机械设备的智能故障诊断方法与研究——以旋转机械为例

针对机械设备的智能故障诊断方法进行分析,研究了当前故障诊断技术的发展现状。以旋转机械为例,研究了智能故障诊断方式的分类,包括模型诊断方法,基于信号处理诊断方法,基于知识诊断方式。最后结合这些内容,研究了旋转机械设备的智能故障诊断方法,如专家系统、支持向量机、贝叶斯网络、案例推理等,希望通过对这些内容的分析,能够为旋转机械故障诊断工作提供一定帮助。

基于Moldflow的后盖CAE流动方案优化分析

以后盖为研究对象,阐述了产品的网格划分与MPI方案热流道的创建过程,介绍了MPI方案选材与基本成型条件,采用两种方案对产品的填充过程进行了模拟和分析,通过Moldflow软件对产品的变形和熔接痕进行了对比分析,最终选取方案2对产品成型进行优化分析,得到了一套切实可行的产品成型方案。研究表明,采用计算机辅助技术(CAE分析)对产品的成型优化具有较大的实用价值。

适用于机床柔性进给驱动的最优反馈控制技术研究

针对机床柔性进给传动系统的传动控制问题,对滚珠丝杆传动的高速跟踪进行了研究,提出了一种具有较高的动态精度的最优反馈控制方法。利用进给工作台负载侧的反馈测量实现了主动减振和精确跟踪;同时,采用2个权重对传动控制进行了最优调节,实现了干扰抑制和主动减振的功能;在反馈中通过引入模态阻尼对工作台颤振进行了抑制,并结合结构的反谐振抑制了高频干扰。研究结果表明:该方法能够以较低的成本实现精确的高速进给传动控制,在高加速度时的最大误差为±40μm,并获得了大于300 Hz的跟踪带宽,在低频和高频下最优控制效果更好,干扰抑制能力强,在大约157 Hz时可以实现大于5倍的干扰衰减性能。

基于离散元法的反击式破碎机板锤材料分析与研究

为分析反击式破碎机不同板锤材料对破碎效果的影响,对PF0803反击式破碎机、铜矿石进行实体测量,建立PF0803反击式破碎机UG模型并导入EDEM软件中。建立铜矿石颗粒模型进行分析,以2.6~3.5 s时间段内铜矿石颗粒所受的速度与旋转动能为评价指标,分析板锤材料为KmTBCr26与ZG35GrMo的破碎效果。仿真结果显示:在给料率为15%、25%、35%时,均出现板锤材料为ZG35GrMo时破碎机内铜矿石的速度与旋转动能大于板锤材料为KmTBCr26时。板锤材料相同时,随着铜矿石给料率的增加,铜矿石颗粒模型所受的速度与旋转动能均明显增加,其中铜矿石颗粒的最大速度为57.09 m/s,最大旋转动能为2 269.39 J。试验与仿真所得结论一致,该结果为反击式破碎机板锤的优化与铜矿石破碎效果的提高提供了研究基础与一种新思路。

基于GRA-RBF神经网络的汽车手套箱成型工艺优化

以汽车手套箱翘曲问题的解决为例,针对产品翘曲变形问题,运用CAE有限元分析对其注塑工艺进行了仿真分析,首先优化并确定了产品的浇注方案,进一步的保压、冷却及翘曲分析表明,保压和冷却能得到有效保证,但翘曲变形大为产品注塑的主要质量问题。依据CAE分析的产品翘曲的分离因素结果,运用GRA灰色关联分析法并结合RBF神经网络对其工艺影响因素进行权重取值,调整后的GRA-RBF神经网络对工艺参数因素水平与翘曲变形量之间的关系具有较为准确的预测,依据此神经网络模型,得到产品注塑的优化工艺参数,获得了高质量的注塑产品,降低模具制造成本,有效缩短了模具生产周期。