一种光机电一体化增量式光电编码器设计

为解决现有轴柄式控制增量编码器损耗高、寿命短、抗振动能力差、可靠性低等问题,介绍一种光机电一体化的增量式光电编码器设计方案,包括32内花瓣轴套和可伸缩滚珠定位、Z型遮光盘设计和红外光敏OC开路输出电路等创新设计。通过精密结构设计和材料选择,实现了高精度32档位电信号转换。采用三维建模和有限元分析进行了结构可靠性验证。通过与国外同类产品的技术指标对比,验证数据和所达到的环境适应能力。本研究在性能、结构和成本等方面皆有优势,应用前景广阔。

利用粒子滤波与谱峭度的滚动轴承故障诊断

针对快速谱峭度在低信噪比情况下分析效果差的问题,提出应用粒子滤波的前处理降噪方法来提高信噪比,从而解决谱峭度受噪声干扰效果差的问题,进而提高滚动轴承故障诊断的成功率。建立振动信号的状态方程,提取原始信号的背景噪声,将其与状态方程之和作为观测方程。联立状态方程与观测方程来建立状态空间模型。采用粒子滤波对信号重新估计,得到新序列即是降噪之后的信号,结合快速谱峭度方法,获取最佳分析频带。并结合频谱分析得出故障频率。对比快速谱峭度与经验模式分解(Empirical mode decomposition,EMD)方法降噪的谱峭度分析诊断结果,证明所提方法的有效性。

基于状态空间模型的可靠性评估方法

基于设备性能退化特征的可靠性分析是可靠性技术研究重要方向之一,当前许多研究是基于多样本进行分析。针对单个设备的可靠性预测问题非常有限,提出基于状态空间模型的可靠性方法进行小样本预测。首先通过在线监测技术获得反映设备状态的信号,运用小波分析方法提取监测信号的小波包能量,选取趋势明显符合设备状态变化的相关频带能量作为设备退化指标。然后对这些特征指标进行滑动平均滤波处理,提高退化特征的信噪比,将其作为状态空间模型的输入对模型参数进行估计,从而建立退化指标的状态空间预测模型,最后预测退化指标的概率分布并计算可靠度。结合滚动轴承试验数据和铣刀磨损数据验证方法的准确性和有效性,为小样本事件的可靠性预测提供一个有效方法。

基于铣削力仿真的稳定域叶瓣图构建

颤振稳定域分析的叶瓣图构建为铣削过程中参数优化的基础,但对于实际加工来说,铣削力不易通过测试获取。针对此问题,展开了基于铣削力仿真的叶瓣图构建方法研究。首先,通过有限元仿真模拟实际铣削过程,得到铣削力大小以及铣削力系数;其次,通过模态试验获取主轴-刀具系统的模态参数,再以铣削系数和模态参数为基础,构建铣削稳定性叶瓣图;最后,结合实际铣削加工的试验测试验证了叶瓣图的正确性。本研究可为优化切削参数、抑制实际铣削过程中颤振的产生提供参考,不仅可以提高工件的加工效率,也增强了系统的稳定性。

宇航用轴角转换器技术发展综述

本文介绍了国内外轴角转换器的技术发展和工程应用现状,阐述了中国电科四十三所目前此类宇航用器件的设计方法、技术特征和已达到的主要技术指标,以及此类器件的质量保证能力和应用情况。同时,为满足未来航天器发展需求,重点分析了宇航用轴角转换器在芯片自主保障能力、抗辐照加固设计、集成封装设计等方面所面临的技术挑战和解决措施,为航天控制系统用户提供安全可靠的宇航级轴角转换器。

市政工程施工中应用节能绿色环保技术分析

我国经济发展,各大城市也在积极打造自己的城市圈,这在一定程度上促进了市政工程的快速建设。但传统的市政工程施工技术已经无法满足现代化需求,并且还会破坏周边环境,消耗大量资源。目前,国家对于生态环保的投入力度越来越大,并取得了非常显著的成果,城市在发展的过程中,为了更好的实现可持续发展战略,就需要加强对节能环保的重视,在开展市政工程施工时合理运用节能绿色环保技术,确保城市的绿色健康发展。

Reliability Prediction Method Based on State Space Model for Rolling Element Bearing

Reliability analysis based on equipment's performance degradation characteristics is one of the significant research areas in reliability research. Nowadays, many researches are carried on multi-sample analysis. But it is limited for a single equipment reliability prediction. Therefore, the method of reliability prediction based on state space model(SSM) is proposed in this research. Feature energy of the monitored signals is extracted with the wavelet packet analysis and the associated frequency band energy with online monitored data. Then,degradation feature is improved by moving average filtering processing taken as input pair model parameter of SSM to be estimated. In the end, state space predicting model of degradation index is established. The probability density distribution of the degradation index is predicted, and the degree of reliability is calculated. A real testing example of bearing is used to demonstrate the rationality and effectiveness of this method. It is a useful method for single sample reliability prediction.