹性与粘塑性之间的变化情况.通过计算瞬时应变的大小与屈服限建立粘弹性变形和粘塑性变形的判断准则.在考虑粘弹塑性本构关系中的后继屈服情况、应变历程、应变率历程及弹性应变等因素后,可以确定单轴振动拉伸时材料变形的动态应力和平均应力.根据所给定的振型参数和材料力学性能参数,结合特定的振动拉伸实例,分别得出金属在准静态拉伸和振动拉伸时的动态应力-时间、动态应力-应变和平均应力-应变率的变化趋势等,实现基于粘弹塑性本构关系的低频振动塑性成形的体积效应机理分析.     

仪器类研究生“工匠+创新”型人才培养模式的探索与实践

新时代高校加强工匠精神的培养,是履行立德树人使命的需要,也是促进学生成长为创新型人才的需要。针对目前仪器类研究生培养中存在的问题,以江西理工大学仪器学科研究生主干课程模式识别为例,以培养学生“工匠精神”为导向,探索形成“一体化设计、三阶段培养、多平台支撑、过程化监管”的教学体系。实践结果表明,基于“工匠+创新”型人才培养模式改革具有重要的价值和现实意义。     

分级推理方法在工艺流程创成中的应用

针对工艺流程决策的智能化程度低、通用性差等问题,提出一种基于回转类零件工艺条件的分层和分级的创成型CAPP系统开发方法.采用专家系统技术构建了工艺流程创成系统结构,按总体信息层、特征层和特征属性层建立零件的信息模型,按照工艺创成要求建立了工艺知识模型和工艺规则集,结合创成过程建立了三级工艺流程的推理机制,实现了回转类零件工艺流程的创成.最后结合零件实例,验证了工艺流程创成系统的效果.     

基于CEEMDAN和多尺度排列熵的球磨机负荷识别方法

针对球磨机负荷特征提取难以及负荷状态识别难的问题,将多尺度排列熵引入到球磨机负荷识别中,提出一种具有自适应噪声的完整集成经验模态分解(CEEMDAN)与多尺度排列熵(MPE)相结合的球磨机负荷识别方法。首先,采用CEEMDAN方法对球磨机振动信号进行处理,将其分解成一系列的模态分量,选取与原始信号相关性较高的敏感模态分量进行信号重构;其次,确定多尺度排列熵算法的最优参数,根据算法得到重构信号的排列熵值;最后,计算多尺度排列熵的偏均值,以偏均值作为特征对球磨机负荷状态进行识别。实验结果表明,该方法能够有效地识别出球磨机的不同负荷状态,并具有一定的可行性。     

离心选矿系统模糊解耦控制器设计

针对Knelson选矿机选矿系统强耦合、非线性的特点,以及选矿过程控制不稳定、精度低、响应慢等问题,提出一种基于模型解耦的模糊控制算法。将离心选矿系统多变量、强耦合的给矿过程,通过动态模型解耦变成两个互不干扰的单输入单输出环节,实现给水量直接控制给矿流量,固体给料量直接控制给矿质量分数。针对给矿流量和给矿质量分数这两个目标量分别设计模糊控制器,实行模糊解耦控制。通过Simulink建模仿真并与常规PID控制器对比,结果表明,采用模糊解耦控制,最大超调量为10%,稳态误差为±3%,控制效果显著提升,性能更优。设计试验,将设计的模糊解耦控制器应用于实验室现有Knelson离心选矿机中,验证了该控制器对离心选矿系统的稳定性能和动态性能有明显的提升。