四辊PC轧机辊间接触应力及支承辊疲劳损伤分布研究

四辊轧机辊系中辊间循环接触应力引起的辊身接触疲劳损伤,会影响辊身的磨损、轧辊的后续磨削及使用寿命;因此分析不同轧制工艺参数情况下辊间接触应力的分布对分析辊身损伤以及现场轧辊维护具有重要的意义,以某厂1880轧线采用的四辊PC轧机为研究对象,采用有限元法分析了不同工艺参数对辊间接触应力分布及分布均匀度的影响规律;基于损伤累积理论建立了轧辊辊身截面损伤分布计算模型并计算了辊身轴向截面内的接触疲劳损伤分布,与现场辊身疲劳硬化测试结果对比表明理论分析结果具有一定的合理性。     

往复式压缩机的配管设计研究

往复式压缩机配管设计的工作难题是,将流体压力脉动和配管系统的有害振荡控制在合理的范围内,尽量使往复式压缩机的配管达到一个理想的工作状态。因此,本文以往复式压缩机的配管设计作为研究的重点,在提出设计建议的同时还给予了改善振动的措施。     

航空弧齿锥齿轮光整加工理论分析及实验研究

滚磨光整加工是一种新型的微加工技术,能够去除材料表面的痕迹,降低齿面粗糙度,降低齿轮的啮合噪声。采用平行主轴式滚磨光整工艺对某航空弧齿锥齿轮进行光整加工实验研究,阐述了该光整工艺的加工机理,研究了光整磨料与齿轮表面间的相对运动情况;根据齿轮外圆处磨料的切削公式,分析了各因素的影响规律。结果表明,该滚磨光整加工工艺可以显著降低弧齿锥齿轮表面粗糙度,锥轴齿面粗糙度Ra值从0.8μm降至0.4μm左右,锥盘粗糙度值Ra从0.8μm降至0.3μm左右,齿面纹理的一致性明显提高。为后续分析弧齿锥齿轮的振动和噪声特性奠定了基础。     

齿轨铁路变安装距齿轮齿条副齿面磨损分析

齿轮齿条副是齿轨铁路的关键驱动部件,掌握齿轨车辆运行过程中齿轮齿条副齿面的磨损状况和规律,有利于保证齿轨车辆的平稳安全运行。为此,分析了Strub齿轨形式的齿轮齿条副变安装距传动过程,并对变安装距传动关键参数进行了计算;引入安装距步长和滑移距离步长,将变安装距齿轮齿条副连续传动过程离散化处理,构建了变安装距齿轮齿条副齿面磨损体积和磨损深度数学模型;为了验证数学模型的准确性,进行了齿条磨损试验验证;结合具体实例,分析了不同参数对齿面磨损的影响,得到了影响齿面磨损量的关键因子及其影响规律。结果表明,齿面磨损深度实测值与所建模型理论值变化规律一致,验证了磨损数学模型的准确性。研究发现,齿条齿顶处磨损最为严重,选用变位系数较大的齿轮有利于减小齿条齿面磨损量。     

基于机器视觉的卷烟爆珠在线检测系统设计

目的：针对卷烟爆珠的质量检测,设计和构建融上料传送、机器视觉图像处理及不合格品剔除功能为一体的卷烟爆珠质量检测系统。方法：通过改进类间方差法对爆珠单颗粒图像进行提取,通过灰度分析、非线性度变换及改进最小外接圆等算法,实现爆珠质量自动化检测,在完成图像自动化检测之后,通过设计的不合格品剔除机构进行剔除,并开展爆珠质量检测的重复试验和应用分析。结果：该系统对不合格爆珠的异色、异行、破损总误检率低于3%,能精确剔除不合格爆珠且系统稳定可靠。结论：基于机器视觉的卷烟爆珠在线检测系统设计,能完成对爆珠质量的自动化在线检测,提高了检测速度与准确度。     

基于改进 SqueezeNet 的棒状物表面缺陷识别

高速流水线生产的棒状物极易产生各种表面缺陷,但基于传统图像处理的缺陷识别方法易受环境影响、可靠性低,而基于深度学习的缺陷识别方法存在模型过大、识别准确率受制于样本数量等问题。因此,本文提出了一种基于改进SqueezeNet的棒状物表面缺陷识别系统。设计了可获取圆周对称小体积棒状物全表面图像的采集装置,并在轻量级卷积神经网络SqueezeNet中引入注意力模块以改善模型的特征提取效果,利用数据平衡方法提升数据集内少数类样本的识别准确率,利用迁移学习的方法进行深度学习训练,减轻数据集样本不足对训练效果的影响。以生产线上的卷烟烟支为研究对象,采集其圆周表面图像进行实验,结果表明,改进方法在少样本条件下的分类准确率达到了94.49%,其中对于少数类样本的F1分数提高了31.19%,单张图像检测时间约1.66 ms,模型轻量化,可满足工业生产线中棒状物实时缺陷识别的需求。     

基于策略的设备联动管理

引言 在大多数场合下,一些网络设备的供应商往往是从某一个角度去满足网络用户的需求,而极少从整体的和设备联动的角度去考虑。随着企业对网络安全性能要求的日益提高,我们更需要一个设备之间能够相互支持、相互联动、立体、全面、动态的安全防护网络。     

一种高精度圆柱度仪自动调心系统

针对现行高精度圆柱度仪采用人工方法调心,测量精度低且费时费力这一问题,提出了一种高精度圆柱度仪伺服工作台自动调心系统,给出了自动调心系统的结构组成和工作原理,并进行了自动调心过程的运动仿真和实验模拟。实验结果表明,所提出的伺服工作台自动调心系统作为一个独立的附件安装在高精度圆柱度仪工作台上,不改变现有高精度圆柱度仪的结构,具有操作简便、调心效率高等特点。     

基于长短时记忆网络的磨削在线预测与补调北大核心

为解决在线测量时误差判断滞后及补调延迟的问题,利用长短时记忆网络对在线测量加工的尺寸进行预测,并根据预测值对误差进行补调。通过神经网络实时预测磨削尺寸,当预测值大于理论边界时调整工艺参数,避免了误差累积。设计并进行了基于长短时记忆网络的在线测量磨削加工实验,并通过实验结果对输入张量的维度与预测精度之间的关系进行分析。结果表明,长短时记忆网络能够准确预测磨削尺寸序列,且具有较好的普适性。利用实验结果进行小批量加工,统计分析表明,使用神经网络进行磨削在线预测及补调,加工精确度显著提高。     

基于最小二乘拟合的线胶质量检测北大核心

针对在复杂光照条件下线胶质量检测存在自动化程度不高,检测精度低等问题,提出了一种基于最小二乘拟合的线胶质量检测方法。首先使用非局部均值滤波降噪算法对图像进行降噪处理;随后通过动态阈值分割法确定待检测线胶区域,并在待检测区域内使用基于形态学的laplacian of gaussian边缘提取算法提取线胶轮廓;最后使用基于最小二乘拟合的线胶边缘轮廓拟合算法,计算拟合直线之间的平均距离即可得到线胶宽度;将线胶宽度信息与设定胶宽进行对比,判断是否存在断胶等质量问题。经实验验证,在复杂的光照条件下,该方法能准确检测出线胶宽度信息,满足对工业生产线的在线检测要求,其检测高效快速,准确率较高,能有效减少人力与资金投入,适合在实际生产中应用。