橡胶弹性材料的一种混合本构模型

该文探讨不可压缩橡胶弹性材料的本构模型.考虑到小变形时分子链的端矢分布符合高斯函数,而大变形时符合非高斯函数,提出一个混合模型,用高斯链网络模型来描述小变形而用8链网络模型来描述大变形.引入权重函数,使小变形和大变形情况下混合模型分别退化或趋于高斯链网络模型和8链网络模型.由Treloar拉伸实验数据拟合得到模型参数,通过这些材料参数混合模型对等双轴拉伸和纯剪切变形模式的预测结果与Tre-loar实验数据基本吻合,说明混合模型具有同时描述不同变形模式的能力.通过比较分析,混合模型的总体预测精度均优于高斯链网络模型和8链网络模型,特别是对剪切变形.

管约束和分子链缠结作用下黏弹性材料力学行为

以高斯链模型、三链模型和八链模型为例,从微观角度出发对黏弹性材料的弹性力学性能进行了研究.考虑周围分子链的管道约束和分子链间缠结作用对橡胶基体交联网络的弹性增强效应,对高斯链模型、三链模型和八链模型进行修正.基于单轴拉伸、纯剪切和等双轴拉伸等变形方式下天然橡胶经典试验数据,分别对修正后的高斯链模型、三链模型和八链模型进行分析验证.结果表明,考虑管约束和分子链间缠结作用修正时,3个模型的准确度均得到较大提升.其中,修正三链模型准确度提升程度最大,与修正八链模型较为接近,修正高斯链模型在变形不小于40%时误差依然较大.不同变形模式下修正后的高斯链模型、三链模型和八链模型最大均方根误差分别减小到14.89%、8.09%和10.64%.

基于时序特征模式识别的列车网侧过流故障实时诊断

为了提升列车的智能化水平与现场检修效率,文中从系统角度出发,针对高速列车牵引传动系统网侧过流的精确故障定位问题,提出一种基于故障时序特征模式识别的实时诊断方法。该方法首先通过机理分析选择故障源集合关联的系统信号,其次,结合案例数据波形与专家经验,挖掘故障源与系统信号的关联规律,提取相关故障特征指标;然后,基于故障特征指标的时序变化特性,利用高斯混合模型与隐层马尔科夫链算法建立列车网侧过流的时序特征辨识的故障诊断模型。最后,应用列车实际运行数据对提出的故障诊断模型进行验证,实验结果表明,所提算法能实现有效的故障检测与隔离功能,具有良好的应用价值。