To a forecasting of the wear-resistance of friction units details parameters question

The process of wear process expedient considering as set of special cases wear. For each special case wear were received settlement with reference to some certain conditions of experimental researches realisation, uniting in self SLOP. For successful application deduced dependence at forecasting wear-resistance the mechanism of reduction is developed which allows to distribute deduced dependencies to any conditions of wear process.

齿轮加工数控刀具的磨损机理与寿命预测研究

数控加工作为现代制造业中重要的加工方式,刀具磨损与寿命管理一直是工程技术领域的重要课题。有效的刀具管理策略可以显著提高加工效率、降低成本、优化加工质量,并对环境保护具有重要意义。因此,对数控加工过程中刀具磨损与寿命管理策略展开深入研究,将为推动数控加工技术的发展和实现可持续制造提供重要支撑。分析了数控加工过程中刀具磨损与寿预测策略。

盾构滚刀磨损的多元非线性回归预测

为了解决硬岩地层盾构滚刀的磨损检测问题,提出了一种基于多元非线性回归预测模型预测滚刀磨损的方法。利用滚刀正常磨损阶段的盾构掘进参数数据建立回归预测模型,根据依此模型预测的掘进速度与实际掘进速度偏差来预测滚刀的磨损状况。结合盾构工程项目研究结果表明:预测模型是正确的,预测结果与实际换刀情况是相符的,预测方法是有效的。研究结论可为类似地质条件下的盾构滚刀磨损检测和更换提供有益的指导。

汽车发动机气缸磨损量的灰色预测

汽车发动机气缸的主要失效形式是磨损。为延长气缸的使用寿命,必须掌握气缸的磨损规律,分析主要原因,以便采取适当措施和对策。将灰色预测理论应用其中,对气缸磨损量的变化规律进行研究。实例证明,这种方法是有效可行的,预测结果的精度较高。

基于支持向量机的航空发动机磨损趋势预测

基于支持向量机开发的航空发动机磨损趋势预测技术运用结构风险最小化准则,可通过内积函数将低维空间的非线性问题转化为高维空间的线性问题,在发动机滑油光谱监控中十分有用。阐述了支持向量机的原理和数学模型,建立了适用于航空发动机磨损趋势预测的支持向量机回归模型和自回归模型,并对支持向量的核函数模型参数进行了讨论。对实际发动机的润滑油光谱监控数据趋势预测结果表明,基于支持向量机回归模型的趋势预测技术具有很高的预测精度和很强的实用性,可有效提高通过润滑油光谱监控技术预报航空发动机磨损类故障的预测能力。

用人工神经网络预测摩擦学系统磨损趋势

人工神经网络具有高度的并行分布式、联想记忆、自组织及自学习能力和极强的非线性映射能力，在许多领域显示了广阔的应用前景．但是，将神经网络用于摩擦学行为预测的研究报道却还鲜见．在对基于神经网络的单变量时间序列预测方法与过程进行分析之后，提出了摩擦学系统磨损趋势神经网络预测模型．采用定量铁谱参数中的总磨损Ｑ作为预测磨损趋势的特征参数，讨论了磨损趋势神经网络预测的单步预测法和多步预测法，并用其对ＣＤ４０齿轮泵的磨损趋势进行了预测。

金属切削刀具磨损的监控和预报研究

介绍一种采用光电法直接测量刀具磨损值，用ＧＭＤＨ方法进行磨损规律的数学建模和寿命预报的方法。实验证明，该系统９２％的预报误差小于７．２％，使刀具使用寿命提高４３％以上。

柴油机磨损趋势预测

本文应用灰色系统理论的ＧＭ（１，１）预测模型，运用直读铁谱实验的数对柴油机磨损趋势进行了在线预测。重要的是，灰色系统理论──校正模型能够识别柴油机工况变化引起的直读铁数据的变化，正确判断其磨损趋势，实现对柴油机摩擦磨损趋势进行在线预测，其最大的特点是建模所需样本数据少，计算简单，预测准确。

