-
题名谐波减速器特殊钢材质柔轮的组织和力学性能分析
被引量:9
- 1
-
-
作者
张朝磊
魏旸
方文
苗红生
巴鑫宇
刘雅政
-
机构
北京科技大学材料科学与工程学院
西宁特殊钢股份有限公司
-
出处
《材料导报》
EI
CAS
CSCD
北大核心
2018年第16期2842-2846,共5页
-
基金
青海省重点研发与转化计划项目(2018-GX-C03)
-
文摘
通过定量分析合金成分、显微组织,以及测定力学性能和观察断口,对比研究了某国产柔轮和日本哈默纳科的谐波减速器礼帽型特殊钢材质柔轮的组织和力学性能。结果表明:两者成分差异在于V-Ti-Nb复合微合金设计;国产柔轮组织不仅粗大,晶粒度比日本的小1.0~4.0级,而且稳定性差,晶粒度级差达3.0级;日本柔轮桶部、膜片部径向与周向的强度均具有很好的一致性;国产柔轮与日本柔轮的强度和塑性基本一致,但稳定性很差。国产柔轮的洁净度较差,存在直径为3.0~6.0μm的Al_2O_3脆性夹杂物,以及组织粗大且不均匀是其疲劳寿命短和稳定性差的主要原因。
-
关键词
工业机器人
谐波减速机
组织和性能
失效分析
-
Keywords
industrial robot
harmonic reduction gear
microstructure and properties
failure analysis
-
分类号
TG142.1
[金属学及工艺—金属材料]
-
-
题名多域特征提取和极限学习机的滚动轴承智能诊断
被引量:3
- 2
-
-
作者
巴鑫宇
张义民
张凯
-
机构
沈阳化工大学装备可靠性研究所
-
出处
《机械设计与制造》
北大核心
2022年第9期141-144,148,共5页
-
基金
大型重载滚动轴承的可靠性和寿命预测的理论与方法研究—NSFC-辽宁联合基金(U1708254)。
-
文摘
针对现实复杂工况下的振动以及噪声问题,提出了基于多域特征提取、Fisher得分和极限学习机(Extreme Learn⁃ing Machine,ELM)的滚动轴承诊断方法。首先,通过多域特征提取方法构造多域特征集,其次利用Fisher得分算法按照多域特征集特征值的重要性进行排序,选择具有代表性的敏感故障特征,最后,将重新构造的多域特征集输入极限学习机中实现智能诊断。利用美国西储大学轴承试验数据进行分析,为贴近现实工况,在原始振动信号上加50dB的白噪声,结果表明,提出的方法能够有效识别滚动轴承的故障大小和类别,并具有良好的抗噪性。
-
关键词
多域特征提取
Fisher得分算法
极限学习机
故障诊断
-
Keywords
Multi-Domain Feature Extraction
Fisher Score Algorithm
Extreme Learning Machine
Fault Diag⁃nosis
-
分类号
TH16
[机械工程—机械制造及自动化]
TH133.33
[机械工程—机械制造及自动化]
-
-
题名23MnNiMoCr54钢编链开口度大小不一分析
被引量:1
- 3
-
-
作者
张振民
汪青芳
方光锦
李硕
杨国
巴鑫宇
蒋波
-
机构
西宁特殊钢股份有限公司
北京科技大学材料科学与工程学院
-
出处
《甘肃冶金》
2020年第2期67-70,共4页
-
文摘
矿山链环在编链前采用电阻加热,编链后高温状态下,存在开口度大小不一的问题,不利于焊接控制。通过与开口度均匀钢材进行光谱化学成分、金相组织的对比,分析了链环编链后开口度大小不一产生的原因。结果表明:开口度均匀链环与开口不一链环成分无明显差别;开口度不一链环金相组织中马氏体含量较高。通过退火过程模拟,初步推断该批次轧材中马氏体含量较多的原因是退火温度偏高。
-
关键词
23MnNiMoCr54钢
化学成分
金相组织
马氏体组织
-
Keywords
steel 23MnNiMoCr54
chemical composition
metallographic structure
martensite structure
-
分类号
TG142.1
[金属学及工艺—金属材料]
-