既有老旧房屋砂浆及砌体强度现场试验研究

以南京城区20世纪80年代至90年代既有老旧砌体房屋为研究对象,采用贯入法和筒压法对常规条件下墙体砌筑砂浆强度进行现场检测,结合两种方法的特点对比分析检测结果的差异。结果表明,对既有老旧房屋,同一构件筒压法现场检测砂浆强度要大于贯入法检测强度值,其比值在1.0～4.0之间的分布概率为83%。基于砌筑砂浆与砌体强度换算关系对两种方法得到的砂浆强度进行换算,结合相应墙体构件原位轴压法试验结果,对两种方法换算砌体强度与原位轴压法砌体强度关系进行对比分析,结果表明,原位轴压法测得的砌体强度与贯入法换算砌体强度比值在0.75～1.5之间的分布概率为92%,与筒压法换算砌体强度比值在0.6～1.4之间的分布概率为93%。试验结果对城区既有老旧房屋安全性鉴定提供了一定的判断依据。     

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。     

一种商用车MT变速箱简易推式分离机构设计

为了提升大型载货车、专用车用变速箱分离机构分离性能,满足大离合器盘分离需求,设计出一种分离机构.该机构通过机械原理实现放大输入端推力来满足离合器摩擦片分离.该分离机构结构简单、成本低廉,值得推广.     

基于raw-os多任务实时操作系统控制的研究

为了对嵌入式实时操作系统的实时性能做实际应用的测试,需要有较为先进的测试平台和测试方法。为此一个开源的操作系统被引入。在此基础上详细阐述了嵌入式实时操作系统测试的硬件环境、测试案例设计等。接着通过测试实际的运行效果和日志报告以及调用相应的实时性值,就能很直观地了解到当前嵌入式实时操作系统实时性能指标,并对结果进行比较分析。最后提出了该课题今后的研究方向为如何更好地使嵌入式实时操作系统在实时性方面和多任务的控制上有所提升。     

基于SCAE⁃ACGAN的直升机行星齿轮裂纹故障诊断

直升机行星传动轮系结构复杂、工况多变,其振动信号受工况影响大,在故障样本较少的情况下导致行星齿轮箱故障诊断准确率不高,早期故障诊断困难。针对上述问题,提出将堆栈收缩自动编码网络(stacked contractive autoencoder,简称SCAE)与辅助分类生成式对抗网络(auxiliary classifier generative adversarial networks,简称ACGAN)相结合的SCAE-ACGAN故障诊断方法。ACGAN的生成器产生与真实样本具有类似分布的生成样本,扩展训练样本集,并与真实样本一起输入至判别器进行训练。ACGAN采用SCAE作为判别器,利用SCAE良好的抗数据波动能力,从扩展样本集中挖掘出有效的深度特征,并实现样本的真伪与类别的判定。ACGAN的判别器和生成器在对抗学习训练机制下交替优化,提高方法的样本生成质量与故障判定能力。将SCAE-ACGAN应用于直升机行星轮裂纹故障诊断,结果表明,SCAE-ACGAN的故障诊断性能好,在样本数量少与工况变化情况下具有较好的健壮性和适应性。     

双频激振下阶梯轴与带V型槽轴低周断裂的可等效性研究

针对双频激振下阶梯轴的低周断裂问题,研究阶梯轴与带V型槽轴的等效性以简化问题。设计了铝合金阶梯轴和带V型槽铝合金轴的双频激振等效实验,利用有限元软件,对实验中的模型进行比较分析,在此基础上提出等参数建模法:通过有限元建模,对两种模型重点考察的局部特征进行分析比较,调整模型的尺寸参数,筛选出能够彼此近似等效的模型。利用等参数建模法,得到应用于所搭建的双变频激振器的等效建模表,根据等效建模表,可查找到基于双变频激振器,一定误差范围内能够彼此近似等效的铝合金阶梯轴和带V型槽铝合金轴。     

一种抗运动干扰的实时心率提取方法

针对基于容积脉搏波（PPG）提取运动心率时，传统心率提取算法由于运动噪声干扰使测量结果误差大、实时性不好的问题，提出一种抗运动干扰的实时心率提取方法。该方法通过实时小波去噪，同时结合三轴加速度信号（ACC）对运动进行分类训练，计算各运动状态心率增益，对实时心率值进行补偿。实验结果表明，通过与同时采集的ECG信号计算出的实时心率进行对比，绝对误差率仅为1.2%左右。相比传统心率提取算法，该算法具有抗干扰性强，实时准确的特点。