课程文献中心 更多>>

关键词： 风力机   离散单元   EDEM与FLUENT耦合   磨损  

摘要： 风力机叶片作为受风砂变化影响敏感部件，砂砾在自然风的携带下对风力机叶片产生附加冲击载荷，且在风砂作用下对叶片的表面形态修缘效果十分明显。本文基于离散元素分析法针对风力机叶片在风砂工况条件下的磨损机理展开研究，采用FLUENT与EDEM耦合计算，对不同砂砾形态（球形、三角形、体形）及不同运行工况（扬沙、沙尘暴、强沙尘暴）条件下，研究不同攻角对风力机叶片的磨损状况。结果表明：砂砾形态对叶片上下翼型曲线与表面磨损量有较大影响，体形与三角形砂砾对叶片表面冲蚀形态较球形砂砾有明显差异，且在相同砂尘工况下叶片表面的磨损量随攻角改变而改变。在实际风力机运行过程中，可根据风电场风力机点位处风况条件，通过控制风力机攻角变化来调整风砂对叶片型面曲线的变化趋势与大小，其研究结论对风电场风电机组运行控制具有一定的参考价值。

关键词： 旋转喷射磨损装置   泥沙磨损   水沙两相   流动机理   磨损特性  

摘要： 我国许多河流的含沙量较高,河水中的泥沙会对水力机械造成磨损,导致其效率下降、振动加剧,甚至破坏停机,严重威胁其运行安全。泥沙磨损试验是研究泥沙磨损特性的重要手段,是开展磨损预测和防护的基础。旋转喷射磨损装置作为一种研究泥沙磨损的试验装置,具有磨损强度大、试验时长短、经济性好、便于测量以及能够模拟水力机械中的冲击磨损的优点,已在学术界和行业内得到较多应用。然而,目前的研究多利用其旋转喷射磨损试验失重数据开展材料磨损特性的分析1,缺乏对其内部水沙流动机理的研究,对其与冲击磨损的相似性及试件的微观磨损特性缺乏深入认识。本文采用数值模拟与试验相结合的方式,对旋转喷射磨损装置内部水沙流动机理与致磨特性进行研究,为水力机械泥沙冲击磨损研究提供理论基础。主要工作内容及研究结论如下: (1)开展了变冲击角度磨损试验以及喷漆磨损试验。磨损试验结果表明:不同材料试件的磨损速率随冲击角度的增大而先增大后减小,并在45°达到峰值。在30°和45°冲击角度下,试件表面磨损形貌呈现从内到外逐渐加重的分层式结构,且45°时磨损更为严重。而在60°冲击角度下,试件表面主要磨损区域集中在中心线附近,与前两种磨损区域分布存在显著差异。 (2)基于试验结果,验证了3种旋转模拟方式与8种磨损-反弹组合模型的适用性。通过与实际磨损形貌进行比较,发现滑移网格旋转模拟方式所产生的磨损云图与实际磨损更为吻合;Oka磨损模型与完全弹性碰撞反弹模型结合的组合模型对磨损形貌、磨损量以及磨损规律的预测与试验值更为接近。 (3)利用修正后的旋转喷射数值模拟模型揭示了旋转喷射磨损装置内水沙两相流流动机理,研究了颗粒及水流参数对流动机理的影响。结果表明:颗粒浓度对流场影响较小,在不同浓度下,颗粒实际相对冲击速度与相对角度基本稳定,但均低于理想值。颗粒实际相对速度约为理想值的50%,而相对角度则比理想角度小约83%。当浓度相同时,随着粒径的增大,颗粒实际相对速度与相对角度逐渐减小。随着冲击速度增大,颗粒相对速度增大但相对冲击角度降低。随着冲击角度增大,颗粒产生明显的局部聚集,颗粒实际相对速度减小但相对冲击角度增大。在60°工况时,颗粒撞击壁面后分流,向内颗粒运动受离心力影响,试件表面中心线附近出现了一条高颗粒浓度带。 (4)通过分析不同工况的颗粒碰撞频率和磨损率分布研究了颗粒参数与水流参数对旋转喷射磨损装置内试件磨损特性的影响。结果表明,颗粒浓度增大,试件磨损速率呈线性增大。随着颗粒粒径的增大,颗粒相对速度、相对角度及碰撞频率逐渐下降,但颗粒质量增大,试件磨损速率先减小后增大并在0.022mm粒径时磨损速率最小。随冲击速度增大,试件磨损速率呈指数形式增大。随冲击角度增大,试件表面颗粒冲击频率增大,但颗粒实际相对速度降低,试件磨损速率先增大后减小并在45°冲击角度时磨损速率最大。在60°冲击角度时,由于颗粒在中心线附近聚集且该区域颗粒有较高的相对速度,试件中心线附近出现一条高磨损带,与喷漆磨损试验结果一致。

