超硬涂层零件滚动接触疲劳加速实验方法研究

提出了一种新的加速超硬涂层零件滚动接触疲劳失效的实验方法,并给出了机制模型及机制分析;采用该方法,在超硬涂层材料滚动接触疲劳实验机上,对纳米超硬材料涂层轴承滚动接触疲劳失效行为开展了加速疲劳实验和常规疲劳实验的对比实验研究。实验结果表明:该方法能取得与常规疲劳实验方法疲劳行为相同的实验结果;加速疲劳实验加速比约为3,加速疲劳实验方法十分有效地节省了疲劳实验中消耗的时间。该方法是一个适应于评价超硬涂层零件滚动接触疲劳性能及研究其失效机制的新方法。     

金属薄板冷轧工艺润滑基础实验研究

以铝合金板和IF钢板为代表,研究金属薄板冷轧工艺润滑的作用与效果。实验对不同润滑条件下冷轧时的轧制工艺参数进行分析,并对金属薄板轧后表面形貌情况进行观察。结果表明:通过冷轧工艺润滑可以明显提高轧机轧制能力、显著降低轧制过程中的力能消耗(轧制力、轧制力矩),有效地改善轧件表面质量。     

上肢康复机器人等速运动控制算法的研究

等速运动康复的目标是保证人的手臂在用不断增加的力矩驱动机械臂转动时,机械臂转速始终被控制在预设值不变,且人机的肩关节轴要动态对齐。针对上述要求,通过采集机器人关节伺服电机电枢绕组中的电流值和转子的转速,确定外力矩、电机力矩和转速之间的关系,据此建立等速运动控制算法,并以人手臂肩关节的屈展角度为变量,找出机器臂肩关节轴在高度方向对齐人肩关节轴的函数关系,进而建立了考虑速度和位置双重因素下的人机肩关节轴动态对齐控制算法。通过将上述控制算法用于实物样机的控制,证明了控制算法的正确性。该研究为控制上肢等速运动康复提供了参考。     

轧辊热凸度实例分析

轧辊热凸度直接影响着热轧带钢的板形质量,而轧辊冷却水系统和轧制计划都与轧辊热凸度有着密切的关系。着重分析实际生产中常见的一些轧辊热凸度曲线以及这些曲线产生的原因,对生产控制过程产生重要．的指导意义。     

Decentralized PD control for non-uniform motion of a Hamiltonian hybrid system

In this paper, a decentralized proportional-derivative （PD） controller design for non-uniform motion of a Hamiltonian hybrid system is considered. A Hamiltonian hybrid system with the capability of producing a non-uniform motion is developed. The structural properties of the system are investigated by means of the theory of Hamiltonian systems. A relationship between the parameters of the system and the parameters of the proposed decentralized PD controller is shown to ensure local stability and tracking performance. Simulation results are included to show the obtained non-uniform motion.     

一种滚动导轨磨削加工尺寸在线测量仪

针对滚动导轨磨削加工尺寸的在线测量问题,介绍了一种导轨磨削加工尺寸在线测量仪,该仪器以半导体激光器配合光电二极管作工件位置检测器、整体切割的平行弹簧,配合音圈电机作测头驱动器和双电感位移传感器作偏差尺寸检测器,采用相对测量法,配合数据采集卡、工控机和上层控制软件,能对导轨磨削尺寸进行在线检测。     

基于CNN-Mogrifier LSTM的人体运动模式识别算法

随着传感器、微电子等技术的发展,通过可穿戴式传感器对人体的运动模式进行识别,具有广泛的应用价值,如何提高识别的准确率,具有重要研究意义。考虑到人体下肢运动的特点,本文提出了一种基于CNN和Mogrifier LSTM的人体运动模式识别算法,先利用CNN提取原始数据的局部相关特征,再使用Mogrifier LSTM代替全连接层,挖掘局部相关特征的前后依赖关系,对行走、跑步、上楼梯、下楼梯、上坡和下坡六种常见的运动模式进行识别。实验结果表明,相比于传统LSTM算法,Mogrifier LSTM的准确率提升了1.03%,将CNN和Mogrifier LSTM相结合后,准确率进一步提升了1.17%,达到了98.18%,证明了算法的优越性。     

一种结合模拟退火算法的BP网络冷连轧参数预报模型

 用神经网络模型代替传统的数学模型,达到提高轧制参数预报精度的目的。在分析了轧制原理的基础上设计了神经网络冷连轧参数预报模型,并针对前向网络反向传播算法（BP）收敛速度缓慢和易陷入局部极小点的缺点,将有全局寻优特性的模拟退火算法（SA）与之结合得到具有较快收敛速度和较高逼近精度的神经网络轧制参数预报模型,提高了网络的快速性和精确性。最后以轧制力预报为例,证明了该方法收敛速度快,稳定性好,可信度高,具有较好的应用前景。     

对薄板坯连铸连轧技术的分析

与传统连铸相比,薄板坯连铸在铸坯厚度、浇铸速度、铸态组织、在线连轧等方面都发生了很大变化,既具有冷却强度大、生产线短、能耗低等优点,也具有表面质量不高、产品适应范围较小等缺点.近年来我国薄板坯连铸连轧技术发展较快,已建成十几条生产线,但对其生产情况褒贬不一.通过对薄板坯连铸产品组织、化合物析出、产品的适应性等方面的优缺点进行分析比较,客观地评价了薄板坯连铸连轧生产技术.     

High Precision Prediction of Rolling Force Based on Fuzzy and Nerve Method for Cold Tandem Mill

The rolling force model for cold tandem mill was put forward by using the Elman dynamic recursive network method,based on the actual measured data.Furthermore,a good assumption is put forward,which brings a full universe of discourse self-adjusting factor fuzzy control,closed-loop adjusting,based on error feedback and expertise into a rolling force prediction model,to modify prediction outputs and improve prediction precision and robustness.The simulated results indicate that the method is highly effective and the prediction precision is better than that of the traditional method.Predicted relative error is less than ±4%,so the prediction is high precise for the cold tandem mill.