高速铣削SiC_p/Al复合材料PCD刀具磨损研究

通过3种不同几何结构的PCD刀具高速铣削65%体积分数的Si C_p/Al(Al/Si C/65p)复合材料的对比试验,建立了磨损曲线,并对PCD刀具的磨损形貌、磨损类型及原因进行了研究和分析。研究结果表明,刀片之间留有间隙能有效减少磨损,提高刀具使用寿命,小螺旋角的存在会加速磨损;PCD刀具主要磨损形式是机械磨损(磨粒磨损)。     

考虑磨损效应的指尖密封瞬态泄漏特性分析

接触式指尖密封在工作过程中不可避免地会发生磨损,而磨损又会改变其泄漏特性进而影响旋转机械的效率。为了揭示磨损对指尖密封泄漏特性的影响规律,本文在指尖密封多孔介质流动分析模型的基础之上,建立了考虑转子离心膨胀和磨损效应的指尖密封瞬态泄漏特性数值分析模型,数值研究了转速和安装过盈量对指尖密封磨损及其对应的泄漏特性的影响规律。结果表明：考虑磨损效应时,指尖密封泄漏量随磨损时间的增加呈现出先减小后增大的趋势;转子转速越低,泄漏量降低至最小值所需的磨损时间越长,但最小泄漏量及其所对应的瞬态配合过盈量始终一致;安装过盈量越小,泄漏量降低至最小值所需的磨损时间越短,但最小泄漏量所对应的瞬态配合过盈量始终一致;此外,在任意磨损时刻,密封上下游压差越大泄漏量也越大。     

减压阀球头磨损故障分析及改进

针对某型减压阀主弹簧座球头磨损的问题,利用仿真和试验相结合的方法,分析了减压阀球头磨损的故障机理,计算了不锈钢2Cr13不同硬度组合下球头的应力与应变,结果表明现有结构存在应力超高的问题。同时对金属材料配对副磨损进行研究,从减小接触应力和避免黏附磨损的改进思路出发,提出了改进措施,通过磨损对比试验验证,确定了减压阀的最...     

一种基于微多普勒特征的海面角反射器干扰鉴别方法

角反射器是海面舰船对抗反舰导弹的一种重要的无源干扰。本文以漂浮式角反射器干扰和舰船为研究对象,根据耐波性理论,建立了海面目标的微动模型,并分析了它们的微动特征。采用散射中心模型,推导了海面目标横摇运动引入的雷达微多普勒信号模型,利用时频分析方法和一阶矩方法,提取了目标回波的瞬时多普勒和微多普勒。通过定义目标雷达回波的微多普勒主频率特征实现了角反射器干扰的有效鉴别。仿真计算表明,在信噪比大于0dB的条件下,角反射器干扰的正确鉴别率大于95%。     

某型直升机航向操纵摇臂磨损故障分析与改进

针对近年来某型直升机航向操纵系统装用的操纵摇臂普遍发生同类磨损故障的情况,依据该型操纵摇臂工作原理、工作特性对故障产生原因进行分析研究,提出降低故障率的改进方法和建议,可作为航空维修企业排除该类故障的参考。     

基于声发射信号的高速铣削过程监测技术

叙述了如何将声发射技术应用于航空铝合金的高速铣削过程监测,介绍了监测装置硬件系统和信号数据采集平台的构成,最后运用小波分析进行信号分解,计算分解后的各频段能量,并从频段的能量对比中发现,信号能量可以作为刀具磨损的特征参数.     

高强钢铣削中微量润滑技术效果的试验分析

为了验证微量润滑技术对刀具磨损及工件表面粗糙度的影响,研制出一套微量润滑系统,利用压缩气体流经的截面变小所产生的压强差来吸取箱体中的液体,并传输到喷嘴进行雾化.将其应用在高强度钢铣削加工中.试验结果表明:相对于干切削和传统浇注冷却,微量润滑技术具有明显的优势,它可有效地减小刀具磨损,并将工件表面粗糙度控制在较低的水平,尤其在高转速、大切深、快进给加工中,同时其还具有结构简单、冷却液用量小、对环境污染小等优点.对试验结果进行了初步分析.     

基于CEMD的旋翼微动目标杂波抑制方法

针对旋翼微动目标杂波抑制问题,研究了一种基于复数据经验模态分解（CEMD）的微动目标杂波抑制方法。首先,建立了地杂波背景下的旋翼微动目标信号模。然后,根据杂波和微动信号在时频域的差异性,基于CEMD和Gabor变换,通过新定义的不同本征模态函数（IMF）的能量所占总能量的比重,选择出微动信号占优所对应的几个IMF分量,并基于这些IMF对旋翼微动目标进行时域和时频域重构,实现旋翼微动目标和杂波的分离,达到抑制杂波提取微动目标回波的目的。最后,与常规杂波抑制方法进行了对比,仿真结果验证了所提方法的有效性。     

钛合金TB6刀具磨损铣削实验研究

使用硬质合金刀具对钛合金TB6进行正交铣削实验,对比分析不同切削参数下的刀具磨损情况,并用实验结果进行回归分析得到刀具磨损的回归公式。结果表明:刀具主要磨损在后刀面,其磨损大都呈现一条带状磨损带,在速度增大时大磨损带变长,刀具易发生脆性破损,且在刀具表面会出现钛合金粘连;对刀具耐用度的影响大小依次为切削速度、进给量、切削宽度和切削深度;刀具磨损回归方程具有良好的回归方差,能够很好的对刀具寿命进行预测。     

基于域对抗门控网络的变工况刀具磨损精确预测方法

刀具磨损的精确预测对保证零件加工质量、提高生产效率和降低制造成本具有重要作用。在实际加工过程中,切削参数、刀具几何参数、刀具材料等工况复杂多变,工况信息和刀具磨损量对监测信号的耦合作用为刀具磨损的精确预测带来了很大挑战。针对以上问题,提出了一种基于域对抗门控网络（DAGNN）的变工况刀具磨损精确预测方法。引入工况分类网络并利用无磨损量标签样本,通过域对抗和门控过滤机制自适应地从不同工况的原始监测信号中提取表征刀具磨损且对工况变化不敏感的关键信号特征。对信号特征提取网络和刀具磨损预测网络进行迭代优化,从而实现变工况刀具磨损的精确预测。实验结果表明：相比已有的方法,本文方法能够利用少量带磨损量标签的目标工况样本实现刀具材料和刀具直径变化情况下的刀具磨损量精确预测,预测精度大幅提高。