基于Elman神经网络的盾构滚刀磨损预测方法研究

为了解决盾构在复合地质掘进时滚刀磨损检测的难题,提出一种采用Elman神经网络预测盾构滚刀磨损状况的方法。利用滚刀换刀后正常磨损阶段的盾构掘进参数数据,建立Elman神经网络预测模型,根据依此模型得到的预测掘进速度与实际掘进速度的偏差来预测滚刀的磨损状况。文中分析了滚刀磨损影响因素,确定了Elman神经网络预测模型结构,给出了滚刀磨损判断依据。结合广州地铁五号线草淘区间左线盾构工程项目研究表明,预测结果与实际换刀情况相符。该方法建模简单,模型有效且适应性强,研究结论可为类似地质条件下的盾构滚刀磨损检测和更换提供有益的指导。

制造执行系统中刀具剩余磨损寿命预测的研究

以机械加工车间为背景,探讨了在CIMS环境下制造执行系统中刀具剩余磨损寿命的预测模式,推导了刀具磨损寿命计算公式中的系数表达形式,并提出了刀具磨损寿命预测在实际加工中的实现方式。

灰色变权组合模型的货车车轮踏面磨耗预测

为探讨变权组合模型在货运专线车轮踏面磨耗趋势预测中的应用,采用基于灰色新息GM(1,1)模型、灰色离散GM(1,1)模型和指数平滑模型为一体的变权组合方法研究货运专线车轮踏面随走行公里的磨耗趋势,并与各单项模型预测结果和定权组合预测结果作对比,研究结果表明:应用组合方法比单纯应用单项预测模型方法更合理,预测结果更可靠,且变权组合预测模型优于定权组合预测模型,预测精度较高。本文所提出的变权组合预测方法能够很好地预测货运专线上车轮踏面的磨耗趋势,是一种研究运输专线上车辆轮对维护决策的有效方法。

发动机活塞拍击动力学分析及活塞表面磨损预测

针对活塞在缸内的拍击直接导致了活塞和气缸套摩擦磨损的问题,提出在多体动力学分析软件AVL-EXCITE中建立包括活塞、气缸套、活塞环组、活塞销以及连杆的模型,输入发动机相关结构参数和工况条件,进行了活塞拍击动力学仿真,利用模拟结果数据预测活塞表面磨损趋势和分析了活塞型线的变化.结果表明:活塞拍击运动参数随活塞和气缸套之间的间隙变大而增大,本来有中凸型线的活塞变成倾斜圆筒活塞.模拟结果跟实际观察结果相对比,二者有比较好的一致性.

盾构滚刀破岩力及磨损速率预测模型推导

为了准确配置盾构关键参数和把握滚刀换刀时机,文章通过对滚刀破岩力CSM模型进行数学推导,建立了更为直观的滚刀破岩力预测模型;通过对滚刀磨损机制的分析,建立了基于磨粒磨损机制的滚刀磨损速率预测模型。由于对模型的推导过程做了近似计算,且某些参数在滚刀使用过程中变化较大,因此对预测模型进行了误差分析,并且通过现场实测数据对两个预测模型的正确性进行了验证。文章建立的盾构滚刀破岩力与磨损速率预测模型可为盾构关键参数的配置和滚刀寿命的预测提供参考。

义齿用预烧结氧化锆高速铣削时刀具磨损及寿命预测

为了准确判断和预测义齿铣削加工过程中刀具的磨损状况及磨损趋势,通过对义齿用预烧结氧化锆陶瓷进行系统的高速铣削加工试验,研究了切削参数及切削时间对刀具磨损的影响。按等时间间隔采集实测的刀具磨损数据,给出不同铣削速度下的刀具磨损曲线,基于灰色理论建立了刀具铣削磨损量的灰色预报模型(GM(1,1)),并对特定工况下的刀具磨损量及其寿命进行了预报,理论计算及试验验证表明预测值与实测值吻合较好,所建模型精度较高,能很好地满足铣削预烧结氧化锆陶瓷义齿时刀具寿命的预测要求,为合理使用、更换铣刀,保证义齿工件的加工质量提供了可靠依据。

