转炉炉壳温度场的有限元模拟

目前，钢主要通过转炉生产，炉壳的寿命直接影响钢厂的生产效率和成本．炉壳寿命主要取决于其应力水平，炉壳工作中承受的应力主要是由于热膨胀和温度不均引起的热应力。定量分析热应力的首要前提是确定部件的温度场，在温度场的基础上才能进行热应力的求解。本文应用有限元数值计算软件，对转炉的温度场进行了数值模拟，仿真结果对进一步分析炉壳热应力提供了坚实的理论基础。     

钛/钢复合板累积叠轧焊复合工艺的试验研究

进行了TA1/Q235钛/钢的累积叠轧焊试验,研究轧制温度、轧制道次、累积压下量等工艺参数对TA1/Q235复合板组织及结合性能的影响规律。结果表明采用累积叠轧焊方法不仅可以大幅度地提高TA1/Q235的结合强度,而且还可以获得连续均匀、组织细化的Q235的结合组织。     

σ相对双相不锈钢低温超塑性的影响

重点研究了σ相对双相不锈钢低温超塑性的影响。针对σ相的转变特点，用(960)一850℃的研究方法，探讨分析了σ相在双相不锈钢低温超塑性变形过程中的作用。实验研究表明：双相不锈钢在低温超塑性变形过程中，σ相的比例明显增大，并且随着超塑性变形过程的不断进行而发生晶界滑移。σ相在超塑性变形过程中的作用表现为晶粒细化和内应力脆化的综合结果；σ相的出现对应变速率敏感性指数m值的影响不明显。     

累积叠轧焊强加工制备亚微米金属材料的研究

采用ARB(累积叠轧焊)的方法在多功能强力热轧机上对普碳钢Q235,L2纯铝分别进行了强加工试验,并利用电子万能材料试验机,SEM,TEM,EBSD等手段对材料力学性能、微观组织、缺陷进行了分析。结果表明,普碳钢材料的平均抗拉强度由385MPa提高到797.5MPa,平均晶粒尺寸减小到0.7μm;L2纯铝材料的抗拉强度由75.2MPa提高到190.44MPa,平均晶粒尺寸达到0.5μm;强加工引起的位错塞积对材料起到了强化作用。     

基于DT-CWT自适应Teager能量谱的轴承早期故障诊断

针对滚动轴承早期故障特征信息难以识别以及带通滤波器参数设置依赖使用者经验等造成共振带不能有效确定并自适应提取的问题,提出了频带幅值熵的概念。在此基础上,将双树复小波变换和Teager能量谱结合,提出了基于双树复小波自适应Teager能量谱的早期故障诊断方法。首先,利用双树复小波将采集到的振动信号分解为不同频带的子信号,并计算各子带的频带幅值熵;然后,将熵值按升序排列后依次作为阈值,提取频带幅值熵大于阈值的子带,依据峭度指标确定最佳阈值,从而自适应并且有效地提取出共振带;最后,对共振带进行Teager能量谱分析,即可从中准确地识别出轴承的故障特征频率。通过信号仿真与实验数据分析验证了该方法的有效性。     

基于DT-CWT和能量算子解调的滚动轴承故障诊断研究

滚动轴承出现局部损伤时会产生周期性冲击,振动信号往往具有调制特征,为了能够准确、有效地检测出轴承故障,提出了双树复小波和能量算子解调的诊断方法。首先运用双树复小波对采集到的轴承振动信号进行分解,得到若干个不同频带的分量,提取信号中能量集中的高频调制频带进行信号重构。然后采用能量算子的方法对重构信号进行解调。最后对解调得到的瞬时幅值进行频谱分析便能准确提取故障特征频率。通过信号仿真和实验数据处理结果证明了该方法的有效性。     

液压元件测试台的二次开发探析与实施

某钢铁公司薄板厂近几年在生产过程中下线液压阀较多,由专业厂家进行检测修复,要花费高额的检测费用.针对这一情况,该厂将原有的液压测试台进行了改造.控制系统采用西门子PCS7系统,提高了数据采集测试精度及响应速度,并实现了动态测试.数据结果采用PDAiba系统进行分析,提高了检测分析能力.升级改造后的测试台能够满足常用高性能阀的测试要求,并为该厂节省了大量的液压阀修复费用.     

高压下固体颗粒介质的压力分布

通过实验,测试分析了固体颗粒介质的压力分布以及压头锥角、压力、装料体积等因素对压力分布的影响规律。成形压力沿半径方向呈不均匀分布,可用线性或二次函数曲线进行近似表示。不均匀分布的压力有利于在成形中控制板料表面压力,使板材在最有利的受力条件下成形,提高板料成形极限和成形性能,实现局部成形,适合于低塑性、难加工材料的成形。     

转炉炉壳托圈弹簧板式联接装置的有限元强度分析

某钢厂转炉炉壳与托圈的联接方式初始设计为悬盘联接,该种联接装置使用一段时间后发现悬盘及悬盘孔的磨损较为严重.为改善炉壳与托圈的联接方式,将联接装置改为弹簧板式联接.新的联接方式的强度是值得关注的.为保证弹簧板式联接不发生强度问题,采用有限单元法在转炉三种工作极端位置对新的联接装置进行分析计算.有限元计算结果表明,弹簧板式联接方式可以满足强度要求.     

基于LMD和MCKD的滚动轴承早期故障诊断

滚动轴承故障产生的初期,信号中的冲击成分受到严重的噪声干扰,导致故障信号的周期特征难以提取。针对这一问题,提出基于局部均值分解(LMD)算法和最大相关峭度反褶积(MCKD)算法结合的滚动轴承早期故障诊断方法。首先应用LMD算法对轴承早期故障信号进行自适应分解,选取与原始信号相关系数较大的乘积函数(PF)分量进行重构;然后应用MCKD算法对重构信号进行降噪,突出周期冲击成分;最后对消噪后的信号进行Hilbert包络处理,从包络谱中即可准确地获取故障特征频率。通过对仿真信号和内圈故障实验信号的分析,证明了该方法的有效性。