风力机轴承实时剩余寿命预测新方法

由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。     

MOMEDA结合数学形态滤波的齿轮故障特征提取

为了实现齿轮故障特征的有效提取,针对齿轮早期故障振动信号非线性、非平稳且信噪比低的特点,提出了一种基于多点最优最小熵反卷积(MOMEDA)和数学形态滤波的齿轮故障特征提取方法。首先利用MOMEDA恢复信号中的周期性故障特征并实现信号的降噪,再运用形态差值滤波器对解卷积后的信号进行滤波以增强信号中的冲击特征,最后对滤波结果求取频谱以进行故障特征提取;通过对仿真结果和实验数据的分析验证了该方法的可行性和有效性。结果表明,该方法具有抑制噪声和提取周期性故障冲击特征的能力,能够实现齿轮故障特征的提取。     

加湿器外壳逆向工程与3D打印的应用

本文以加湿器外壳为例,通过一系列教学认识和操作,让学生对现代化技术产生充分的认识和兴趣,促进学生的积极和创新能力。     

康复器械用碳纤维织物的压缩成型特性研究

研究了织物编织方式和定型剂含量对康复器械用有机织物和针织织物在压缩阶段的织物初始厚度和压缩时间、松弛节点的应力松弛率和回弹阶段的变形占比的影响。结果表明,在未添加定型剂前,CC-2T200、CC-P450、C-LT420和C-LPFK380的纹路形式分别为斜纹、平纹、双轴经编和四轴经编;随着定型剂含量(质量分数)从0增加至12%时,4种添加定型剂的碳纤维预定型织物的压缩时间都逐渐变长,且C-LT420-X和C-LPFK380-X的压缩时间相较于CC-2T200-X、CC-P450-X更长;随着定型剂含量增加,4种添加定型剂的碳纤维预定型织物的松弛率都不断增大,且在定型剂含量为8%和12%时,C-LT420-X的松弛率最小,而当定型剂含量为0和4%时,CC-2T200-X的松弛率最小;定型剂含量为4%时可以获得较高定型能力同时又可节省定型剂用量的效果。     

陈蕴博院士赴河南安阳精密制造产业园现场考察

<正>不久前,机械科学研究总院先进制造技术研究中心副总工程师,中国循环经济协会精密成型与再制造专委会首席技术专家委员会主任陈蕴博院士一行赴苏氏精密制造技术股份有限公司安阳精密制造产业园基地进行现场考察。陈蕴博院士认真听取了该公司关于"苏氏集成精密成型技术"工艺研发生产的过程,以及该公司对基础工业领域技术发展方向的展望介绍,并参观了该公司近年来研发的上百种专利产品,陈院士对"苏氏集成精密成型技术"的成果尤其在军工领域的     

聚合物成型加工课程设计教学的探讨

根据应用型人才培养的需要,结合聚合物成型加工原理课程设计的教学现状及存在的问题,从设计题目、任务布置、教师辅导和考核方式等几方面提出教学改革的思路和措施。     

自调整复合级联形态滤波算法及应用

针对反射式光纤位移传感器拾取的润滑膜厚度信号中的脉冲和随机噪声干扰,提出一种自调整复合级联数学形态滤波算法。采用三角结构元素和半圆结构元素,通过开闭和闭开组合滤波及串联构造了复合级联形态滤波算法。仿真结果表明,复合级联滤波算法可提高信号的信噪比。针对传统形态滤波方法结构元素宽度随机选取造成滤波后信号信噪比低的问题,通过在不同采样频率情况下对不同信号进行滤波仿真计算,提出一种结构元素参数自调整选取方法。仿真实验和对实际润滑膜厚度信号滤波处理结果表明,自调整复合级联形态滤波算法可有效滤除信号中的脉冲干扰和随机噪声干扰。