大跨屋盖悬挑结构的风荷载分析

针对悬挑结构的上下表面同时受到风荷载作用的特点，提出风洞试验中同步测量的实验方法，分析上下表面风压相关性及其物理意义，给出悬挑结构平均风压和脉动风压的计算方法，探讨了同步测量和异步测量情况下峰值因子的合理取值。     

迷宫密封—滑动轴承—转子系统的非线性动力稳定性

 研究迷宫密封—滑动轴承—转子系统在不平衡量激励下的非线性动力稳定性。存在不平衡量的转子在旋转过程中受到周期激励,低转速时,转子作与激励同频率的周期运动,随着转速的提高,达到一定阈值时周期运动开始失稳。对迷宫密封的气动力采用Muszynska 非线性力学模型,支承采用短轴承,用打靶法求解转子运动周期解,并根据Floquet 理论分析了周期解的稳定性及失稳后的非线性动力学行为。     

非线性油膜支承裂纹转子振动特性分析

 以具有无限长轴承和无限短轴承支承的横向裂纹转子为研究对象,分析在非线性油膜力与横向裂纹联合作用时,Jeffcott转子的动力特性,并将其与刚性支承情况进行比较。结果表明轴承油膜力的存在对裂纹转子的振动影响较大,一般将降低转子的振动,这样势必增加转子裂纹故障诊断的难度。所以,在进行裂纹转子的故障诊断时,必须考虑到支承条件的影响,建立合理的动力学模型。     

High Excitation ISM and Gas

An overview is given of ISO results on regions of high excitation ISM and gas, i.e. HII regions, the Galactic Centre and Supernova Remnants. IR emission due to fine-structure lines, molecular hydrogen, silicates, polycyclic aromatic hydrocarbons and dust are summarised, their diagnostic capabilities illustrated and their implications highlighted. Based on observations with ISO, an ESA project with instruments funded by ESA Member States (especially the PI countries: France, Germany, The Netherlands, and the United Kingdom), and with the participation of ISAS and NASA.     

航空发动机主轴滚动轴承的技术进展

简述航空发动机主轴滚动轴承的国内外发展概况,指出需要解决与发展的一些设计分析技术,提出以高DN值(2.5～3)×106主轴轴承为预研重点.     

燃气轮机滚动轴承故障模式及延寿方法

分析了燃气轮机滚动轴承常见的10种故障模式及其产生原因,研究了相应的延寿方法及其延寿机理。     

PLC在货车轴承清洗机中的应用

设计了一种新型铁路货车轴承清洗机的清洗工艺过程，开发实施了清洗机的控制系统。着重阐述了用PLC对其运行过程进行自动检测的应用情况，并结合实际设备分析了PLC控制系统的硬件构成和软件特点。现场实际应用的结果表明，设备具有清洗效果良好、自动化程度高、运行稳定可靠等特点。     

航空发动机轴承的滑蹭损伤与防止措施

分析了航空燃气涡轮发动机主轴承产生滑蹭损伤的机理与危害。并根据滑蹭损伤的机理，提出了防止轴承出现滑蹭损伤的两项措施：增加驱使滚子一保持架运动的拖动力；减小阻碍滚子一保持架运动的阻力。列举了国外一些发动机中防止滑蹭损伤采用的措施。     

超长大直径钻孔灌注桩桩端承载力研究

阐述了超长大直径钻孔灌注桩桩端承载力的影响因素,包括施工工艺、深度效应和尺寸效应等。分析和对比了目前国内常用的各规范所采用的计算方法。文中算例的计算结果表明,对于同等条件的桩,各规范的计算结果相差较大。采用自平衡试桩法获得了几个重大工程的超长大直径钻孔灌注桩的桩端承载力的实测值。将工程实例的测试结果与各规范的计算结果进行对比,证实了目前规范的计算方法不尽合理。目前各规范中桩端承载力的计算方法是在针对小直径的中短桩的研究基础上建立的。如今,大型桥梁工程中普遍采用超长大直径钻孔灌注桩的情况下,对其桩端承载力的计算应当进行相应的调整,使设计更为合理。     

一种基于Deep-GBM的航空发动机中介轴承故障诊断方法

针对航空发动机中介轴承故障信号难于识别的特点，提出了一种深度梯度提升模型（Deep-GBM）对振动信号特征进行逐层学习以提高分类模型的准确率。开展某型航空发动机中介轴承故障模拟实验，并采用经验模式分解(EMD)方法对采集的振动信号进行分解，提取内蕴模式函数(IMF)分量非线性动力学参数样本熵作为原始故障特征。采用Deep-GBM对中介轴承内环故障、内环和滚动体综合故障、正常、滚棒剥落、滚棒划伤五种不同状态进行识别。实验结果表明，所提出的Deep-GBM故障诊断准确率达到87%，相对于传统的机器学习模型准确率最高提升了28%，并具有良好的泛化能力。