挤压铸造压射机构的结构改进

挤压铸造过程中压室与冲头之间的摩擦作用,大大降低了压射机构的寿命。通过对冲头和压室的结构进行改进,可有效减小压室与冲头之间的摩擦作用,改善压射机构的工作性能,提高挤压铸造设备的整体可靠性。     

挤压工艺参数对4032铝合金组织与性能的影响

采用YK28-800型双动数控液压机研究了挤压温度及变形程度等工艺参数对4032铝合金挤压后显微组织和力学性能的影响。结果表明:挤压温度不变而变形程度增大时,初晶硅在基体上分布更细小均匀;当挤压温度高于350℃变形程度在25%～70%时,挤压变形后合金的抗拉强度变化不明显,而伸长率随变形程度的增加而提高,但在变形程度超过70%后伸长率明显下降;挤压变形温度为400℃时,变形后的合金可获得最大的伸长率和一定的抗拉强度。     

HHLJ-1型新式不锈钢安全杆在黄河防凌中的创先应用

HHLJ-1型多功能新式不锈钢安全杆,是在黄河冰凌观测、普查、爆破、除险等高危作业时的专用救生器具之一。传统安全杆是先辈们长期与黄河冰凌作斗争过程中,通过探索、实践、创先使用的救生器具,可谓:生命救生杆。新式安全杆:结构简单、强度高、多功能、使用方便、耐腐蚀、防虫蚀、无霉变、造价低、实用性强。其性能体现:质轻、承载力大,不易折断,寿命长、易存放。其最大特点:杆、绳合体,功能巧妙结合使用,救生能力倍增。价值显示:杆具价值虽微,但其产生的社会经济价值不菲,远大于自身价值的数千倍。值得推广应用。     

基于PPTSVD的桥梁移动荷载识别

为了改进时域法(time domain method,简称TDM)识别桥面移动荷载时存在的识别精度受测量噪声、响应类型及数量影响较大等缺陷,在截断奇异值分解(truncated singular value decomposition,简称TSVD)的基础上,提出了基于分段多项式截断奇异值分解(piecewise polynomial truncated singular value decomposition,简称PPTSVD)识别桥梁移动荷载。采用简化欧拉梁模型,由反演车辆荷载作用下桥梁的弯矩响应和加速度响应识别桥面移动荷载,得到了不同噪声水平下TDM,TSVD与PPTSVD的识别结果。研究结果表明,与采用奇异值分解(singular value decomposition,简称SVD)进行常规降噪的TDM相比,采用TSVD识别移动荷载在识别精度和抗噪性能方面均有一定提高,且由TSVD改进的PPTSVD识别方法较前两种方法具有更加明显的优势;PPTSVD识别精度高、识别结果受响应类型及响应组合影响较小且具有良好的鲁棒性,更适用于桥梁移动荷载的现场识别。     

双波纹自密封复合垫片结构优化及密封特性研究

针对管道高压工况条件,设计了一种具有自密封性能的镍钛合金双波纹复合垫片并对其进行研究.对自密封垫片结构参数进行优化设计,采用有限元方法研究了波纹数量、波纹幅值、波纹厚度和骨架厚度对垫片压缩回弹性能的影响,并比较了不同介质压力下相同结构参数的自密封垫片和常规波纹复合垫片的密封特性.结果表明,骨架厚度和波纹厚度对垫片回弹性...     

单晶硅的磨削辅助电火花线切割机理研究

针对目前磨削辅助电火花线切割(A-WEDM)微观切割机理尚不明确的问题,以单晶硅为加工对象,通过设计电路对最大放电间隙进行了测量。通过采集和分析加工中的放电波形、观测加工后工件表面形貌同时比较磨粒出刃高度与放电间隙的大小,研究了A-WEDM材料去除机理。考察了4个因素(脉冲宽度、占空比、进给速度和线锯速度)对A-WEDM切割单晶硅的材料去除率和表面粗糙度的影响。实验结果表明,A-WEDM切割单晶硅的最大放电间隙为57μm,在加工的初始阶段先产生放电腐蚀作用;当加工处于稳定阶段时,在每个脉冲宽度内,工件材料在放电腐蚀与金刚石颗粒磨削的耦合作用下被去除;而在每个脉冲间隔内,放电腐蚀作用停止,金刚石颗粒的磨削作用仍然存在,从而去除了放电产生的部分重铸层与电蚀坑。     

仿真数据驱动的改进无监督域适应轴承故障诊断

现有无监督的轴承跨域故障诊断研究往往采用充足的试验台数据构建源域,且难以兼顾领域间的边缘分布和条件分布对齐,此外在域适配过程中全体源域样本被赋予相同的重要性。针对以上挑战,提出了一种仿真数据驱动的改进无监督域适应轴承故障诊断新方法。采用仿真所得的故障信息丰富,标签数据充足的轴承故障数据构建源域,降低对试验台资源的依赖。设计了一种嵌入联合最大均值差异的改进损失函数,在无监督场景下实现了不同域间边缘分布和条件分布的同时对齐。开发了一种源域样本权值分配机制,通过领域预测误差衡量源域样本与目标域样本的相似性从而自适应地分配其权值以抑制负迁移。使用两组试验台数据作为目标域对所提方法进行验证,结果表明：所提方法能够充分适配仿真域和实验域的深层特征分布,提高无监督跨域场景下的故障诊断精度。     

改进深度学习优化电力设备缺陷图像识别

红外图像特征对具有发热特征的电力特设缺陷具有较好的表达能力,随着电力企业设备红外图像的积累,传统检测方法遇到效率和准确率瓶颈,为此,提出了基于改进Faster RCNN的缺陷识别算法,算法通过模型中RPN网络卷积核的优化,减少RPN网络的计算量,通过多分辨率特征融合提高网络对缺陷特征语义信息和细节定位信息的应用,最后通过自适应训练数据抽样提高正负训练样本抽取的有效性,从而提高算法缺陷识别准确率.实测数据实验表明,改进模型的目标函数可以在较少的迭代次数下实现稳定实收,在准确率、召回率和运行时间等评价指标上优于传统Faster RCNN模型、SIFT算子模型等已有模型,从而验证了算法的有效性和对不同背景干扰的有效性.     

基于图像异类特征融合的基建工地现场安全智能预警系统

针对基建工地现场安全智能预警系统存在图像清晰度较低,导致综合性能较差的问题,提出基于图像异类特征融合设计了一种新的基建工地现场安全智能预警系统。该系统硬件由施工现场监控设备、通信网络装置、传感器、预警器和后台总控制器组成,预警器包括视频监控装置、图像传感器和通信线路,通过通信接收器、视频图像显示器、中心总控制器和智能数据分析器设置了控制器。通过分析处理、安全判定、储存和传输实现预警系统软件流程。实验结果表明,基于图像异类特征融合的基建工地现场安全智能预警系统能够有效提高图像清晰度,增强综合性能,对基建工地现场安全智能预警具有重要意义。     

F-P光纤传感器在桥梁台后结构试验中的研究

分析了F-P光纤传感器的基本工作原理,利用F-P光纤传感器对桥台后结构应变进行了短期监测,并与钢弦应变计的监测结果进行了对比,分析表明:F-P光纤传感器成活率高,可信性高。