全长锚固柔性注压锚杆锚固力分析

柔性注压锚杆是一种新型全长锚固锚杆，在岩土介质中受力的复杂性、多变性，使得确定其锚固力较为困难。通过总结锚杆失效破坏形式，分析了柔性注压锚杆锚固力，导出承载能力的计算分析方法，为其设计、试验和进一步应用提供了理论依据。     

“蛟龙号”A架液压系统模糊故障树分析理论研究

为实现"蛟龙号"水面支持液压系统故障准确及时的诊断及排除,引入故障树分析方法理论,结合已有的模糊集合法和可能性基础,提出了一种基于梯形模糊数算术运算的液压系统故障树分析策略,并结合实际操作经验获得顶事件的故障可能性概率和各底事件的模糊重要度,综合利用定量概率值、专家经验判断、可靠性大数据等获得了较为精确的故障区间结果,最后对该结果进行了功能载荷试验验证。经过验证,故障结果区间能够较为准确地反映故障问题,为"蛟龙号"载人潜水器水面支持系统的故障分析提供了较好的理论指导和应用借鉴。     

基于CFD的直槽钻冷却通道流场仿真分析

建立了直槽钻冷却通道流场的CFD仿真模型,对不同油孔结构直槽钻加工的冷却效果进行了数值模拟和试验验证。结果表明:在一定条件下,内冷孔孔径越大,油孔圆心连线与前刀面夹角越小的结构冷却效果越好,反之,冷却效果越差。     

船用非接触喷涂爬壁机器人的开发与试验

针对船企采用人工进行涂装作业的情况,开发船舶专用喷涂机器人。该机器人通过永磁体吸附于船体表面,电机驱动双履带装置实现运行,控制系统实现速度与喷涂量的调整,调整磁间距实现设备的拆装。试验结果表明,该船用非接触喷涂机器人吸附和拆卸迅速、运行较灵活,喷涂作业满足涂装质量要求。     

基于约束液面成型的分离力分析与预测

针对面成型3D打印技术中的约束液面成型分离过程,在固化物与树脂盘分离的界面上应用双线性内聚力模型,以通用的有限元软件ABAQUS对分离过程的分离力进行了仿真分析。通过树脂盘表面复合涂层的应用,研究了分离力在分离过程中的分布及变化情况,并得到分离力与界面分离距离以及速度间的变化关系。实验结果进一步表明双线性内聚力模型可以较为准确地预测分离力的变化情况,这为控制分离的运动过程和增强约束液面分离过程的可靠性提供了方法。     

基于CFD的超声波气表结构与流动特性研究

基于计算流体力学(CFD)技术,对超声波燃气表进行了结构改进,并以声道测量段线面速度比K系数及其标准差ΔK来评价其性能。共涉及a～e 5种方案,结果表明,不同基表结构的K系数在不同流量下呈现出不同的变化趋势,且随流量的增大先减小而后趋于平缓。在小流量区前半部分,各方案K系数变化率大致相同,在小流量区后半部分,除方案a外各方案K系数曲线近似平行;在中流量区方案c～d的K系数变化率基本一致;在大流量区方案a～d的K系数曲线与横坐标轴近乎平行,方案e虽有一定的坡度,但其线性度较好。通过比较不同设计方案的标准差ΔK发现,方案e的流体速度分布最为均匀,但压损稍大。为后续超声波燃气表的性能研究、设计和结构优化提供了理论依据和参考。     

自动化脉冲流镀设备及其应用

设计并制造了针对内孔类零件电刷镀修复的自动化脉冲流镀设备,其主要由镀笔主轴、三向数控工作台、镀液分离回收系统、工件夹具(以发动机连杆为例)、控制系统5部分组成。该设备能够为流镀过程提供脉冲(PC)和直流(DC)两种电源,可以精确控制镀笔3个方向的运动轨迹和速率,并能保证工作过程中6种镀液互不混合、循环利用。采用该脉冲流镀设备分别在直流电流和脉冲电流条件下制备了纳米复合镀层。与直流镀所得镀层相比,脉冲镀所得镀层更加均匀致密,Al2O3纳米颗粒含量更高,显微硬度更高,残余应力更低,耐磨性能更佳。     

工件作超声振动时的磨削特性研究

磨削是加工硬脆性材料并获得高加工精度的常用工艺,加工过程中表面质量与材料的去除率是一对矛盾,超声振动的引入在很大程度上缓解了这一矛盾。对工件作超声振动的磨削加工特性进行了试验及理论分析,从工件振动的等效硬度特性角度分析了磨削力比降低的原因,并对其进行了量化计算。该结果对超声辅助磨削加工硬脆材料具有现实的指导意义。     

三维网络结构增强金属基复合材料的抗压强度模型

利用混合定则和参照Zum-Gahr 模型、Khruschov 模型, 建立了一种连续网络结构增强金属基复合材料的抗压强度模型, 并进一步对模型进行了修正。通过压力和负压浸渗技术制备了不同增强相体积分数的复合材料, 测试了其抗压强度值, 将试验数据与模型进行了拟合, 数据基本在模型限定范围内。形成的相互贯穿、相互缠绕的网络结构增强复合材料的抗压强度与增强相的体积分数在上限时呈线性关系, 且随体积分数的增加而增加; 在下限时呈非线性关系, 当增强相体积分数超过80 %以上时, 抗压强度明显增加。与基体相比, 复合材料的抗压强度有明显提高。      

响应面法和人工神经网络优化亚临界CO2等压萃取葡萄籽油工艺及动力学研究

以葡萄籽油萃取率为指标,通过响应面法(Response surface methodology, RSM)和人工神经网络(Artificial neural network, ANN)对亚临界CO2等压萃取葡萄籽油工艺进行建模和优化,研究主要工艺参数(萃取压力、分离温度、萃取时间)对葡萄籽油萃取率的影响,且通过RSM和人工神经网络耦合遗传算法(Artificial neural network coupled genetic algorithm, ANN-GA)2种方法优化其最佳工艺条件并验证。在萃取过程中,通过不同萃取压力和不同萃取时间条件下葡萄籽油萃取率的变化,拟合出最佳的葡萄籽油萃取动力学模型并验证。结果表明：RSM与ANN这2种方法均能较为精准地预测,得出RSM模型(R²=0.9940)的预测效果优于ANN(R²=0.9879)模型。且RSM和ANN-GA优化最佳萃取条件及萃取率分别为：萃取压力16.13 MPa、分离温度59.55℃、萃取时间100.6 min,萃取率11.36%;萃取压力16.5 MPa、分离温度60.95℃、萃取...