基于DEA排序模型的生产设备利用有效性评价和改进

采用DEA的3个模型研究了生产设备利用的有效性问题,并进一步通过C2R效率排序模型实现了水平比较和连续改进.通过一个实际生产的20个加工单元绩效分析的案例,进行了设备利用效率评价和改进的具体运用.     

劳（Lao）喷管扩张段优化设计的数值方法研究

本文建立了火箭发动机喷管扩张段优化设计（Lao喷管）的型面曲线近似作图法的数学模型，将作图法转化为等价的优化问题，并给出了优化问题解的迭代方法，最后采用泛函网络的方法对离散的数值解进行了曲线拟合，以便于数控加工的编程。     

几类螺面逆包络问题的求解模型

加工螺面工件的方法有多种,相应的工具廓面自然也大不相同。本文介绍了几种常用的加工方法所对应的求工具廓面的几何模型,显然这将为螺面工件的CAM问题的实现提供一定的便利。     

基于LMD的包络谱特征值在滚动轴承 故障诊断中的应用

滚动轴承故障振动信号往往是多分量的调幅-调频信号,而传统包络分析方法需要根据经验设置滤波器的中心频率与带宽,因而会带来解调误差.基于此,提出了一种基于局域均值分解(local mean decomposition,简称LMD)的包络谱特征值的滚动轴承故障诊断方法.该方法可以将一个多分量的调幅-调频信号分解成若干瞬时频率具有物理意义的PF (product function,简称PF )分量之和,由于每一个PF分量是分量包络信号和纯调频信号的积,因此可以直接对包络信号进行频谱分析得到包络谱.然后定义信号在包络谱中不同故障特征频率处的幅值比为包络谱特征值,并以此作为特征向量输入到支持向量机分类器中,用以区分滚动轴承的工作状态和故障类型.对滚动轴承正常状态、内圈故障和外圈故障振动信号的分析结果表明了该方法的有效性.      

多轴加工刀轨最优行距计算方法研究

以五轴加工为例,对多轴加工行距提出了一套刀轨最优行距计算方法。该方法通过推导五轴加工刀具运动刃口回转面包络方程,计算相邻轨迹刀具包络面的交线,即残余凸台的顶尖线,进一步计算该线到加工曲面的距离,从而得到最大残余高度值,由此判断当前行距的优劣,据此进行进一步的搜索,最终得到最优的行距。     

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。     

基于碟形砂轮磨齿的面齿轮包络残差研究

介绍了采用碟形砂轮磨削面齿轮的原理及过程,研究了齿廓包络和齿宽包络两种包络方式产生包络残差的机理.分别建立了两种加工方式下包络残差的计算模型和方法,并研究了所产生包络残差的特点.通过数值算例分析了包络过程中刀具周向进给角度、齿宽方向进给量以及碟形砂轮外径对齿面包络残差的影响规律.计算结果表明:齿宽包络比齿廓包络具有更高的效率.进行了以齿廓包络方式的面齿轮磨齿加工实验,当刀具周向进给角度分别取为2°,1°,0.5°及0.2°时,齿面表面粗糙度逐渐明显提高,齿面磨削加工印痕的数目和方向与包络仿真计算结果一致.初步证明根据包络残差计算结果选取合适的进给量参数,可以保证面齿轮磨齿加工的表面粗糙度水平并能提高加工效率.      

一种FMCW SAR地面运动目标谱图域参数估计方法

对调频连续波(FMCW)合成孔径雷达(SAR)地面运动目标的参数估计方法进行了研究,采用相位中心偏置天线(DPCA)技术对地杂波进行抑制,分析了载机及地面运动目标连续运动对回波信号的影响,推导了采用DPCA技术引入的回波慢时间包络(STE)项与地面运动目标参数之间的关系。在此基础上,提出了一种地面运动目标谱图域参数估计方法,该方法首先利用Radon变换在谱图域估计导致回波信号距离走动的目标等效径向速度,并对距离走动进行校正;其次,在谱图域中提取运动目标回波幅度,根据STE项引起的回波幅度变化与目标方位向速度之间的关系,估计目标的方位向速度,并进一步求解相应的目标径向速度。所提方法能够在谱图域完成地面运动目标二维速度估计,最后的仿真实验验证了所提方法的有效性和可行性。     

基于激光跟踪仪的大型火箭包络测量技术研究

为了提高大型运载火箭级间分离的可靠性,对级间分离面两侧的部段进行了包络测量研究,分析了大型运载火箭包络测量的难点,针对难点提出了基于激光跟踪仪建立大型运载火箭包络测量系统的方案,阐述了测量系统的建立流程及技术指标,并对测量系统的各个技术指标进行了精度验证,试验表明测量场的精度满足大型运载火箭包络测量要求,能为大型运载火箭级间分离的方案设计提供数据基础,确保了级间分离的可靠性。     

基于局部均值分解和峭度图的滚动轴承包络分析方法

提出了基于局部均值分解(local mean decomposition,LMD)和峭度图(kurtogram)的滚动轴承包络分析方法.该方法中,原始滚动轴承故障振动信号通过LMD进行自适应的频率成分分离和初步降噪,包络分析中带通滤波器的参数通过峭度图客观地提供,从而提高滚动轴承包络分析的准确度.通过对滚动轴承仿真信号以及实验信号的分析,结果表明:在低信噪比情况下,LMD可以自适应分离出滚动轴承的固有振动成分,峭度图可以自动确定包络分析中带通滤波器的参数,与传统包络分析比较,所提方法能更加清晰准确地提取滚动轴承的故障特征.