连续管磨损程度及剩余抗内压强度敏感性分析

针对连续管在水平井中下入起出时与套管内壁产生摩擦磨损的问题,借鉴钻杆-套管磨损模型建立思路,采用“磨损-效率”模型,研究下入起出时连续管摩擦磨损,获得了连续管外壁磨损深度的计算方法与公式;利用ANSYS Workbench有限元软件分析了连续管外径、壁厚、钢级、磨损率等敏感性因素对磨损连续管剩余抗内压强度的影响规律。研究表明:磨损率不同,井下磨损连续管最先屈服的部位亦不同;Φ44.45mm×3.96mm的QT-900连续管磨损率从0%到25%时,剩余抗内压强度下降率为35%;磨损连续管剩余抗内压强度随壁厚和钢级的增加而非线性增大,随外径和磨损率的增大而非线性降低;磨损率对连续管剩余抗内压强度的影响最强。研究结果可为磨损后连续管施工参数提供指导。

基于BP神经网络的截齿磨损程度在线监测

为实现截齿截割过程中磨损程度的实时精准在线监测,提出了一种基于BP神经网络的截齿磨损程度多特征信号融合的检测方法。通过提取截割过程中不同磨损程度截齿的三向振动信号、红外温度信号和电流信号,建立了不同磨损程度截齿的多特征信号样本数据库,采用多特征信号样本对BP神经网络进行学习和训练,建立截齿磨损程度的识别模型,实现截齿磨损程度在线监测与精确识别。实验结果表明:基于BP神经网络的截齿磨损程度监测系统,网络判别结果和测试样本的实际磨损程度类别相符,该BP神经网络系统能够对截齿磨损程度类型进行准确的监测和识别。

基于机器视觉技术的烟用包装膜磨损程度测定方法

为了快速准确地测定烟用包装膜的磨损程度,提出了一种基于机器视觉技术的烟用包装膜磨损程度测定方法:通过改造后的摩擦系数测定仪模拟烟用包装膜的磨损情况,针对烟用包装膜磨损后的表面形貌,通过成像装置采集样品图像,对图像进行边缘轮廓提取、二值化、图像分割和去除噪声处理后获取了烟用包装膜的完整特征,利用图像处理分析软件计算了烟用包装膜的磨损程度。结果表明,该方法能够满足烟用包装膜磨损程度测定的需求,测试结果稳定可靠,测量误差仅0.1%。

陶瓷材料磨损机制及磨损程度评价方法综述

综合分析陶瓷材料摩擦磨损的机制和影响摩擦磨损的各种因素,如表面加工状况、载荷、速度、时间、温度、润滑等。介绍几种陶瓷材料摩擦磨损程度的评定方法,如用量纲一化参数(最大赫兹接触压力、最大表面粗糙度和断裂韧性的函数Sc,硬度、最大表面粗糙度和断裂韧性的函数S*)大小评价磨损程度,用磨损表面的粗糙度Ry与平均粒径Dg的比值评价陶瓷材料磨损程度,用磨损率评价陶瓷材料磨损程度等。以期指导人们进一步认识陶瓷摩擦磨损的本质规律,有目的地调整材料的性能以提高其耐磨性。

水泥混凝土路面刻槽磨损程度三维检测方法

为了实现水泥混凝土路面刻槽磨损程度的自动检测,基于激光三角法实现了路面三维信息的采集与处理。结合刻槽三维数据的特点,通过数据插值技术和曲面拟合获取了刻槽区域的并行曲面,并建立了刻槽的三维空间模型,采用双重均值的方法实现了刻槽区域平均构造深度的计算。设计试验对三维检测方法和铺砂法进行了对比分析,试验结果表明,本文提出的三维检测方法比铺砂法有更好的稳定性;两种方法的检测结果绝对误差大部分集中在0.1 mm以内,且相关性高,从而证明了三维检测方法有一定的准确性和可靠性,可用于刻槽区域磨损程度的自动检测。

