课程文献中心 更多>>

关键词： 煤料转运   粒径   给料匙角度   磨损  

摘要： 针对带式输送机转载结构头部挡板、底部衬板磨损严重的现象,利用离散元仿真技术对影响结构磨损的煤料参数、转运结构参数进行分析,结果表明:在装运过程中,适当减小单元煤料颗粒粒径,可以增加转运系统的使用寿命;适当减小给料匙角度,可有效降低转运煤料对底部衬板的磨损现象。研究结论将为矿用装备的优化设计提供理论依据与数据支撑。

关键词： 截齿磨损   灰色-马尔科夫链   Gamma过程   维纳过程   预测精度  

摘要： 针对掘进机的截齿磨损状态问题,构建了基于灰色-马尔科夫链模型、Gamma过程预测模型以及维纳过程磨损状态预测模型。通过搭建试验台,提取振动及声发射数据样本,考虑试验环境对试验数据提取的影响,应用小波包分解方法,对数据进行降噪处理。定义6种截齿磨损程度状态,每种状态取50组数据样本,进行模型精度验证,均符合精度要求,进而应用模型进行数据预测研究,对比真实试验数据,结果表明:振动信号加速度能量和下灰色-马尔科夫模型相对误差为0.89%,Gamma模型相对误差为0.47%,维纳过程相对误差为0.39%;声发射信号加速度能量和下灰色-马尔科夫模型相对误差为1.02%,Gamma模型相对误差为0.84%,维纳过程相对误差为0.47%;三种模型预测精度都很好,其中维纳过程预测误差最小,为掘进机截齿磨损退化状态预测研究提供了新的方法。

关键词： 电连接器   微动磨损   磨屑   性能退化   超声无损检测  

摘要： 针对振动环境下电连接器易产生微动磨损而接触性能降低这一问题,采用超声检测方法监测微动磨损过程中电连接器接触件间磨屑的特征值,研究了不同振动条件下接触件的磨损程度及接触性能的退化规律。结果表明,振动频率、振动加速度和振动次数对接触面磨屑的堆积和接触电阻的波动都有正向累积效应;电连接器轴向振动时,磨屑累积效应最为明显。接触电阻和磨屑特征值总量在高振频及加速度下呈现极高的相关性。以磨屑特征值构建的麻雀搜索算法优化BP神经网络性能退化模型的平均绝对误差小于5%。

关键词： CFD   水轮机   导叶   泥沙磨损  

摘要： 导叶是水轮机必不可少的引水构件,为了能研究含沙水中导叶的磨损情况,应用CFD流体分析软件,基于RNG湍流模型对不同泥沙浓度下的水轮机导叶进行了数值分析,得到了不同工况下导叶的泥沙体积分布图,从而进一步分析导叶的磨损情况。分析结果表明,在含沙水中,导叶叶片泥沙量从叶根向叶梢逐渐减小,叶片根部最早遭受泥沙冲蚀,磨损程度比其他位置严重。叶片正面过水面积比较大,所以叶片正面泥沙量比背面多,所遭受的泥沙磨损也比背面严重。随着泥沙浓度的增大,导叶表面的泥沙分布量也逐渐增大,叶片越容易遭受磨损破坏,而且同一个地方磨损程度越严重。

关键词： 轮胎磨损监测   加速度特征提取   主成分分析   BP神经网络  

摘要： 针对智能轮胎的实时磨损监测需求,提出了一种新型轮胎磨损检测方法,使用三轴加速度传感器集成设备对轮胎进行加速度波形采集,使用凯撒最大化正态方差法对加速度波形特征进行主成分分析,基于分析结果进行波形特征值提取与筛选,并通过误差反向传播(BP)神经网络对筛选后的特征值数据进行训练,实现轮胎磨损值的实时检测。最后基于实车检测数据进行了测试与对比,结果表明该算法能在较低的算力需求下,将磨损检测的平均误差降低到0.1 mm。