关键词： 自润滑关节轴承   深度学习   摩擦系数预测   图像处理   图像识别  

摘要： 自润滑关节轴承作为大型机械设备中常见部件,因其具有旋转、摆动、调心、承受较大载荷等功能,被广泛应用于航空航天、航海、水利和地面交通等众多领域。然而,由于自润滑关节轴承常年工作于高温、高振动、高转速的环境,极易产生磨损和老化,进而引发设备故障引发安全问题,造成经济损失。由于轴承表面形貌变化能直接反映摩擦磨损状态,因此开展自润滑关节轴承表面形貌预测研究,对于提高工业装备的运行效率和可靠性,减少安全事故等方面具有十分重要的意义。本文以型号为GE17ES的自润滑关节轴承为研究对象,基于深度学习方法对自润滑关节轴承摩擦系数进行预测方法研究、通过对自润滑关节轴承磨损表面形貌图像高度颜色处理,开展自润滑关节轴承磨损表面形貌图像识别研究。论文主要研究内容包括:(1)针对多工况条件下的自润滑关节轴承摩擦系数预测精度问题,基于BP神经网络算法、多层感知器预测算法和GA-BP神经网络算法,建立自润滑关节轴承摩擦系数模型。通过对三种模型的参数优化完成多工况条件下的自润滑关节轴承摩擦系数预测,经过试验对比,GABP神经网络预测模型在多工况条件下的自润滑关节轴承摩擦系数预测精度更高和模型的性能更加稳定。(2)针对自润滑关节轴承磨损表面形貌图像高度颜色不统一问题,建立自润滑关节轴承磨损表面形貌图像处理模型。图像处理模型对自润滑关节轴承磨损表面形貌图像的高度颜色进行统一,并对磨损表面形貌图像进行裁剪。同时还可以反映自润滑关节轴承磨损表面形貌的特征。(3)针对自润滑关节轴承磨损表面形貌图像识别研究,基于卷积神经网络算法、胶囊神经网络算法和残差神经网络算法,建立自润滑关节轴承磨损表面形貌图像识别模型。通过对三种模型的结构和参数进行调整和优化,三种图像识别模型都可以完成自润滑关节轴承磨损表面形貌图像识别。经过试验对比,残差神经网络磨损图像识别模型在自润滑关节轴承磨损表面形貌图像识别上的识别精度更高。

关键词： 数控机床   数字孪生   刀具磨损   Unity 3D   实时监控  

摘要： 随着信息科技的快速发展,推动着传统制造业智能化和信息化。在此进程中,数控机床的技术水平对于实现国家智能制造战略具有重要影响。由于刀具作为数控机床与工件直接接触的核心部件,在加工过程中极易磨损,因此对刀具的磨损状态进行监测至关重要。 本论文基于数字孪生技术的“虚实相融”理念,专注于数控机床刀具铣削过程中的磨损状态监测问题,建立了与机床相对应的数字孪生模型,并以此为基础,构建了一个刀具磨损状态监测数字孪生系统。本文主要的研究内容如下: (1)提出并实施了数字孪生系统的整体方案。系统由物理实体、孪生模型和数据通信三个部分构成,支持模型预测、可视化监测、系统交互和数据通信等功能,并介绍了在该系统框架下,刀具磨损状态监测的方法流程。 (2)构建面向对象的数字孪生模型。考虑到刀具切削过程以及磨损退化过程,孪生机理模型将从几何、材料、磨损和热传导等六个方面构建。利用多元快速迭代滤波与优化过的支持向量机构建孪生数据模型,该模型能够挖掘与刀具磨损有关的关键数据,并进行刀具磨损状态预测。 (3)利用Unity 3D软件平台,开发刀具磨损监测系统。系统不仅完善了数据采集,并通过Unity 3D软件构建了人机交互界面,从而实现了对刀具磨损状态的监测。实际应用案例的成功验证,证明了该监测系统的预测准确性。 通过本研究,数字孪生技术在数控机床刀具磨损监测方面的应用得到了验证,为今后的智能制造实践提供了新思路。

关键词： 裂纹   腐蚀疲劳   失效分析  

摘要： 在对石油探测仪器高温高压井下机械零件裂纹进行分析和检测的基础上，确定产生失效的主要原因：由外壁多疲劳源起始的腐蚀疲劳裂纹，还叠加有一些应力腐蚀裂纹；材料金相组织中自由铁素体的平均含量超标；裂纹所在的区域硬度低于产品质量硬度要求；裂纹起源于零件壁厚最薄之处的安装台阶与过渡圆角处的多个腐蚀坑，下井作业时受到外部交变载荷的作用，腐蚀疲劳裂纹不断扩展直至失效。对现有结构进行改进，以确保仪器安全作业。