掘进机截齿磨损程度分析及识别方法

为了实现掘进机截齿磨损程度的精确识别,提出了掘进机截齿磨损程度分析及识别方法,测试和提取了不同磨损程度截齿截割过程中的三向振动信号和电流信号,建立了各截割特征信号的样本证据组,采用基于修改模型的D-S组合识别模型实现了截齿磨损程度在线识别。实验结果表明,该方法能够根据多截割特征信号实现截齿磨损程度的精确识别,具有较高的识别精度和可靠性,为确定截齿的最佳维护和更换周期提供了重要依据。

基于多特征信息融合的截齿磨损程度识别研究

为实现截割过程中截齿磨损程度的在线监测和精准识别,提出一种基于多特征信息融合的采煤机截齿磨损程度识别方法。针对不同磨损程度截齿截割过程中的振动和声发射信号进行时域分析和小波包分析;针对两相邻磨损程度截齿的特征样本存在数据交集,增加系统识别难度的问题,构建最小模糊度优化模型并计算各特征参数的最优模糊隶属度函数,获取特征样本的最大隶属度。运用多特征数据样本对BP(back-propagation)神经网络识别模型进行学习和训练。实验结果表明,截齿磨损程度识别模型的判别结果和样本实际磨损类别相符,能够实现对截齿磨损程度的在线监测和精准识别。研究结果对于实际工程中截齿的监测和更换具有重要意义。

轮胎磨损程度对在用车排放特性的影响研究

采用VMAS排放检测系统作为实验平台,在同一辆实验车上换装不同磨损程度的轮胎进行排放检测。实验结果表明,随着在用车使用的时间增长,轮胎的磨损程度也随之增大,轮胎磨损后导致了轮胎与路面间摩擦力的显著降低,影响到车辆的动力性、经济性和牵引性能,对汽车的排放有直接的影响,特别是在变工况下影响尤为明显。通过实验,找出了轮胎磨损程度与汽车排放特性之间的关系,为控制在用车排放污染物提供了实验依据。

基于LVQ神经网络的截齿磨损程度识别研究

为实现截齿磨损程度的快速准确识别,提出了一种基于LVQ神经网络的截齿磨损程度的多特征信号识别方法,并利用自制截齿截割实验台对相同截割条件下的不同磨损程度截齿进行截割实验,提取截割的电流信号、红外信号,建立截齿磨损识别模型,研究表明:新截齿B相电流峰值为1 117 mA,随磨损程度的加剧而逐渐增大,严重磨损截齿值为1 183 mA,最大峰值差为66 mA;新截齿齿尖最大闪温值为25.52℃,随截齿磨损程度加剧逐渐降低,严重磨损截齿值为18.96℃,最大温度差为6.56℃。基于LVQ神经网络的截齿识别平均最大正确率均可以达到100%,与BP神经网络方法相比提高了12.86%,因此该神经网络具有良好的可靠性与精确性。

截齿磨损程度的多特征信号融合识别研究

为了解决采煤机开采过程中截齿磨损程度在线监测和状态识别的工程难题,提出一种基于多特征信号融合的截齿磨损程度识别方法。搭建截齿磨损程度监测实验台,分别测试提取不同磨损程度截齿截割过程中的振动加速度信号、声发射信号、红外热像信号和电机电流信号,建立了截齿截割的多传感信号数据样本库;针对数据样本库中两相邻磨损状态截齿特征样本存在数据交集、系统识别精度低的问题,构建最小模糊度优化模型并计算各特征信号的最优模糊隶属度函数,获取特征样本最大隶属度。构建截齿磨损程度的神经网络识别模型,运用多特征数据样本对Back-Propagation(BP)神经网络进行学习和训练。实验结果表明:BP神经网络识别模型的识别结果和试样的实际磨损程度类别相同,此识别模型能够对截齿磨损程度类型进行实时监测和准确识别。研究结果为实际工程中截齿监测和更换提供了解决方案。