柴油机连杆轴颈磨损量组合预测模型及应用

为了得到更合理、准确的柴油机的磨损预测结果,基于已有的柴油机连杆轴颈磨损数据,结合现代新的预测理论技术,提出一种指数回归灰色理论相结合的组合预测模型.实际应用情况表明,指数回归灰色理论相结合的组合预测模型在4个预测步长内,组合预测的相对误差在1.0%内,比单个预测的精度要高得多.

航空发动机磨损趋势变权重组合预测技术研究

由于航空发动机滑油中金属元素含量受许多复杂因素的影响,所以磨损趋势预测精度相对较低。针对这个问题提出了RBF网络变权重组合预测(RBFNN-VWCF)模型对航空发动机零部件的磨损趋势进行研究。由于输入维数对模型的预测精度影响较大,引入混沌理论中的C-C方法重构相空间确定模型最佳输入输出样本的维数,选取BP网络和SVM模型作为子预测模型对铁元素含量的变化趋势进行预测,将得到的预测值作为RBFNN-VWCF模型的输入变量进行变权重组合预测,利用正交最小二乘法训练网络模型,确定子模型不同时刻的权重,并对影响模型预测精度的参数进行讨论。仿真结果表明,RBFNN-VWCF模型充分利用了两种子预测模型的有效信息,更客观地反映了发动机零部件的磨损趋势,与单一模型相比具有较高的预测精度和很强的实用性,为发动机下一步的维修决策提供了有力支持。

基于灰色预测的内燃机气缸套磨损模糊可靠性计算

根据灰色理论,笔者对气缸套的磨损量进行了灰色建模和预测;本文结合模糊可靠性设计计算的理论,讨论了按照灰色预测值进行内燃机气缸套磨损模糊可靠性计算的计算模型和方法,并给出了计算实例。

YT30硬质合金刀片的热电特性与其耐磨性的相关性研究

热电特性是导电材料很容易测量的宏观物理量,如果通过测量热电特性来分析材料的磨损很有意义。本文以最常用的刀具材料YT30硬质合金为研究对象,通过实验探索了刀片磨损量与其热电特性的相关性。本实验证明YT30硬质合金刀片的热电特性与其磨损量有很高的相关度。这为进一步深入研究采用测量硬质合金刀片材料的热电特性来预测其使用寿命建立了良好的基础。

基于变权组合模型的地铁车辆车轮踏面磨损预测

为准确获取地铁车辆车轮踏面随列车运行里程的磨损变化情况,选取灰色新陈代谢模型、二次指数平滑模型以及一元线性回归模型为单项预测模型,以样本点处组合预测误差绝对值最小为最优准则,建立了地铁车辆车轮踏面磨损变化趋势的最优非负变权组合预测模型。通过实例检验变权组合模型和各单项模型的预测性能,结果表明,构建的变权组合预测模型能够有效克服各单项预测模型的缺陷,预测精度及稳定性明显优于各单项预测模型,可为地铁车辆在实际运行过程中车轮踏面磨损趋势的准确预测提供了一种可行的求解方法。

应用MCEWMA控制图监视刀具磨损过程

为了有效地利用控制图技术,用指数加权滑动平均方法,对由于刀具磨损导致轴尺寸精度呈线性趋势变化进行预测,提出了应用MCEWMA控制图监视刀具磨损过程.在刀具使用期内,将刀具磨损及由刀具磨损带来的随机波动视为共同原因,对生产过程进行监视,避免了使用传统控制图时,产生频繁报警的弊端.最后,运用具体例子,说明控制图参数选择准则.