基于磨粒磨损机理的机械磨损状态监测

针对机械设备磨损状态监测准确率较低的问题,基于不同磨损机理下磨粒具有不同的形状和纹理特征,提出了一种基于磨粒特征识别的机械磨损状态监测的数学模型。通过形状特征识别球状磨粒和切削磨粒,结合形状、纹理特征识别疲劳磨粒和严重滑动磨粒,基于提取的特征参数建立机械磨损状态监测的特征向量,通过量子粒子群优化(QPSO)的径向基函数神经网络模型,实现对机械磨损状态的监测和判别。实验结果表明:QPSO-RBF神经网络数学模型结构简单,比传统PSO-RBF神经网络模型的识别准确率高5%,可用于常见机械磨损状态的检测。      

氮化硅陶瓷切削仿真与实验

针对金刚石砂轮磨粒尺寸、形状的不规则性和空间位置不确定性的特点,采用球坐标中随机点产生的空间平面切分实体和截角多面体相结合的方法,并考虑氮化硅陶瓷工件的磨削亚表面形貌和裂纹损伤,建立了截角多面体磨粒和含有典型裂纹的工件模型。进行单颗磨粒切削氮化硅陶瓷的有限元仿真和实验,结果表明:磨削加工和数值仿真的磨削力值变化趋势相同,差值小于8%,切削力随砂轮转速增大而减小、随工件速度和切削深度增大而增大,而切削深度对切削力的影响程度最大。     

基于混合神经网络模型的磨粒电荷检测方法研究

由于传统的滑油磨粒在线监测方法无法获取电荷分布位置信息,难以准确测量荷电颗粒数目及其携带的电荷量。为此,本文提出一种基于静电层析成像（Electrostatic tomography,EST）技术和深度学习算法的荷电颗粒检测方法。对EST传感器测量数据采用BP神经网络算法重建出测量截面上电荷的分布图像,采用卷积神经网络（Convolutional neural networks,CNN）算法分析重建图像以识别荷电颗粒数目,将识别的颗粒数目和传感器测量数据组合成输入向量,通过1个多层前馈网络确定带电颗粒数目、感应电荷值与颗粒电荷量值之间的映射关系,得到准确的各颗粒的电荷量值。实验结果表明：混合神经网络模型对数据样本的测量误差为9%,可满足滑油监测对于准确性的要求。     

润滑油金属磨粒的分类参数研究

 针对润滑系统中普遍存在的 8类金属磨粒,通过引入数字图像描述方法和处理技术,分别对磨粒的尺寸、形态、表面纹理以及颜色等参数进行了详细的研究,获取了各类磨粒识别的最佳参数,并提出了磨粒的分层识别策略,最后运用模糊 C-均值聚类方法实现了 8类磨粒的有效聚类。算例表明了本文方法的有效性。     

直读式铁谱仪在发动机滑油系统故障分析中的应用

介绍了直读式铁谱仪的特点和工作原理,及其在发动机滑油系统故障分析中的应用.     

单颗磨粒磨削实验及其数值模拟的研究进展

单颗磨粒磨削是研究复杂磨削机理的重要手段,本文从单颗磨粒磨削过程和磨粒形状的角度阐述了磨削基础理论;概述了国内外学者以实验研究单颗磨粒的材料去除、切削力行为;基于数值模拟,探讨了不同工艺参数对单颗磨粒磨削力、磨削温度、工件表面质量的影响规律。最后就这一方向的深入研究工作做了展望。     

磨粒流加工在动机制造中的应用

本文较系统地介绍了磨粒流加工的特点，影响加工效果的诸多因素及其在航空发动机制造中的应用实例。     

磨粒流挤压抛光技术研究应用

南方公司研制出一种依靠外力作动的双向联锁磨粒流挤压抛光装置。本大概述了这一装置的结构设计、工作机理、液压油路、夹具构思及工艺试验。     

细小孔的磨粒流加工

本文简要介绍了细小孔磨粒流加工的特点、国内外应用情况,以及在夹具设计,磨流介质工艺参数选择、清洗工艺等方面的主要技术问题和解决方法。     

基于激光三角法的CBN杯形砂轮表面形貌检测

分析了常见的砂轮表面形貌检测方法的局限性,阐述了激光三角法的基本原理.在此基础上,提出了激光三角法检测砂轮表面三维形貌的方法和装置,利用它可以对砂轮表面进行扫描测量,得到表面各点的三维坐标,随后通过origin软件的绘图功能和数据分析功能得到砂轮表面的三维形貌图和单个砂粒的三维尺寸.在实验中,得到了在航空发动机叶片磨抛中使用的60#杯形CBN砂轮表面0.5 mm×1.6 mm面积的三维形貌图,某单个磨粒宽度为209.1 μm,磨粒切刃突出高度为17.3 μm.该结果与用美国WYKO的白光干涉三维表面形貌仪测量结果之间的误差为1.00%左右,这说明所采用的激光三角法测量砂轮表面三维形貌是可行的.