基于CPSO-BP神经网络的柴油机排气门间隙故障诊断

针对柴油机排气门间隙故障信号不易提取的特点,提出了将混沌粒子群神经网(Chaotic particle swarm optimization-Back Propagation,CPSO-BP)聚类模型应用于柴油机排气门间隙故障诊断.首先,采用经验模式分解(Empirical Mode Decomposition,EMD)对柴油机振动信号进行分解,将得到的前6个模态函数能量百分比作为反映故障状态的特征参数,重构BP神经网并用混沌粒子群算法对其结构和权值进行优化;最后,基于优化的神经网对排气门间隙为0.2mm,0.4mm,0.6mm等3种故障工况的信号进行聚类.结果表明:所有样本的测试结果均与实际状况一致,该方法可以较好地用于排气门间隙故障诊断.     

基于转静干涉效应的压气机叶片气动载荷分析

转静叶排的相互作用会使压气机内部流场存在复杂的非定常性。为深入研究压气机叶片的气动载荷特性,以某型航空发动机压气机为研究对象,考虑叶排间的转静干涉效应,利用滑移网格技术对整个叶盘的三维流场展开模拟,求解干涉周期T_b内压气机转子内部的流动规律。同时对叶片气动载荷的非定常特性进行进一步分析,讨论了不同压比、转速对压气机叶片气动载荷的影响。结果表明叶片压力面和吸力面气动载荷波动峰值的主导频率皆为转静干涉频率f₀的倍频,其中一倍频（1×f₀）分量占主导地位。在干涉周期T_b内,叶片表面压力涡发生周期性的迁移与耗散,压力面和吸力面气动载荷的变化呈相反趋势。随着压比的增加,压气机叶片气动载荷逐渐增大,但其脉动幅值和频谱峰值基本不变。转速的升高使得转静干涉的频率增大,增强了压气机叶片气动载荷的非定常特性。研究结果能够应用于叶盘结构的气动优化设计,可为高性能航空发动机压气机的研制提供支持和参考。     

三螺杆挤出机挤出特性的数值模拟

利用计算流体力学的方法对聚合物熔体在三螺杆挤出机中的流动规律进行了数值模拟,分析了物料在三螺杆中心区的流动和混合情况。通过速度和压力分布,计算了三螺杆挤出机的螺杆挤出特性参数,并和双螺杆挤出机进行对比分析。结果表明,由于中心区环流的存在,延长了物料在三螺杆挤出机的停留时间分布。三螺杆挤出机在分布性混合、分散性混合、能耗等方面均好于双螺杆挤出机,而产能比又为双螺杆挤出机的1.3倍。三螺杆挤出机具有较好的工程应用前景。     

四螺杆挤出机中聚合物流动特性的计算机模拟

利用计算流体力学法(CFD),对聚合物熔体在四螺杆挤出机螺纹元件中的流动规律进行了数值模拟.利用计算所得的速度场和压力场,计算了四螺杆挤出特性,并和双螺杆、一字型排列和三角形排列的三螺杆挤出机进行了对比分析.结果表明,四螺杆的四个啮合区具有较大的压力和速度梯度,在中心区有明显的环流现象,延长了物料的停留时间分布,且中心区物料没有滞留现象.由于中心区的存在导致了四螺杆挤出机的建压能力较弱;但四螺杆挤出机在产量、分布性混合和分散性混合等方面好于双螺杆和三螺杆挤出机.     

基于AE信号与优化SVM的刀具磨损状态识别

根据小波包变换理论,对刀具磨损声发射(AE)信号进行滤波和能量特征值提取.采用分步式扫描的方法对传统的盒计数法进行改进,并利用改进的盒计数法计算滤波后信号的广义分形维数特征值.以上述提取的特征值为备选特征,采用支持向量机(SVM)作为分类器,利用量子遗传算法(QGA)首先对分类器的输入特征进行筛选,之后对分类器的模型参数进行优化.利用优化后的分类器对测试样本进行分类,测试结果表明,该方法可以对刀具磨损状态进行有效识别.     

活塞超磁致伸缩车削加工过程MATLAB仿真

通过对活塞裙面变椭圆截面及中凸型线的成型理论分析,描述了活塞中凸变型面的超磁致伸缩车削加工机理的数学实现.利用MATLAB软件对车削加工过程模拟仿真,找出了加工误差的主要影响因素,在理论上初步得出提高超磁致伸缩车削加工精度的方法,为超磁致伸缩材料在活塞裙面中凸变型面的车削加工领域的应用奠定了理论基础.     

我国稀土超磁致伸缩材料研究与应用开发概况

概述了稀土超磁致伸缩材料的性能特点与应用领域,系统介绍了我国在该材料的制备工艺,性能实验,器件研制与应用开发等方面的研究成果,以及作者在这方面所作的工作,探讨了目前尚存在的问题,提出了材料产业化和器件开发方面的若干建议。