基于数控切割工艺的单一零件优化排料

分析了在有限长、宽的整体板料上对单一零件优化排样的方法、步骤及其关键技术,总的目标是在单张板料上排放尽可能多的零件;提出了基于数控切割工艺的优化排样算法,给出并分析了算法运行实例.     

重型矿用汽车车架模态分析及改进

利用有限单元法研究了某重型矿用汽车车架的动态特性.为了改进车架的有限元结构,对箱梁式车架进行了简化.利用大型有限元软件ANSYS对建立的模型进行了有限元模态分析,通过模态分析结果对车架模型进行了改进,改进结果表明,车架结构低阶弹性模态频率及振型有较大的改善.     

螺旋锥齿轮数控磨齿机机床空间误差与机床调整参数的关系

为求得对各项机床调整参数影响较大的机床空间误差,分析螺旋锥齿轮加工过程中数控机床空间误差物理涵义,并建立七轴五联动数控磨齿机床空间误差模型.基于齐次变换矩阵方法建立机床空间误差与机床调整参数之间的几何等量关系,推导出两者间的关联函数并进行分析.通过实例分析,发现对机床刀位调整值影响较大的机床空间误差主要是三直线轴垂直度误差和x轴沿Z向垂直度误差;对机床轮位调整值影响较明显的机床空间误差为z轴、B轴沿x向直线度误差以及A轴的安装距误差.为机床调整参数优化及螺旋锥齿轮几何误差补偿提供了理论依据.     

负载自适应挖掘机功率控制系统

提出了挖掘机的负载自适应全局功率匹配方案,以及基于负载自适应条件下发动机功率与负载匹配和控制的实现方法,揭示了挖掘机节能降耗的理论方法.     

利用模糊神经元控制器的切削系统参数优化整定方法及应用

针对具有非线性、不确定性的受控对象,提出一种兼顾神经元控制器和模糊控制器优点的模糊神经元非模型控制方法。在此控制系统中,模糊控制器产生神经元控制器的输入,由神经元的加权值来调整模糊PID控制器的参数,由神经元控制器产生控制信号对复杂对象进行控制,前置的模糊控制器用来过滤由对象的非线性和不确定性引起的误差大扰动,后置的神经元则在实现模糊PID控制器参数自调整的同时,以非模型控制的方式产生控制作用,从而有效地提高控制系统的鲁棒性、适应性和控制品质。     

一种结构可靠性的模拟数值计算方法

常用结构可靠性计算的方法包括有蒙特卡洛模拟法,响应面法等。大多数方法在计算时必须采用有限元理论,并进行基于Monte carlo抽样仿真,以研究多种不确定因素的影响下结构的可靠性。因此文中提出了一种基于kriging理论建模和遗传算法求解的模拟数值可靠性分析方法,通过采用重要抽样方法以减少抽样仿真次数,并利用kriging模型的高效预测建立结构的状态功能函数,在此基础上,应用遗传算法计算结构可靠性指标。将此方法用于典型框架结构可靠度分析的实例,表明了该方法的有效性和较高的计算效率。     

盘形滚刀切削单因素对切削力影响的研究

采用ANSYS/LS-DYNA有限元软件,选择基于双失效准则的岩石连续动态损伤本构模型,建立盘形滚刀破岩过程有限元分析模型,动态模拟获得刀具受力特性.通过实验,验证了所建立的刀具破岩有限元分析模型的正确性和可行性.在大量单因素切削数值模拟的基础上,分析得到了刀刃角、刀刃宽度、过渡圆弧半径、切削深度以及切削速度等因素对切削性能的影响规律,为盘形滚刀结构设计、具体工况下工作参数的选择提供一定的参考依据.     

基于CAE的立式斜流泵吐出弯管强度校核及结构优化

吐出弯管是立式斜流泵的主要过流部件,为了满足大口径吐出弯管通用化、标准化的需要,建立某型号大型立式斜流泵吐出弯管的三维模型,利用CAE仿真软件进行强度分析,根据实际受力情形,计算出吐出弯管应力、应变和位移情况,并基于仿真结果,分别从加强筋的数量与位置,筒体壁厚的减薄等方面入手,对吐出弯管做进一步的结构优化。研究表明,以满足产品要求的原始方案为基础,其优化方案具有确保安全裕度、减少加强筋数量、降低工作量以及节省材料等诸多优势,为吐出弯管的结构优化提供了有益参考。     

WC颗粒增强铜基复合材料的研究

用粉末冶金法制备了WC增强的WC／Cu复合材料，研究了WC含量对复合材料性能的影响，分析了复合材料的再结晶行为，结果表明：WC体积含量为1.6％时，细小的WC粒子均匀分布，弥散效果好，材料的密度为8．41g／cm^3，硬度为HV151，电导率为85％IACS，其综合性能较优；WC粒子能显提高复合材料的再结晶温度。图6，表1，参10．     

2024铝合金的搅拌摩擦焊接工艺及显微组织

对厚度为6mm的2024铸铝合金板做了搅拌摩擦焊接工艺试验，通过对焊接件拉伸强度测试，以及在光学显微镜和扫描电匀下对焊缝和基体显微组织的观察，发现焊缝比基体具有更细小的晶粒细胞，粗大的θ（CuAl2）相被破碎，且有害杂质相容易在晶界上析出，试验结果表明，焊接速度在30mm/min和焊接头旋转速度为1000r/min时，可以获得良好的焊接质量，图5，表2，参6。