内置轴箱式转向架轴箱轴承定位挡圈失效分析北大核心

针对某城铁项目内置轴箱式转向架出现的轴箱轴承定位挡圈松动问题,从结构形式、装配工艺、动态接触仿真等方面进行分析,确定主要失效原因为:内侧定位挡圈两端贴合面在车轴挠曲变形下卸荷而失去轴向定位作用。改进设计,车轴与定位挡圈采用过盈配合,并在内圈定位挡圈上增加凸缘结构,装车使用表明改进后的轴承运行良好。     

高压同步电动机异步全压启动的建模与仿真

高压同步电动机异步全压启动是一种简单经济的启动方法.基于同步电动机的Park方程数学模型,建立了标幺值和有名值混合形式下同步电动机的状态方程组.利用Matlab编写了异步全压启动程序,并采用四阶龙格库塔法求解微分方程组,克服了Simulink建模存在的过程复杂、计算精度低、仿真时间长等缺点.此外,案例分析的仿真曲线表明了本文方法的正确有效性.     

混合励磁磁通切换电机电磁特性分析与实验验证

混合励磁磁通切换电机通过调节励磁电流进而可以调节气隙磁场的大小,因此在电动汽车等工业控制领域有着较为广泛的应用前景。本文首先介绍12/10极HEFSM的拓扑结构,介绍了磁通切换和混合励磁的工作原理,接着利用Ansys/Maxwell软件建立电机的有限元仿真模型,对电机的磁场分布、磁链、反电势和转矩等电磁特性进行了仿真分析,研究了过饱和效应对HEFSM电磁特性的影响。结果表明:励磁电流在一定范围内对电机的电磁特性有明显的调节作用。并对电机不同工况下反电势进行测量,与有限元仿真结果进行比较,证明了电机有限元模型的正确性。     

陶瓷粉末尺寸对电弧喷涂金属-陶瓷复合涂层形成及性能的影响

利用高速电弧喷涂和含有微米TiB2和纳米Al2O3陶瓷粉末的粉芯丝材在碳钢基体上制备了六组陶瓷颗粒弥散增强的Fe-TiB2复合涂层,研究微纳米陶瓷粉末对电弧喷涂Fe-TiB2复合涂层的形成和性能的影响.采用光学显微镜、WYKONT1100三维表面形貌仪对比分析了扁平粒子形貌和厚度;用SEM,EDAX及XRD分析涂层的形貌和相组成,测试了涂层的显微硬度和耐磨粒磨损性能,并用激光共聚焦显微镜观察磨损后的涂层形貌.结果表明,随着粉芯丝材中微纳米陶瓷粉末含量的增加,扁平粒子的形貌从飞溅严重的散点状逐渐转变成少量飞溅的盘状,涂层的孔隙率随之下降.对比6种涂层的组织及性能,发现当粉芯丝材中的TiB2粉末尺寸＜2 μm时,Fe-TiB2复合涂层中的陶瓷硬质相分布最为细小、弥散,涂层的耐磨性能最好.     

TaC涂层的氧化特征与氧化机制

用在空气中氧化、氧炔焰超高温烧蚀等方法对TaC涂层在不同温度的氧化特征与氧化机制进行研究。研究结果表明：TaC在508℃以上开始氧化,在508～690℃时氧化产物为六角Ta2O3固溶体,690～900℃时氧化产物转化为斜方Ta2O5晶体,900～1500℃时氧化产物为斜方Ta2O5,其形态为龟裂或多孔烧结态,未能形成对TaC的隔离保护膜;1500℃氧化时出现部分Ta2O5液相与Ta2O5斜方相共存的现象;在氧炔焰超高温2300℃烧蚀时形成大量的Ta2O5熔体液膜,熔体与TaC的润湿性很好。TaC涂层由低温无熔体情况下界面反应控制机制变为氧通过熔体溶解与扩散的控制机制。     

金属磁性功能材料进展：1994—1995

本文综述了１９９４－１９９５年若干金属磁性功能材料的新进展。这些材料包括：ＮｄＦｅＢ系钠米型永磁材料，巨磁电阻多层膜磁头材料，高磁导率和高电阻率的新软磁材料，多层膜Ｋｅｒｒ磁光材料，Ｆｅ－Ｎ系高饱和磁极化强度材料和纳米晶软磁材料。     

基于超像素随机擦除的长时行人重识别

现有的行人重识别往往依赖于一个假设,即行人不会更换他的服装。不幸的是,这种假设可能不适用于长时行人重识别。在长时间捕获的行人数据集中,行人的服装经常发生变化。目前主流的行人重识别方法在长时行人重识别中往往会失效,其识别精度会大幅度下降。针对长时行人重识别中的服装变化的情况,提出了一种超像素随机擦除算法。该算法首先选取可能为服装区域的超像素,再用随机值擦除其中像素,并且擦除前后的图像都会被输入至骨干网络进行训练。还对擦除前后模型输出特征用深度均方差损失进行约束,从而强制模型学习与服装无关的特征。实验表明,该方法能够有效地应对长时行人重识别中行人换装问题,与之前的方法相比,识别精度有较大提升。     

三湾水利枢纽工程混凝土裂缝研究

通过对三湾水利枢纽工程所出现的混凝土裂缝成因进行研究分析,认为主要是由于内外温差引起的温度应力、地基岩石卸荷松弛变形和固结灌浆抬动等多种因素所导致的裂缝;对裂缝的处理给出了具体实施方案,采用化学灌浆并凿槽配置限裂钢筋;对今后该工程混凝土施工的防裂措施进行了讨论总结,要从结构设计、原材料选用、施工过程温度控制、后期混凝土养护等多方面共同工作,以避免或减少裂缝的发生.     

多变量自适应PID型神经网络控制器及其设计方法

提出一种PID型神经网络控制器（PID-like Neural Network Controller，PIDNNC）及其设计方法．基于PID的简单结构和良好性能优势以及神经网络的自调节和自适应的特长，创建一种具有PID结构的多变量自适应的PID型神经网络控制器．该网络控制器的隐含层由带有输出反馈和激活反馈的混合局部连接递归网络组成．通过定义误差函数作为设计目标，采用弹性BP算法，并用变化率以及弹性BP算法中的符号法来处理某些求导关系，获得适于实时在线调整网络权值的修正公式．根据李亚普诺夫稳定性定理推导出确保控制系统稳定的学习速率的取值范围．最后通过实例进一步说明所提出网络控制器的优越性．