排序方式: 共有23条查询结果,搜索用时 15 毫秒
1.
采用有限元软件MSC Marc模拟大型P20钢模块在复杂淬火工艺下的冷却过程,通过分析淬火过程中的温度变化历程及最终组织分布,为厂方生产的P20钢模块制定合理的淬火工艺. 相似文献
2.
3.
零部件失效相关是降低冗余系统可靠性的重要原因.从分解零部件失效相关结构和寿命边缘分布的角度,综合考虑了k/n(G)表决系统中导致失效相关的两类因素:共因失效和从属失效.运用Copula函数的相关性理论,建立了零部件失效相关的k/n(G)系统可靠度计算模型.因为无需确定零部件寿命向量的联合密度函数,且用低重差分运算替代了多重积分运算,反映了模型的简捷性和实用性.通过系统可靠度随零部件数目的变化曲线,验证了Copula可靠度理论的合理性;给出了模型中相关程度参数估计的两种统计方法.最后,算例说明了模型的有效性. 相似文献
4.
5.
硬度预测模型的试验验证 总被引:1,自引:0,他引:1
为验证Maynier和Carsic硬度预测模型的实用性,针对宝钢开发的两种钢材设计了简单的末端淬火试验来确定冷却速率与硬度的关系,并与Carsic硬度预测模型的计算值进行了比较.结果表明:该硬度预测模型可以较为准确地预测一种钢的硬度值,但另一种钢的计算值和实测值偏差较大.由此可见该硬度预测模型不具有普适性,实际使用中需要通过试验验证和进行修正. 相似文献
7.
8.
针对电机轴承故障模式识别和分类问题,提出了采用EMD(Empirical Mode Decomposition)作为振动信号特征提取的方法,并利用改进的粒子群优化(Particle Swarm Optimization,PSO)算法来优化BP神经网络,得到性能优异的分类器,以实现电机轴承的故障模式分类。首先利用EMD将原始电机振动信号分解为8个阶次的IMF(Intrinsic Mode Function)分量,计算每个IMF的能量,并求其占比。分析得到前6阶IMF能量占比在前99%以内,故选取前6阶IMF分量并结合原始振动信号的时域特征参数(峰值因子、波形因子、裕度指标),得到9维特征参数矩阵。并对获得的特征参数进行主成分分析,以验证特征参数提取的有效性。然后将基于EMD方法的特征参数矩阵作为改进PSO_BP(Particle Swarm Optimization with Back Propagation Neural Network)方法的输入向量,对不同载荷与转速工况下的电机轴承进行故障模式识别。结果表明,基于EMD和改进PSO_BP的方法能够很好地提高电机轴承故障模式识别的准确率。 相似文献
10.
建立了多状态多失效模式混合决策理论,实现了多状态多失效模式机械系统可靠度分配。首先,建立混合图,刻画了单元同一等级不同模式失效的混合关系;建立混合算子,确定单元多状态多失效模式可靠度分配决策。然后,建立串联系统可靠度决策模型,把系统可靠度分配给系统各状态。该模型比传统只考虑故障、完好两状态的系统可靠度分配方法更符合工程实际情况,考虑部件的完好、故障隐患、功能退化和完全失效等多种状态,能有效避免忽略故障隐患、功能退化两种状态的危害性。最后,通过受电弓系统多状态多失效模式可靠度分配的算例,验证该理论方法的可行性、有效性。 相似文献