关键词： 电缆穿管技术   电缆磨损   影响因素   优化措施  

摘要： 电缆作为现代社会不可或缺的能源和信息传输线路，其稳定性和可靠性对各行各业运行都有着重要影响。然而，在长期的使用过程中，电缆常常面临磨损、挤压和损坏等问题，导致信号衰减、数据丢失甚至设备故障。为了解决这些问题，电缆穿管技术应运而生。本文旨在探讨电缆穿管技术的优化方法和其对电缆磨损的影响，以期为电缆行业的发展和应用提供理论指导和实践参考，有助于提高电缆系统的可靠性、安全性和耐久性，满足社会对电力和信息传输的需求。

关键词： UHMWPE   人工髋关节   磨损   老化  

摘要： 本文基于老化作用对UHMWPE人工髋关节相关性能的研究文献,对如何评价老化作用对UHMWPE人工髋关节性能的影响及老化作用降低UHMWPE人工髋关节力学和摩擦磨损性能进行了总结,并提出了目前体外加速老化方法研究的局限性,即除温度和压力,还应考虑水分造成的影响,以及针对不同UHMWPE材料,应设置合理的加速老化周期。以期为后续研究体外加速老化方法提供参考与借鉴。

关键词： 刀具磨损   深度学习   PCANet   激活函数   池化层  

摘要： 铣刀健康状况直接影响实际生产加工过程,因此开展铣刀状态监测研究具有较大工程意义。以卷积神经网络为代表的深度学习模型已经逐渐用于监测加工过程中的刀具状态。但是这些模型的可解释性较差,预测结果的差异性也较大。作为一种新颖的卷积神经网络变种,主成分分析模型(Principal component analysis network,PCANet)的可解释性好,但是特征自监督学习能力有待提升,且相关应用案例较少。针对以上问题,拟对PCANet模型进行优化,进而提出了一种激活主成分分析-最大池化-支持向量回归(Activated PCANet with max pooling and support vector regression,APCANet-MP-SVR)模型,用于自适应提取敏感特征并准确预测刀具磨损情况。首先引入tanh激活函数,提高模型泛化能力;再采用最大池化层替代哈希编码和直方图用于特征选择,进一步降低冗余特征规模;最后建立支持向量回归模型实时预测刀具磨损值。应用案例充分证明了所提模型能够更好地用于加工现场刀具磨损值预测。

关键词： 料仓   法向磨损   切向磨损   耐磨  

摘要： 装车系统中物料对料仓的磨损较为普遍,装车频率的提高将直接加剧料仓的磨损,降低其使用寿命,严重影响工作效率。用离散元模拟软件进行协同仿真,通过分析不同工况下料仓的磨损位置、磨损量以及变形,最终实现物料与料仓的最优匹配,提高料仓的使用寿命,为装车料仓磨损性能的研究提供了借鉴。

关键词： 立铣刀侧刃磨损   组合型阈值分割   刀具磨损参数  

摘要： 在实际生产中,现场测量立铣刀侧刃磨损是一项艰巨的工作.光照条件、刀具空间几何形状和初始位置的标定等因素对刀具磨损参数的测量精度影响很大.针对上述问题,提出了一种基于组合型阈值分割方法的在线立铣刀侧刃磨损测量方法,在保证测量精度的情况下最大限度地获取刀具磨损参数的有效信息.首先,提出一种图像剪切策略对捕捉到的磨损区域不同光强下的原始照片进行预处理,选取弱光下的刀尖区域和强光下的均匀磨损区域作为数据源;其次,对该数据源采用包含改进的直方图法和局部阈值分割法的组合型阈值分割法进行磨损区域提取;然后,将两种方法的结果进行叠加,去除磨损区域以外的多种噪声,并根据第1步的剪切位置,将分割后的刀尖区域图像与均匀磨损区域图像拼接,得到完整的磨损区域;最后,利用最小二乘法求出原始切削刃位置,标定磨损区域图像,计算刀具磨损参数.在立铣刀磨损实验中,测得侧刃的最大磨损量的精度大于98%,最大误差不超过5μm.实验结果表明,本文提出的方法能够获取全面的磨损区域信息,给出完整的磨损区域和精确的刀具磨损参数,有助于更加可靠地评估刀具磨损状态.