考虑精度与成本的再制造装配优化选配方法

再制造装配过程中零部件装配精度低、综合成本高,再制造产品质量难以保证,基于此这里提出了一种考虑精度与成本的再制造装配优化选配方法。创建再制造零部件质量损失函数、综合成本目标函数,确定装配精度尺寸链约束,以两个目标函数综合性能最少为优化目标,构建再制造机械产品多目标优化选配模型,并选用PSO-GA混合算法求解多目标模型。最后,以1.4TGDI发动机曲柄连杆机构再制造选配为例,验证了本方法的有效性和实用型。采用本研究所提出的多目标选配模型能有效保证再制造产品的装配精度,获取综合成本最少的装配序列,并且充分利用了再制造零部件,提高了再制造匹配成功率。

基于元动作与马尔可夫链的再制造机床全状态可靠性研究

确保再制造机床的可靠性是提升客户对再制造机床认可的有效途径。基于此,提出一种基于元动作与马尔可夫链的再制造机床全状态可靠性分析方法。引入元动作单元分解法,从零件级进行分析,建立再制造机床FMA树。针对再制造机床元动作单元系统的特点,对其进行全状态建模,将再制造机床运行过程分为元动作单元正常状态和故障状态,引入马尔可夫决策过程,将元动作单元状态和马尔可夫决策过程结合,建立再制造机床全状态模型,用解析法求解模型,并对可靠性进行评估。最后,以再制造机床数控转台为例进行分析,验证了该方法的有效性和可行性。

基于UG二次开发的超声变幅杆参数化设计技术

超声变幅杆在超声加工中的应用日益广泛。通过UG平台的二次开发模块和VC++的强大编程功能,以超声变幅杆的参数化设计为研究对象创建菜单和用户化界面,成功实现了超声变幅杆通过对话框输入参数,直接建立超声变幅杆的三维模型。综合上述方法,为超声变幅杆系列化设计提供了参考途径。

基于翻转课堂的高职《机械基础》课程教学模式实践研究

在分析了唐山职业技术学院机电类专业机械基础课程教学现状、学生学情和传统教学过程中存在问题的基础上,提出了基于网络教学平台,将"线上线下"移动教学互动和翻转课堂先进教育理念引入到高职《机械基础》课程。从网络教学资源、课程性质、教学设计理念、教学内容、教学考核机制等工作进行阐述,在教学中,充分体现"学生为主体,教师为主导"教学理念,更好适应学生的个性发展,有效提高教学质量,为翻转课堂在机电类其它专业课程的实施上提供了依据。

基于UG参数化设计系统的研究

论文是以功率超声珩磨装置的参数化建模为例,在一般零件参数化设计的基础上,提出了一种基于草图装配和草图约束的参数化设计方法。此方法是利用UG建模里的草图功能,在对零件模型进行几何约束和尺寸约束的基础上,用函数表达式建立多个零部件的变量尺寸与装配草图的关系,通过对装配草图里设计变量尺寸的管理,实现整个装置零部件之间的联动。

基于近似熵与支持向量机的异步电机故障诊断研究

针对异步电机故障发生率高、故障类别难以有效识别的问题,提出一种基于近似熵与支持向量机的故障诊断方法。通过构造故障再现试验,分别测取4种不同状态类别的多测点振动信号样本。利用近似熵算法计算其近似熵样本值,得到4种不同状态类别的近似熵故障特征向量。结合支持向量机算法,构建支持向量机分类模型。近似熵特征量被划分为训练样本和测试样本,经验证其故障诊断准确率达97.5%,改进BP神经网络诊断方法的准确率为92.5%,结果表明:近似熵结合支持向量机方法具有更高的诊断精度。

有限元分析与支持向量机结合对2t/8.7m壁行式起重机的可靠度分析

针对2t/8.7m壁行式起重机承载波动范围大,安全可靠性风险高及难以有效识别等问题,提出了一种基于支持向量机的可靠度分析方法。利用有限元工具ANSYS构建2t/8.7m壁行式起重机有限元模型,通过研究两种典型工况下载荷分布,确定了悬臂梁尾部拐角处为起重机应力最集中的部位。基于此引入支持向量机方法,对悬臂梁尾部受力情况进行诊断,搭建支持向量机预测模型。构造实验获取测试样本和验证样本,通过实测应力值与模型预测值进行对比,相对误差均在5%以内,结果验证了该方法对悬臂梁受力预测的可行性,该方法为壁行式起重机实际作业时可靠度分析提供了基础支持。

基于频域稀疏分类的滚动轴承故障诊断方法

针对基于特征频率识别的滚动轴承故障诊断方法存在易受强噪声干扰的问题,提出基于频域稀疏分类算法的诊断方法。首先对已知故障类型的滚动轴承振动信号进行时频变换,利用频域变换系数构造训练字典,再将待测轴承振动信号的频域系数在该字典上进行稀疏分解,求取稀疏系数,根据重构误差的最小值确定故障类型。测试结果表明:该方法能有效克服噪声干扰,并避免故障特征频率的估算问题。

基于UG功率超声珩磨声振子系统的参数化设计

论述了在UG环境下,利用其开发工具参数结合关系式功能来实现声振子系统参数化造型的方法,对菜单开发设计和UI对话框开发设计的关键技术进行研究。利用UG平台的二次开发模块和VC++强大编程功能,通过动态链接库方式,成功实现了与UG/Open系统集成的功率超声珩磨声振子系统参数化设计的二次开发。

基于图像识别技术的设施草莓病害防治系统设计与实现

针对设施草莓种植过程中常受到病害威胁这一问题,设计并实现了一种基于图像处理的病害识别与防治系统。通过构建硬件平台、开发软件模块,实现了对草莓病害的自动识别与防治建议生成。该系统采用深度学习算法进行病害识别,具备高准确性和鲁棒性。通过搭建测试环境,进行功能测试、性能测试和用户测试,验证了该系统具有较高的识别准确率、操作简便、实时性强的特点,能够为用户提供便捷的病害防治解决方案,对提升我国设施草莓病害防治水平具有重要意义。