课程文献中心 更多>>

关键词： 软横跨   交叉线索   磨损   解决方案  

摘要： 针对接触网软横跨交叉线索易出现磨损的问题,分析了当前软横跨交叉线索磨损解决方案现存的不足,提出了新的解决方案,总结了新方案的主要技术优势,并对新方案进行分析与试验论证,得到新方案稳定可靠,具有一定的推广应用价值。

关键词： 刀具磨损   磨损检测   深度学习   机器视觉   信号处理  

摘要： 在机械加工过程中,为了提高零部件加工的精度和效率,对刀具磨损状态的检测就显得至关重要。随着计算机和人工智能技术的发展,刀具磨损检测技术从人工判断逐渐过渡到智能化分析。从刀具磨损状态检测的方法、步骤、相关技术等三个方面对刀具磨损检测技术进行了综述,对相关方法进行评价,并对未来刀具磨损检测技术进行展望。

关键词： 差速器壳体   新能源汽车   燃油汽车   传动齿轮   有限元分析   锻造成形   机电技术   半轴  

摘要： 汽车差速器(图1)最初是由法国雷诺汽车公司的创始人路易斯·雷诺通过不断的改进与创新而发明。它包含差速器壳体、行星/半轴传动齿轮、一字轴或十字轴等关键部件,主要用于解决汽车行驶时因左右两轮轮速差异导致的刚性干涉问题,现已广泛应用于燃油汽车和新能源汽车中。差速器技术的进步与汽车行业的发展紧密相连。近年来,机电技术、新能源汽车技术的迅猛发展和汽车轻量化、零件一体化趋势,对差速器的设计、制造水平、周期及成本提出了新的要求。

关键词： 激光选区熔化   CoCrMoCu   摩擦磨损性能   微观组织   自润滑   医用金属  

摘要： 目的阐明不同Cu含量对激光选区熔化(Selective Laser Melting,SLM)制备的CoCrMoCu合金微观组织的影响及其在表面摩擦磨损和腐蚀性能使役行为方面的作用。方法采用CoCrMo合金粉和纯Cu粉通过行星球磨机进行机械混合,制备了Cu质量分数为2%、4%、6%的CoCrMo/Cu混合粉末,并通过SLM技术制备相应的试样。对不同Cu含量的SLM CoCrMoCu的相组成、微观结构、硬度、摩擦磨损和腐蚀性能进行检测和分析。结果Cu含量对SLM CoCrMoCu的相组成和微观组织没有明显影响,在不同Cu含量的试样中,试样的微观组织均主要为胞状等轴晶。在力学性能方面,随着Cu含量的升高,试样的硬度先提升后降低,在含2%Cu的情况下达到最大值(429.2HV0.2),在含6%Cu的情况下达到最小值(367.7HV0.2)。CoCrMoCu的摩擦因数和磨损率随着Cu含量的升高而降低,在4%时摩擦因数和磨损率达到最低(2.7×10^(-5)mm^(3)/(N·m)),摩擦磨损性能最好。随着Cu质量分数进一步增加到6%,由于硬度降低,磨损性能下降,试样表面出现沟壑,影响Cu自润滑层的附着,磨损机制由黏着磨损向磨粒磨损转变,导致摩擦因数和磨损率增加。在腐蚀性能方面,腐蚀电位随着Cu含量的升高而升高,而腐蚀电流随着Cu含量的升高呈现先下降后上升的趋势,在4%时达到最佳的腐蚀性能。结论Cu的引入在一定范围内(2%~4%)可以有效提高CoCrMoCu合金的硬度和腐蚀性能。结合Cu的自润滑效应和类钝化效应,实现CoCrMo合金耐磨性能和腐蚀性能的协同提升。

关键词： 齿轮加工数控刀具   磨损机理   寿命   预测  

摘要： 数控加工作为现代制造业中重要的加工方式,刀具磨损与寿命管理一直是工程技术领域的重要课题。有效的刀具管理策略可以显著提高加工效率、降低成本、优化加工质量,并对环境保护具有重要意义。因此,对数控加工过程中刀具磨损与寿命管理策略展开深入研究,将为推动数控加工技术的发展和实现可持续制造提供重要支撑。分析了数控加工过程中刀具磨损与寿预测策略。

