85瓷的低温烧结及其介电性能

通过添加多元助剂降低85瓷的烧结温度,并探讨了TiO_2与CaO质量比的变化对85瓷致密化过程、结构及介电性能的影响。结果发现,添加多元助剂可以有效降低85瓷的烧结温度至1 350℃,适当调节TiO_2与CaO的质量比可进一步提高其致密度,当m(TiO_2)∶m(CaO)=0.5时,85瓷在相同温度下烧结的致密度最高。研究同时发现,通过调节TiO_2与CaO的质量比,85瓷的介电常数在8.0~8.8的区间内能可控地调节,其变化规律与密度变化趋势一致;另一方面,85瓷的Q×f值较低,且其变化与密度无关,可能与烧结助剂较多且其成份变化较复杂有关。

基于Deform-3D的车用下轴套零件冷挤压模具结构优化设计

目的分析挤压成形中车用下轴套零件成形表面出现的折叠缺陷,优化挤压上凹模的底部出口斜度、下凹模的入口斜度和挤压深度等主要成形工艺参数。方法采用DEFORM-3D软件,对汽车下轴套零件的冷挤压成形工艺进行了系统的有限元数值模拟试验。结果挤压成形模具结构设计不合理,导致在成形过程中模具分型面处金属出现汇流并形成折叠。结论通过优化挤压模具结构,使金属成形良好,无折叠缺陷出现,最终获得了较为合理的冷挤压模具结构。

Nb_2O_5掺杂对SrTiO_3陶瓷显微结构和微波介电损耗的影响

采用无压烧结工艺制备了Nb_2O_5掺杂SrTiO_3陶瓷,研究了Nb_2O_5掺杂量对SrTiO_3陶瓷相组成、显微结构和微波介电损耗的影响。结果表明:Nb_2O_5掺杂对SrTiO_3陶瓷的相结构没有产生明显的影响,但会在一定程度上阻碍样品的致密化,同时促进晶粒的生长。随着Nb_2O_5掺杂量的增加,SrTiO_3陶瓷的介电常数从296逐渐下降至230左右,温度系数从1.714×10-3℃-1逐渐下降至1.629×10^(-3)℃-1,Q×f值则先急剧升高,之后又慢慢下降。当Nb_2O_5掺杂量为0.15%(质量分数,下同)时,SrTiO_3陶瓷样品的介电损耗最低,Q×f可达6 281GHz,大约是纯SrTiO_3(1 145GHz)陶瓷样品的5.5倍(此时介电常数约为270,温度系数约为1.684×10^(-3)℃^(-1))。此外,对材料显微结构、介电常数、温度系数特别是介电损耗变化的原因进行了分析。

基于MKurt-MOMEDA和Teager能量算子的柔性薄壁轴承的故障特征提取方法

与普通滚动轴承相比,柔性薄壁轴承存在背景冲击载荷,使得故障特征提取难度大。针对这一问题,提出基于MKurt-MOMEDA和Teager能量算子的柔性薄壁轴承故障特征提取方法。利用多点峭度谱(MKurt)对原始故障信号进行分析,确定柔性薄壁轴承故障周期,然后通过多点最优最小熵解卷积(MOMEDA)处理,再经Teager能量算子增强,最终提取柔性薄壁轴承外圈与内圈的故障特征频率,并与单一的MOMEDA算法、基于MKurt-MCKD与Teager能量算子故障特征提取方法进行了对比,证明了该方法明显增强了故障特征频率的幅值,为柔性薄壁轴承故障特征提取提供了参考。

基于SVD和MOMEDA的薄壁轴承故障诊断

当柔性薄壁轴承工作时,受长短轴交替产生的冲击成分以及背景噪声的影响,很难从振动信号频谱中提取出故障频率。针对这问题,提出奇异值分解(SVD)与多点最优调整的最小熵解卷积(MOMEDA)相结合的柔性薄壁轴承故障特征提取方法。该方法用SVD算法对原始信号作降噪处理,获得重构信号,应用MOMEDA对重构信号进行增强,突出周期性故障脉冲,通过对处理后的信号进行频谱分析,从而提取出相应的故障频率。通过频谱中的主导频率与柔性薄壁轴承的故障特征频率的对比,可以判断故障位置,实现轴承的故障诊断。试验数据分析结果表明,该方法可以有效提取轴承内、外圈的故障频率。

基于多分辨SVD包和MED的柔性薄壁轴承故障特征提取与诊断

柔性薄壁轴承安装到谐波减速器上时内外圈会受迫变形成椭圆,工作过程中会产生周期性的冲击信号,使得柔性薄壁轴承的故障特征信号提取变得更加复杂。为实现对柔性薄壁轴承故障特征信号的有效提取,提出了一种基于多分辨奇异值分解(SVD)包和最小熵解卷积(MED)的柔性薄壁轴承故障特征提取与诊断的方法。利用多分辨SVD包对采集到的振动信号进行分解,分解后选用前4层中信噪比最高的近似信号进行MED冲击特征提取处理,将处理后的信号与前4层的细节信号进行信号重构和频谱分析,得到故障特征频率,最后将得到的故障特征频率与理论计算值进行对比,判断出故障类型。和单独使用多分辨SVD包处理的实验效果相比,该方法对柔性薄壁轴承的故障特征提取效果更好。