基于Bootstrap-Bayes的加工中心主轴可靠性建模

针对采用常规Bayes方法对小样本加工中心主轴之类产品进行可靠性建模时与工程实际有较大差异的问题,提出了一种基于Bootstrap-Bayes的小样本可靠性建模方法:为减小先验分布的误差,应用Bootstrap抽样方法对研究对象相同制造环境下同类产品的可靠性模型进行再抽样,从而获得参数的先验分布;在计算后验分布过程中,利用马尔可夫链蒙特卡罗抽样方法,简化了计算,得到了研究对象的可靠性模型。以大样本下经典建模方法所得可靠性模型为基准,与利用Bootstrap-Bayes方法建立的可靠性模型和常规Bayes方法建立的可靠性模型进行比较,结果表明,基于Bootstrap-Bayes的可靠性建模方法所建模型的误差明显小于常规Bayes方法。

基于模糊数据包络分析的数控机床故障模式分析

针对在进行数控机床故障模式及影响分析中依靠人的主观判断获得的各故障模式影响因素权重主观性较强、容易出现较大偏差的情况,提出了一种确定故障模式影响因素权重的方法。该方法利用数据包络分析能够评价各单元之间的相对有效性的优点来获取故障模式及其影响分析中各因素的权重。根据权重与影响因素的关系建立风险优先系数的求解模型。通过在一定的水平h下对模糊信息进行比较,计算出故障模式的风险优先系数。根据风险优先系数的排序,得到故障模式的危害度排序。以某型国产数控机床为例,应用该方法对其进行了故障模式及其影响分析,并根据故障模式的排序结果提出了可靠性改进设计的依据。

摄像机镜头畸变的研究

分析了摄像机成像模型和镜头非线性畸变模型,通过实验的方法求得了镜头的径向畸变系数,并首次根据图像复原原理将镜头的畸变系数引入边缘的亚像素定位算法中,最后通过对图像测量系统进行了标定,用实验的方法定量地比较了镜头径向畸变对测量精度的影响。同时,在标定的过程中通过"二次标定"的方法消除了"单次标定"所引入的系统误差,提高了测量精度。实验证明,通过对镜头的畸变进行校正来提高亚像素边缘定位精度的方法是有效的、显著的。

基于接触边界条件的球磨机应力分析及试验

以某大型球磨机为例,建立了包含轴承和回转体等主要部件的球磨机结构整体应力分析有限元模型;将鞍形座与轴承衬体、轴瓦与中空轴之间建立接触单元作为数值模拟的边界条件;以满载静止、满载启动和正常运行为分析工况,得到了鞍形座、轴承衬体、轴瓦、中空轴、左右端盖和筒体的应力幅值和变化规律。计算结果表明:左端盖与中空轴的过渡处应力最大,筒体中部应力最小。对该球磨机回转体的应力进行了测试,采集了典型截面在满载静止工况下转动一周过程中的周向应力和轴向应力,将应力测试值和计算值的动态分量进行了对比,二者吻合较好,从而验证了数值模拟结果的正确。