基于视觉测振和卷积神经网络的螺栓松动检测方法

螺栓松动故障的准确检测对于确保机械产品可靠性具有重要意义。为了解决现有的基于卷积神经网络（CNN）的检测方法所需的大量高质量数据难以在实际工程中获取的问题,本文提出了一种基于视觉测振和CNN的螺栓松动检测方法。通过视觉测振技术,从视频中的每一个像素点提取出振动信号,有效解决了CNN模型训练数据难以获取的问题,通过少量实测视频样本即可对CNN模型进行训练,并实现对螺栓连接状态的准确预测。本文通过一个对悬臂梁结构的敲击实验验证了所提方法的有效性。     

高温退火处理对ZnO压电涂层结构和性能的影响

ZnO是目前压电螺栓传感器的主要涂层材料,具备优异的压电性能,表现出优异的声-电信号转换性能,但目前对其高温结构及性能稳定性研究较少。本工作利用射频磁控溅射法在（100）Si和工业用钛合金螺栓上制备出可产生超声纵波的ZnO压电涂层,并对其进行不同温度和不同时长的退火处理,用扫描电子显微镜、原子力显微镜、X射线衍射和自建的WHU-US100声信号测量设备研究高温退火处理对涂层结构及性能的影响。结果表明,Si/ZnO涂层在600℃以下的退火处理不会对涂层表面微观形貌产生影响,涂层截面形貌呈现柱状晶结构,且随着温度的升高,柱状晶有合并的趋势;涂层表面粗糙度变化幅度为±4 nm;不同的退火温度对涂层的晶体结构未产生明显的影响。螺栓/ZnO涂层在500℃及以下温度的退火处理后涂层表面完整,600℃退火处理后的螺栓涂层完全脱落,超声检测表明涂层在500℃以下退火后保持稳定;在300℃下,经过长时间的退火处理后,螺栓样品可正常激发出超声波,涂层结构未被破坏,表明该ZnO涂层可以在300℃的温度范围内长期服役。     

风扇/增压级转子平衡转速计算模型的构建与应用

针对航空发动机风扇/增压级转子平衡工艺规划过程中平衡转速设定的问题,通过考虑叶片榫槽间隙、平衡设备性能和 转子气动扭矩等因素,构建风扇/增压级转子平衡转速计算模型。将某型发动机风扇/增压级转子的结构及性能参数带入模型,计 算得到转子的平衡转速,并与国外相似型号转子的平衡转速进行了比较。结果表明：通过模型计算得到的转子平衡转速为685 r/ min,与国外相似型号转子的平衡转速基本一致,并且满足该型风扇/增压级转子的实际平衡需求。该平衡转速计算模型已经成功 应用到风扇/增压级转子平衡的设计和工艺文件中,提升了风扇/增压级转子平衡工艺的正向设计能力。