关键词： 罐道木   提升装置   YOLOv7   目标检测  

摘要： 罐道木一般用于矿井提升装置停止后的固定,如何检测罐道木的磨损情况对于确保提升装置的稳定运行以及保证地下矿山的正常生产具有重要意义。YOLOv7算法在目标检测任务中表现出色,适用于矿山特殊的工作环境提出的罐道木磨损检测算法模型,通过相机连续采集罐道木磨损变化的图片,再基于YOLOv7算法进行训练,获得训练模型后,检测识别罐道木磨损图片并对算法模型的精度作出评价。模型训练后,罐道木数据集的Loss值最终下降到0.804,反映数据集检测效果的mAP值达到0.938。结果表明,该罐道木磨损检测算法能很好地克服井下恶劣环境并检测罐道木磨损情况,有效提高巡检人员的工作效率,从而确保矿山提升装置的安全。

关键词： 可解释深度学习   刀具磨损   空间注意力   物理特性  

摘要： 深度学习的可解释性不足己成为制约其工业应用的重要问题.刀具磨损状态智能评估方法有着较高的速度、自动化和智能化程度,然而其端到端的模式及提取的特征难以被理解.尤其在跨工艺参数时,其可解释性差、可靠性不足.为此提出一种基于可解释物理引导空间注意力机制改进的跨工艺参数立铣刀磨损辨识方法,首先根据信号的周期不连续特性构建了一种物理引导的空间注意力模块,实现了在跨工艺参数(进给速度、切深)下关键信号片段的自适应捕捉;其次结合最大均值差异及方差约束对特征进行约束,缩小了不同工艺参数下磨损特征的分布差异,同时提升了同类磨损特征的聚集程度.通过实际的刀具切削试验验证,所提方法有效提升了跨工艺参数下的辨识精度;空间注意力权重分布的可视化分析结果表明,所提方法提取出的特征具有明显的物理可解释性.所提方法可为刀具磨损监测的深度辨识模型进行可解释性优化提供参考.

关键词： 橡胶磨损   磨损模型   热力耦合   磨损形貌   摩擦试验  

摘要： 汽车轮胎常因行驶中伴随温升而导致磨损加剧的问题进而影响汽车行驶安全性。为探究考虑温度影响下的胎面橡胶摩擦磨损特性，利用摩擦试验机测得不同温度下橡胶磨损系数，进而提出考虑温度变化的基于Archard磨损理论和能量耗散磨损理论的修正磨损模型；然后建立橡胶摩擦磨损的热力耦合仿真模型，通过设定稳态温度和瞬态温度两类分析工况，探究了不同橡胶摩擦磨损模型对接触应力、磨损量及温度分布等结果的影响，并通过磨损体积和接触面温度场对比验证磨损模型的有效性。结果表明：橡胶摩擦区域内温度、磨损与压力之间存在显著的耦合关系；稳态温度工况下橡胶磨损量小于瞬态温度工况；瞬态温度工况中Archard模型的磨损深度略大于能量磨损模型的磨损深度，两种修正的磨损模型对应的磨损量均大于未修正的磨损模型的磨损量，且温度升高会导致磨损速率的显著增加；橡胶摩擦因数随着温度的升高呈现先增加、后降低的趋势，且温度的改变对橡胶微观磨损形貌有较为明显的影响。研究结果对认知橡胶摩擦磨损机理以及控制方法提供了一定的理论指导和应用价值。

关键词： 深度学习   YOLOv5   零件识别   缺陷检测  

摘要： 零件识别及表面损伤判识是机器视觉在工业领域中的重要应用。文章提出一种基于深度学习的图像识别方法来进行机械零件缺陷判别。首先建立机械零件缺陷样本库,使用YOLOv5算法进行模型搭建,并经过训练、调参后获得最优模型;在求解模型过程中,文章针对机械零件数据集进行测试,结果表明模型在验证集上的精度达到92%以上,最后经过验证,模型可以准确识别缺陷,为实际机械零件识别提供了有效的决策支持。