可逆式冷轧内应力仿真及立辊侧轧变形控制研究

基于有限元软件Msc.Marc,采用弹-塑性大变形有限元法,建立三维可逆式轧制有限元模型,仿真出可逆式两道次冷轧中咬入-抛出-反转过程应力的产生及变化,解决了实际生产中铝合金厚板可逆式冷轧咬入困难及变形难以控制的难题.仿真结果与实验测试结果比较验证了该有限元模型的合理性.可逆式多道次轧制可以减小上道次轧制应力,轧制应力沿厚度方向呈M型分布.控制宽展的立辊侧轧引起的狗骨形截面可通过侧轧后再小压下量平轧进行矫正,得到平直度符合公差的板材.     

卷积神经网络和峭度在轴承故障诊断中的应用

针对传统智能诊断方法依靠专家知识和人工提取数据特征工作量大的问题,结合深度学习方法在特征提取和处理大数据方面的优势,研究了一种基于卷积神经网络和振动信号峭度指标的滚动轴承故障诊断方法。该方法将深度学习应用于轴承故障诊断,提取滚动轴承正常状态、内圈故障、外圈故障和滚动体故障4种状态的振动信号,将振动信号分段处理得到峭度指标,使用数据到图像的转换方法将峭度指标转换为灰度图,送入卷积神经网络模型完成故障分类。在进行滚动轴承故障诊断的实验时,所提的模型诊断准确率达到99.5%,高于传统支持向量机(SVM)算法的95.8%。      

基于混沌理论的滚动轴承振动信号融合模型预测

提出融合算法模型,在混沌理论的基础上对滚动轴承振动信号进行预测。基于相图法、最大Lyapunov指数法和关联维数法对滚动轴承振动信号进行混沌判别,证明其混沌性。以预测值和真值间差值范数最小为目标导向优化出Kriging模型、最小二乘支持向量机(LSSVM)模型和极端学习机(ELM)模型的权重,加权法构建融合算法模型。相空间重构法构建滚动轴承振动信号预测的训练样本,并对融合模型、Kriging模型、LSSVM模型和ELM模型进行训练,训练好的模型用于振动轴承振动信号混沌预测。以案例1和案例2共两个实验的滚动轴承振动信号为对象进行验证,两案例的最大Lyapunov指数大于0,从而判断这两个案例的轴承振动信号呈现混沌特性。另外,从方均误差、方均根误差和平均绝对误差指标来评价,融合算法模型的指标值均小于单一模型算法,融合算法模型的预测精度优于单一模型算法。     

时变支承刚度对分流传动系统振动特性的影响

基于集中质量法,考虑时变啮合刚度、综合传递误差和齿侧间隙等因素的影响,建立了圆柱齿轮分流传动系统的弯扭耦合动力学模型和方程。采用变步长Runge-Kutta法,对动力学方程进行了数值求解;通过引入滚动轴承的支承刚度计算模型,分析了时变支承刚度和非时变支承刚度对系统振动特性的影响。仿真结果表明：当按照时变支承刚度模型计算时,轴承的支承刚度会产生4%左右的波动,输出轴上的横向振动位移幅值增大了约5%;支承刚度的时变性使得系统的非线性增强,稳定性变差;支承刚度的时变特性对分扭级动载系数影响较大,对并车级动载系数影响较小。     

“布朗”航天飞机结构的焊接

介绍了俄罗斯“布朗”航天飞机结构的焊接历史和现状,详细阐述了装配、机加、焊接、校正的工艺过程、试验数据及所采用的专用设备、工装概况。     

导弹大迎角下非线性诱导滚转力矩数值研究简

 采用计算流体力学（CFD）数值模拟方法,研究战术导弹大迎角状态下涡破裂导致滚转力矩随迎角非线性增长引起舵面控制能力不足的现象。首先通过标准模型的数值分析,验证了所采用的CFD方法具有三角翼前缘涡破裂现象的捕捉能力;然后采用雷诺平均Navier-Stokes方程对某“++”字正常布局导弹构型（含弹翼、弹身、尾舵和整流罩等）进行了数值模拟,结果显示亚声速状态下滚转力矩在迎角大于20°时出现非线性增长,导致全动尾舵的滚转控制能力不足。通过分解各部件对滚转力矩的贡献,并分析流场结构,探明了该现象发生的流动机理,其主要原因是：随着迎角的增长,弹体迎风面的尾舵前缘涡首先发生破裂,导致其平衡诱导滚转力矩的作用被削弱。     

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。     

滚动轴承振动与噪声关系的灰色研究

以灰色系统理论为基础,通过实验,研究6201和6203轴承振动与噪声的关系。振动用加速度有效值描述,噪声以声压级表示。实验数据处理结果表明,轴承振动与噪声的关系不明显,并具有很大的不确定性。因此,不宜用轴承的振动代替轴承的噪声,应单独研究轴承的噪声问题,制订轴承噪声标准和相应的工艺标准。      

基于神经网络的滚动轴承故障包络信号的自动识别方法

介绍了一种基于神经网络的滚动轴承故障包络信号的自动识别方法。将从包络信号的时域和频域信息中提取的反映滚动轴承故障的特征信息作为BP神经网络的输入,用BP算法对该网络进行训练。利用BP神经网络的智能性来实现滚动轴承故障的智能诊断。     

利用压电驱动器改善飞机横滚性能的试验验证

利用分布粘帖在矩形机翼上下两面的压电驱动器,探索使用该类结构提高飞行器横滚能力的可能性。通过风洞模型设计、材料性能测试、模型固有特性测试、压电柔度矩阵测试等试验项目,保证了有限元模型的计算精度,最终通过模型的风洞试验验证了利用气动弹性效应,获得了附加升力与横滚力矩的方案。该原理性试验说明利用分布式压电驱动器改善横滚性能是可行的。