基于激光超声波探测的户外运动器械磨损程度检测

在利用现有方法检测户外运动器械磨损程度时,难以检测出器材内部细微的磨损大小及形状。为此,提出基于激光超声波探测的户外运动器械磨损程度检测方法。依据激光超声波探测原理,对经过检测剖面上的超声波进行测试,并运算超声波速度分布,获取被测户外运动器械的原始超声波信号,对原始超声波信号进行Hilbert变换分析,获取超声波信号时域包络线,超声波信号经过磨损位置时,超声波信号发生波动产生回波信号,该信号在超声波传播图像中的时域包络线,可显示被测物体磨损的具体位置、磨损大小和形状。实验结果表明,利用激光超声波可检测出不同材料户外运动器械的磨损位置,还可对磨损位置的大小和尺寸进行准确检测,最高检测精度可达到96%。

岩性密度测井仪大耐磨板磨损程度的计算方法

介绍了岩性密度测井仪大耐磨板磨损程度的确定方法。

采棉机摘锭磨损程度的数字图像法研究

目前,采棉机摘锭磨损程度主要依靠人工判定,这种方法不仅效率低、易漏检,而且没有统一的标准,影响了摘锭正常的维护维修,为了快速准确地检测出摘锭磨损程度,本文提出了基于机器视觉的摘锭磨损程度定量判定方法,首先根据实际需要搭建了适宜采集摘锭钩齿轮廓的采集系统,确定采集系统的各个硬件设备和软件部分。然后利用该采集系统进行摘锭数字图像采集,利用图像处理软件提取摘锭磨损程度特征信息,最后利用图像处理软件来统计摘锭磨损图像的像素值,计算出它们的像素数差,也即面积差值ΔS,ΔS求取的大小就表示摘锭的磨损程度。实现摘锭磨损程度的表达可以为以后的摘锭维护维修和更换等提供大量的数据参考。

高速电梯起重机械曳引设备材料锈蚀磨损程度检验及日常维护——评《复合材料》

书名:复合材料作者:肖力光赵洪凯ISBN:9787122248763出版社:化学工业出版社出版时间:2016年8月定价:49.00元近年来我国城市化建设水平不断提升,电梯的投入量与使用量也与日俱增,成为人们生活中不可或缺的应用设备。作为特种设备类型,其使用安全性备受关注。

套管月牙形磨损程度预测研究进展

随着深井、超深井、大位移井和水平井的普遍开发,套管磨损问题越来越严重,现场实测中所有严重的磨损都是月牙形磨损。因此,对套管月牙形磨损程度进行深入的研究就显得尤为重要。概述了近年来套管月牙形磨损程度预测方法的研究动态,重点介绍了磨损效率模型和磨屑分析法的特点,并对两种磨损程度预测方法进行了比较,最后指出了套管月牙形磨损程度预测研究的发展趋势。

零配件磨损程度辨别3法

（1）晃动法。手握气门，将气门杆长度的1／2插入气门导管内，轻轻前后左右晃动，根据其晃动量的大小判断气门导管是否磨损。

认识自我——从鞋的磨损程度

众所周知，脚代表身体的状况，如果调查人鞋底的磨损程度，会意外地发现有极大的个人差异，而这与人的性格有很大关系。

金属切割机械轴承磨损程度检测方法研究

为了提高轴承磨损检测结果的精准度,设计一种针对金属切割机械轴承磨损程度的检测方法。使用短波红外扫描仪器,获取轴承磨损区域图像;定位轴承中一个磨损点、或圈定轴承磨损区域,计算该点或该区域在图像中占据的像素当量,提取轴承磨损特征;启动轴承细部磨损检测程序,参照轴承磨损深度,划分磨损等级,实现对轴承磨损的检测。通过对比实验证明:设计的检测方法可以实现对轴承磨损的精准检测,有效提升轴承磨损程度检测结果的,降低检测误差。

磨粉机磨辊磨损程度的检测技术研究

磨辊是磨粉机的关键部件，参与研磨、磨扣较快，磨损后会对面粉的质量和设备的工作能力造成影响，有必要对磨辊磨损程度进行检测。

发动机气缸磨损因素分析与磨损程度评价

一、影响气缸磨损的因素 各种用途的柴油机气缸的磨损特征沿气缸轴线的分布各不相同,这是由于不同的影响因素所导致的不同结果。影响气缸磨损的因素：1.气缸工作条件气缸的工作条件与一般零件比较,具有如下特点：