基于矢模糊函数的旋转机械故障诊断方法的研究

结合全矢谱技术与模糊函数,提出了一种矢模糊函数的新概念。定义的矢模糊函数继承了全矢谱技术与模糊函数各自的优点,既能全面地反应机械振动的全面性,又能很好地抑制Wigner分布中的交叉项干扰。阐述了矢模糊函数的定义、算法及其特点,并把矢模糊函数成功地应用到旋转机械故障诊断中。为了对比分析,还通过类似的方法定义了矢Wigner分布。仿真和实验结果表明,提出的矢模糊函数在旋转机械故障诊断中是非常有效的,矢模糊函数优于矢Wigner分布。     

模糊数学在多目标优化中的应用

在多目标优化设计中，。函数曲面复杂并且缺乏分析理论，以致使优化处理常常陷入僵局。借助于模糊数学，建立起能分析函数曲面并优化处理的贴近度方法。采用贴近度计算网络优化技术，对三个优化设计实例进行实践，验证了上述方法对优化设计是可行的。     

硬齿面齿轮弯曲疲劳可靠性仿真试验研究

介绍几种改造硬齿面齿轮常规可靠性试验的仿真新方法及其应用,说明采用跨学科研究策略攻克常规齿轮可靠性试验难题的生命力。     

悬臂筛网振动筛虚拟样机技术及其筛分机理

基于运动学，动力学分析软件ADAMS，建立了悬臂筛网振动筛的虚拟样机，并对样机进行了运动学和动力学分析，完成了振动筛空间运动轨迹和重要支撑处的受力分析；根据物料颗粒在Adams中的碰撞跳动样机所得的数据对振动筛激振频率进行了优化．从透筛概率和筛面2次振动两个方面，论述了悬臂筛网较常规筛网在筛分机理上的优势，为以后的产品创新设计提供了有力的理论支持．     

复杂机械系统的可靠度及其置信区间估计

利用系统单元的可靠度及其方差估计,提出了一种计算复杂机械系统的可靠度及其置信区间近似值的新方法。该法因无需对单元的可靠度或失效时间作任何假设,使用限制少、应用范围广,特别适合零件可靠性数据十分缺乏的系统设计的最初阶段。     

42CrMo材料硬齿面齿轮全寿命试验及数据分析

针对高炉无料钟炉顶传动中心轮——42CrMo硬齿面齿轮常发生齿根的弯曲疲劳折断,设计完成42CrMo硬齿面齿轮大样本全寿命成组试验。通过对试验齿轮疲劳寿命数据处理,得到可靠度0．99时齿轮定寿命下的极限应力分布和不同可靠度下的S—N曲线,为此类硬齿面传动的小子样试验预测和虚拟全寿命疲劳设计提供依据。     

基于小子样机械零件全寿命试验数据的处理方法

用三参数威布尔模型对机械零件的可靠度、应力及寿命之间的关系建模。与传统数据处理方法相比 ,这一模型将所有失效数据或几个应力水平的数据一起分析 ,所需样本容量小、需估计的参数总数少、计算过程简单。本文方法的计算结果与传统分析方法的计算结果一致 ,但所需的样本只是传统方法的 6 0 %。而且 ,机械零件的 R- S- N方程和强度分布用新方法可直接导出 ,没有附加误差产生。实例分析表明 ,本文方法是一种分析机械零件全寿命试验小子样样本的有效方法。     

GM模糊优化方法在小子样机械系统故障预测中的应用

将具有差分格式的灰色模型GM（1，1）拓展为GM（1，1，ω）预测模型，用模糊贴近度来优化参数ω，再进行预测，由最优参数ω^*的取值可知，最优GM（1，1，ω^*)预测精度一定高于未优化的GM（1，1），工程实例证实了此方法的效果是显著的。     

型钢热轧开坯过程金属变形分析

型钢热轧开坯是高温坯料在低温轧辊作用下的金属变形过程,高温下金属材料的变形抗力随温度和应变速率变化明显,而且变形中塑性功和接触面摩擦以及坯料和轧辊间的热传导、和空气对流换热、辐射散热等,将导致坯料温度场的变化。因此,利用有限元法分析变形过程时,必须同时计算温度场和位移场。采用Mises屈服准则和弹/粘塑性材料模型,推导了采用等向强化假设的材料物性关系中的塑性矩阵、温度修正矩阵、应变速率修正矩阵的具体表达式。分析了多道次H型钢孔型轧制的开坯过程,总结了坯料在孔型中的变形规律,通过和H型钢生产现场数据的对比验证了结果的准确性。     

基于进化神经网络的齿轮可靠性预测

人工神经网络模型中广泛应用的是BP(BackPropagation)模型 ,针对BP算法存在收敛速度慢 ,容易陷入局部最小点的缺陷 ,本文用遗传算法 (GeneticAlgorithm :GA)训练神经网络 (ArtificialNeuralNetwork :ANN) ,取代了一些传统的学习算法 ,设计了GA +BP学习算法 用遗传算法和神经网络相结合的方法求解了齿轮弯曲疲劳寿命的预测问题 仿真结果表明 ,组合GA与BP可以克服单纯使用BP易陷入局部极小等问题 ,取得了较为满意的效果 ,预测精度较高