基于6-TPS型并联机床的标定方法研究

以6-TPS型并联机床为对象,研究了并联机床运动学标定方法。首先假定了并联机床各结构参数单位误差,在与测量方式相一致的广义坐标上,通过并联机床正解的方式,利用所测的点数据,以数值法构造了机床末端位姿误差与结构误差的影响系数矩阵。通过这种方法,构造参数误差数学辨识模型,针对6-TPS型并联机床的特点,提出了测量并联机床平动和聚点性误差的方案,并在工程实际应用中验证了该标定方法的可行性。     

原油水分测试仪应用探讨

文章首先从现场着手,分析目前采用的蒸馏化验方法存在的问题,进而提出用原油水分测试仪来解决这些存在问题。然后从仪器原理方面论证了使用仪器取代蒸馏化验方法的可行性,接着对仪器进行了试用,并重点对试用过程中的测试数据进行了分析比较,最后对应用该仪器产生的效果进行了总结。针对水分测试仪的应用、原理、标定和注意方法等方面进行了一定的探索。     

10 MW高温堆热气联箱气流混合模拟的相似律

１０ＭＷ高温气冷实验堆芯出口需设置热气联箱,以使氦气得到充分的热混合。使用两流体方程无量纳化分析方法导出相似准则,得到了热气联箱在缩小模型比例的系统上以常压小温差空气代替主压大温差氦气进行热工水力学模拟试验研究时应遵循的模拟准则,即几何准则、流动准则和传热准则。     

纸页水分在线测量和标定探讨

主要介绍微波水分传感器的基本工作原理,以及在各纸种生产中的应用,并对在线水分测量值的标定方法进行分析探讨。     

基于CFD方法的铅铋冷却燃料棒束的热工水力特性分析

铅铋冷却快堆作为第4代反应堆候选之一具有安全性高等特点,研究其在正常工况下的热工水力特性具有重要意义。本文基于商用计算流体力学（CFD）软件STAR-CCM+,使用流固耦合的方法对带有绕丝结构的19棒束铅铋组件进行数值分析,探究了质量流量、功率等边界条件对组件内部流动传热特性的影响。模拟计算结果表明：CFD方法在子通道中心温度和壁面温度预测上与实验结果取得了较好的一致。同时,绕丝结构的存在使得子通道之间存在周期性的横向交混,并使得棒束表面温度呈现震荡。随质量流量的增加,子通道间横向交混增大。功率变化对通道间的横向交混速度的影响较小,冷却剂温度的横向分布无明显差异。     

LHWC水泥厂余热发电项目热工检测和效益评估

对LHWC水泥厂2500t/d新型干法窑的热工标定数据分析,熟料产量超过3000t/d以上,已经超过设计产量指标20%,产量指标达到了国内先进水平。C1筒出口废气温度降低到300℃左右,显著降低了预热器废气热损失;各级预热器的换热效率比较高,但是其阻力损失也比较大。篦冷机的热回收效率比较低,高温风机也没有多少富余。若增加余热发电系统,必须更换高温风机或者对系统进行优化以降低系统的阻力。从余热发电的效益评估来看增加余热发电系统,只需两年半到三年半就可回收成本。     

动态力解耦和动态标定相关技术研究综述

随时间变化的力称作为动态力,其在航空航天、材料科学、汽车制造、武器威力等研究领域均为重要的测量参数。理想情况下,动态力测试与其他传感器输出无关,涉及的仅仅是测试通道方向的输出。但是,由于加工工艺、安装工艺等限制,在测量某方向动态力时,难免耦合其他方向的输出信号造成动态耦合,只有准确的找到各维间力的相互耦合关系,才可以达到精确测量动态力的目的。同时,在测试前应先标定传感器,以提高测量的准确性。目前多采用静态标定进行动态力测量的“静标使用”方法,在测量中必然会产生较大的误差。因此,动态力的解耦及动态标定具有较大的意义。通过分析相关文献,总结了动态力解耦和动态力标定的常用方法,对比优缺点并提出展望。     

0.6Mt/a连续重整装置的设计和标定

介绍了齐鲁石油化工公司 0 .6Mt/a连续重整装置的设计和满负荷标定情况以及装置尚需解决的问题。该装置采用法国石油研究院的连续重整第二代再生技术 ,与以往的引进方式不同 ,这次引进只付专利费 ,不购买与专利有关的工艺包 ,全部技术方面工作由国内负责。该装置设计在充分消化吸收引进技术的基础上 ,开发了并列式连续再生控制系统 ,改进了再生系统关键设备及催化剂粉尘收集系统的设计及采用了国内多项先进技术。运行和标定结果表明 ,设计达到国际先进水平     

温州某办公大楼玻璃幕墙热工性能参数对空调冷负荷的影响

阐述了玻璃幕墙的传热系数K值与遮阳系数Sc的取值不同对空调冷负荷的影响;指出了不能单纯以K值来评估玻璃幕墙的热工性能的优劣,Sc值对热工性能影响更大,只有综合考虑K值和Sc值及环境因素,才能选择一个节能、环保的合适玻璃幕墙.     

步行器精密测力系统中的人工神经网络标定新技术

设计了一种可用于步行器精密测力系统标定的3层反向传播人工神经网络模型,以测力系统12导联应变片电桥输出电压作为网络输入向量,6个负载分量力作为网络输出向量,并通过目标误差下的绝对误差和对比确定出模型隐含层的最优神经元数.有关误差校验结果表明,使用该神经网络技术标定后的系统最大单向力精度误差为7.78%,最大交叉干扰为7.49%,与传统的线性标定方法相比,能够有效提高步行器受载力的测量精度并大大降低干扰误差,未来有望为步行器助行康复训练效果的准确监控和评估提供帮助.