强夯起重机臂架结构有限元分析及优化

针对强夯起重机臂架实际工况下的应力集中、结构冗余等问题,以某新型强夯起重机为分析对象,采用UG NX及其Nastran模块建立三维模型,有限元分析计算确定多种工况载荷,得到强夯起重机在静载和动载荷作用下的位移和应力分布情况,确定应力集中和结构冗余部位,通过优化设计改善结构应力分布,减轻臂架质量并提高其力学性能。对起重和脱钩工况的优化结果表明,臂架最大应力和最大位移分别减少12.5%和6.99%,臂架质量减轻2.36%。

基于工作过程系统化的课程开发研究与实践

在人才培养需要跨界、融合、立体的背景下,职业院校的课程开发必然也要具备开发主体多元、课程内容根据工作任务多学科融合、课程目标立足学生职业能力全面发展的特点,从而适应区域经济社会发展对复合型产业人才的需求。基于工作过程系统化进行课程开发,把工作内容、技术方法、敬业精神等职业性和可参照性元素,通过筛选典型岗位、行动领域归纳、学习领域转换、教学情境创设等教学性转化,使其适应教学场景并以课程的形式呈现,学生通过课程学习达到提前熟悉工作内容,练就工作方法,养成职业思维,适应工作环境的课程建设目标。

依托岗位项目的场景课程建设研究与实践

产教深度融合的背景下,基于企业岗位需求的项目式、任务式课程,工作手册式、活页式教材成为当下职业院校课程的主要形式。而当下的岗位式课程主要着眼点在典型岗位所需的技能、知识、岗位素养,都是一些程式化的、标准化的内容,很少关注岗位项目变化对育人的影响,当项目发生变化时工作场景就发生变化,这类课程就很难应对。因此,基于企业产线真实场景,通过不同的岗位任务,以项目任务为依托,构建面向产线工作场景的课程体系,通过企业多部门、多导师、多场景,将生产场所、设备、工具、材料、方法等要素转化立体的育人场景,开发基于岗位项目的场景教材,实施场景教学,真正培养出“具有综合职业能力和全面素质基础的高技能人才”。

卧式数控车床进给系统的安装与调试

本文以数控车床Z轴直线导轨和滚珠丝杠的装配为例,介绍了直线导轨和滚珠丝杠的安装工艺、精度检验方法及调试的注意事项。

基于知识重用的桥式起重机起升机构快速设计

为满足不同客户对起重机的个性化需求,提高设计效率,提出了一种桥式起重机起升机构快速设计的方法。根据起升机构的功能和特点,进行模块划分与参数化设计。基于知识重用理论,讨论了起升机构设计知识的特点和表达方式,提出基于实例推理(CBR)与规则推理(RBR)相结合的混合推理技术实现起升机构的设计知识重用。利用Visual Basic 6.0对SolidWorks进行二次开发,以Microsoft SQL Server为数据管理平台,开发了基于知识重用的桥式起重机起升机构快速设计系统,为起重机等产品的设计提供一种方法。

液压转向沉重故障分析与排除

全液压转向系统因操作轻便且能够降低疲劳,在工程车辆的转向系统中得到了广泛应用,在使用过程中,有时会发生转向沉重等现象,因此,介绍了液压转向系统组成,分析了导致液压转向沉重现象发生的原因,并以转向供油不足引起的转向沉重故障为例,提出了故障分析思路和解决办法。

卧式数控车床的装配与调试

本文主要阐述了卧式数控车床在机械装配与调试过程的注意事项：考虑到在加工过程中可能影响零件加工精度的因素，在机械装配时，会采取一定的手段来避免这些因素引起的不良结果，从而保证零件的加工精度。

视频监视系统中字符叠加技术的应用

视频显示的广泛应用带动了OSD(On Screen Display)字符叠加技术的发展,OSD技术解决了视频系统中查看各种数据信息的问题。本文设计了一款视频监视系统,可将字符信息显示于屏幕,具有显示字符稳定、可靠性高、实用性强等优点,方便用户获取信息。

馈线自动调压器在农村电网中的应用及仿真分析

复杂的农村电网负荷造成配电变压器输出电压时高时低引起的电能质量不合格,对各种用电设备的性能、生产效率和产品质量都有不同程度的影响;同时在线路传输容量一定时,线路线损也随着线路电压的降低而升高。线路损耗高低直接反映供电企业的设备状况和经营管理水平,提高电压质量,降低线路损耗是提高供电企业经济效益和社会效益的重要手段。馈线自动调压器(SVR)和户外高压无功自动补偿装置(DWK)在线路电压调节方面技术先进、经济适用、安装方便。将用Matlab软件对实际线路在安装SVR和DWK前后的电压质量及线路损耗进行仿真分析。

采煤机行走机构设计及关键部件性能研究

为了减少采煤机行走轮频繁更换所带来的负面影响,在设计与研究过程中必须要采取科学合理的方法来提高行走轮的使用寿命。针对采煤机四轮行走机构设计进行分析,并结合具体采煤机型号提出有限元模型分析。

基于Pro/E的机械零件的参数化设计

介绍了参数化设计的概念和原理,阐述了基于Pro/E的参数化设计的几种方法及特点,并以滚珠丝杠的设计为例,详细介绍了基于Program参数化设计过程。

基于轻量化网络与迁移学习的桥梁水下桩墩结构表观病害轮廓提取

水下桩墩作为桥梁结构的重要组成部分,由于其所处复杂的水文环境,通常会在其表面产生各种表观病害。现有的光学检测方法存在2个方面的问题:①水下图像模糊不清,色彩严重失真;②无法定量化识别病害尺寸大小,且检测效率低。针对这些问题,提出了图像融合增强算法与深度学习模型相结合的水下桩墩表观病害轮廓提取方法。首先,提出了一种基于点锐度权重的图像像素级融合算法,不仅能够融合2种单一增强图像,而且在保证有效色彩校正的同时还能显著提高图像的对比度。其次,对DeepLabv3+语义分割网络模型进行轻量化改进,使其保证精度的情况下,尽可能降低模型所需的权重参数量;随后采用陆上建筑结构中的表观病害公开数据集训练主干特征提取网络层,并采用迁移学习方法将其运用到目标域的检测任务中。最后,利用水下试验与实际工程采集到的图像数据集对轻量化改进模型进行训练,建立起水下桩墩表观病害轮廓提取模型,然后对其进行验证与测试,并从3个方面进行了比较与讨论,即与其他5种常用算法的比较、图像融合前后的检测结果以及噪声影响,验证了所提出改进方法的鲁棒性和有效性。结果表明:提出的图像融合增强算法可以有效地增强病害图像轮廓的细节特征,且所提的轻量化改进模型不仅具有最高的识别精度,还能够保持较高的检测效率与鲁棒性,适合植入小型水下机器人中用于实际桥梁结构的水下桩墩表观病害轮廓的实时化、定量化检测。