基于BP神经网络的机电产品清单数据智能补全算法研究

生命周期评价是一种分析机械产品的全生命周期环境影响的有力工具,但是其前期的清单收集工具极其繁琐且耗时,为了简化机电产品生命周期评价的步骤中清单数据收集工作,降低清单数据的数据填充难度,提出了一种基于BP神经网络的清单数据智能填充算法。该算法基于文本相似度和数据相似度算法分别计算该零部件的各项参数与案例库中已知零部件的各项参数信息之间的相似度,并把这些参数的相似度信息作为神经网络输入,经输出层计算出零部件之间整体的相似度,分别求取所有零部件和缺失数据的零部件之间的相似度信息并排序,从而求得零件库中与缺失信息的零部件之间最相似的零部件,用求出的最相似的这个零部件的信息完成缺失数据的零部件信息的智能填充。

温度场分布对Ni60A熔覆层组织的影响

由于激光熔覆过程的工艺复杂性和材料结晶的多样性对熔覆层性能影响较大,为研究熔覆层的微观组织,从不同工艺参数出发,通过Abaqus仿真得到不同工艺参数下的温度场分布情况,然后计算出熔覆层不同深度的温度梯度、凝固速度和凝固方向,讨论了柱状晶开始转化等轴晶G/R图内的CET曲线位置及其与仿真温度场特征曲线的关系,分析了熔池凝固时定向流动对枝晶生长中断的影响。对比实验结果,较大线能量可以提高熔覆层中柱状树枝晶的比例,使组织结构紧密均匀,减少熔覆层内因硬质相分布不均导致的缺陷生成量。同时也要控制工艺参数防止其生长到熔覆层顶部。工艺参数也会影响稀释率,较大的稀释率会改变金相成分,提高熔覆层与基体性能的一致性,从而提高熔覆层断裂强度。

基于产品生命周期的绿色制造技术研究现状与展望

绿色制造是实现生态工业和社会可持续发展的关键技术，正在引起人们的高度重视。绿色制造要求在产品的设计和制造过程中考虑产品的整个生命周期，从而实现产品全生命周期对环境的负面影响最小，资源利用率最高。本文在综合大量文献和已有研究的基础上，系统地总结了基于产品全生命周期的绿色制造的概念、方法和工具，以及目前该领域的主要研究方向、技术和研究现状，并指出了今后研究的方向和趋势。

再制造毛坯疲劳损伤临界阈值及可再制造性判断研究

确定疲劳损伤临界阈值以及建立超高周疲劳阶段基于损伤的可再制造性判断模型,为判断毛坯件能否进行再制造提供理论依据,保证再制造工程的顺利进行。但是目前关于基于损伤的可再制造性判断研究还没有广泛的开展,相关的定义与模型也没有提出。以离心压缩机叶片材料FV520B-I为研究对象,根据传统可制造性理论提出了损伤临界阈值的定义并建立普遍适用的损伤临界阈值模型。进一步基于疲劳试验数据、经典的疲劳理论以及疲劳竞争分析,建立针对FV520B-I的考虑表面损伤和内部损伤两种情况的超高周剩余疲劳寿命预测模型。结合损伤临界阈值模型,建立了基于损伤的可再制造性判断模型,并通过试验进行了验证。基于损伤的可再制造性研究是一项理论上有难度,实际应用有价值的工作,能够有效提高可再制造工程的效率,避免不必要的再制造。

基于蟑螂算法的产品拆卸序列规划

文章为研究废弃产品的拆卸序列规划,首先建立了产品拆卸模型混合图,描述零部件之间的连接关系和优先关系,推导出可拆卸性条件;其次,通过几何推理生成产品可行的初始拆卸序列,建立目标函数并构建适合拆卸序列规划的蟑螂算法;依据初始拆卸序列和其他控制参数,结合蟑螂算法对拆卸序列进行优化得到最优解;最后,通过实例验证了该方法的可行性及高效性。

综合多阶段退化和多不确定轴承剩余寿命预测

剩余使用寿命(remaining useful life,RUL)预测是预后和健康管理的核心内容。对滚动轴承来说,退化趋势不仅可以划分多个阶段,而且每个阶段具有不确定性变化。为此,本文提出一种基于随机过程的滚动轴承RUL预测新方法。首先基于维纳过程建立表征个体差异、退化时变和测量误差三种不确定变化的多阶段随机退化模型,并推导该模型对应的滚动轴承RUL分布。然后将统计过程控制(Statistics Process Control,SPC)应用于阶段识别中,消除“奇异数据”并自适应切换退化模型。同时,在缺少先验信息的情况下,利用卡尔曼滤波及平滑和期望最大化(Expectation Maximization,EM)算法的联合估计方法在线更新退化状态和模型参数,实现不同退化阶段下的RUL预测。最后,通过XJTU-SY数据集验证该方法能够有效划分退化阶段并预测对应阶段的RUL。

基于EEMD与LLE的旋转机械设备特征融合算法

对旋转机械运行性能进行有效的监测和评估可以避免突发事故,最大程度地降低损失,是进行准确的故障诊断与寿命预测的关键。本文首先基于旋转设备的运行数据进行多域退化特征提取,提取了包括峰峰值、峭度因子在内的五个时域特征和包括中心频率、频率方差在内的四个频域特征;随后基于经验集合模态分析EEMD算法对螺旋桨的时频域特征进行提取,计算提取的各个时频域特征与原信号的相关程度,选取相关系数较高的四个特征向量,与前面提取的时域与频域特征构建多域特征集。考虑到仅依靠单个的时域或频域特征难以完全描述其性能的退化特征和趋势。本文提出了一种基于局部线性嵌入LLE的特征融合方法,对包含基于EEMD算法所提取的时频域特征在内的多域特征集合进行降维融合,并结合切比雪夫不等式对设备的不同运行状态进行识别,实现性能退化检测,并通过实验轴承数据验证了本文方法的准确性。

低频YAG脉冲激光除漆机理和实验研究

激光清洗在再制造行业、微机电系统(MEMS)和超精密加工行业具有重要的应用前景。采用低频YAG脉冲激光器对FV520B基体的表面漆层进行激光除漆实验和机理研究。实验结果表明,激光除漆机制因实验条件的改变而不同。当吹氩气时,激光除漆机制主要是烧蚀效应;当采用约束层水时,激光除漆机制主要是烧蚀效应和振动效应,而且约束层水不但能提高表面漆层的去除率还能极大地提高基体的临界损伤阈值。同时实验验证了理论计算得到的搭接率的除漆效果,即在激光扫描速度为249mm/min、扫描道间的搭接量为0.6mm时,实现了整个漆层的完全去除,激光除漆效率达15.5mm2/s。