SVD-LMD联合降噪和TEO的滚动轴承故障诊断

针对随机噪声背景下滚动轴承局部损伤信息提取困难的问题,提出了一种奇异值分解(Singular value decomposition,SVD)和局部均值分解(Local mean decomposition,LMD)联合降噪,并结合Teager能量算子(Teager energy operator,TEO)的特征提取新方法.首先,利用SVD方法对滚动轴承故障振动信号进行处理,初步剔除背景噪声;然后,使用LMD方法分解降噪后的信号,依据相关系数指标筛分出敏感乘积函数(Product function,PF)并加以重构;最后,对重构的信号进行TEO解调分析,将解调谱中幅值突出的频率成分与故障特征频率理论值进行对比,提取故障信息.结果表明,该方法可有效提取轴承局部损伤的特征频率,最终实现故障诊断.     

数控车床无报警故障的诊断及维修

随着数控车床的普及，故障诊断及维修已成为保证数控车床正常运转和设备维护的关键。本文针对数控车床中无报警故障这一难点，提出了一些解决办法。     

高速铣削汽轮机叶片表面残余应力影响因素研究

针对实际应用中汽轮机末级动叶片表面残余应力导致的失效问题,文章通过对不锈钢叶片进行不同工艺参数下的切削试验,研究了工艺参数对叶片表面残余应力的影响规律.由于叶片的疲劳损坏是由其表面层所受的拉应力引起的,表面层的残余压应力可抵消一部分拉应力,从而使叶片的疲劳强度得到提高.通过对不同组间的试验数据进行对比分析表明,提高主轴转速有利于残余压应力的加大,而温度热应力对残余拉应力起着主导作用.研究结果对于在不同加工参数条件下提高叶片表面的残余压应力,提高抗疲劳性能有一定意义.     

数控机床主轴轴承故障知识获取方法

提出了一种基于粗糙集理论的主轴轴承组件故障识别方法,针对具有连续属性的实验数据,将等间距聚类法引入连续属性离散化,通过应用区分矩阵算法进行决策表条件属性约简,提取了清晰、简明的故障模式规则。结果表明,该方法可以实现数控机床主轴轴承组件故障模式识别,在实际模式识别中具有很好的应用价值,可为数控机床机械部件故障诊断提供方法和依据。     

金属物料采样头结构创新设计及其稳定性分析

针对金属物料采样出现的打滑和混样问题分析了现有采样头结构上的不足,结合金属物料采样的特殊工况,设计了具有切削功能的底爪和同步清理功能的直动滑杆机构。对该机构的主要尺寸进行优化,阐述了该采样头的工作原理。对硬化层切削过程进行了稳定性分析,发现该采样头能及时切开硬化层而不产生打滑现象。最终提高了采样机的工作稳定性,消除了混样现象。     

基于LS-SVM的汽轮机叶片高速铣削表面质量预测建模

针对汽轮机叶片高速铣削加工中存在的表面质量不易控制问题,借助最小二乘支持向量机原理,建立了被加工不锈钢叶片表面的粗糙度预测模型。实验结果表明,该模型能方便地预测切削速度、主轴转速、进给量、铣削宽度等铣削参数对铣削加工工件表面粗糙度的影响,并能利用有限的实验数据得出整个工作范围内的表面粗糙度预测值,模型适合于表面粗糙度预测,回归预测精度高。     

求解TSP问题的混合杂草优化算法

根据组合优化问题的特点,提出一种离散混合杂草优化算法来解决旅行商问题,通过对算法中正态分布于父代周围的子代进行离散化分析,并引入遗传操作中的单点顺序交叉法和对换变异法,从而有效防止了算法的早熟收敛.计算机仿真结果表明,离散混合杂草优化算法相对于基本粒子群算法具有更好的性能.     

应用MATLAB分析模块化机构运动

运用MATLAB语言对平面机构的运动分析进行模块化设计从而生成子程序。在具体的机构运动分析过程中,灵活、方便地调用子程序,来提高运动分析的速度与效率。对设计结果用MATLAB进行可视化输出,以提高对机构的感性认识。