基于灰色关联度的微孔端面机械密封开启力共性影响参数分析

目前微孔端面机械密封采用的几何参数繁多,缺乏明确物理意义。为找出跨孔型的共性几何参数,基于Fluent多相流空化模型,针对矩形孔、菱形孔、椭圆孔端面机械密封,建立密封间隙流体的三维数值计算模型,计算得到144条开启力数据;在分析开启力和几何尺寸之间的关系、额外开启力产生机制的基础上,提出等效长度和等效宽度2个具有物理意义的几何参数;采用灰色关联度分析法,分析和验证等效长度、等效宽度、方向角、面积比对开启力的影响,发现4个因素对3种微孔密封的间隙流体开启力都有影响,但等效长度与等效宽度的影响较方向角、面积比大。     

调水储能——跨流域水资源配置新思路

调水储能,从抽水蓄能创新发展而来,是将调水工程与电网储能巧妙地结合起来,在实现常规抽水蓄能电站储能功能的同时完成跨流域水资源配置。从调水储能提出的背景进行分析,比较了调水储能与抽水蓄能的异同,剖析了调水储能的概念和内涵,展望了调水储能的发展前景。     

基于变分模态分解与快速谱峭图的齿轮箱滚动轴承故障特征提取

针对齿轮箱的滚动轴承故障信号因噪声干扰,难以进行有效提取的问题,提出了基于变分模态分解与快速谱峭图相结合的轴承故障特征提取方法。首先,利用变分模态分解(Variational Mode Decomposition,VMD)将振动信号分解成若干个本征模态分量(Intrinsic Mode Function,IMF),通过相关峭度计算选取故障信息最突出的分量信号;然后,利用快速谱峭图自适应地确定带通滤波;最后,对滤波后的信号进行平方包络谱分析,提取出故障信息。通过公开数据分析和齿轮箱轴承故障实验,证明了该方法的有效性和可行性。     

基于EEMD能量熵和混合算法的电机轴承故障诊断

针对提升机电机轴承振动信号的非平稳特性和单一粒子群算法(PSO) 优化径向基函数（RBF）神经网络时存在网络收敛速度慢和适应度值易陷入局部最小的缺点，提出基于集合经验模态分解（EEMD）能量熵和模拟退火粒子群混合算法（SAPSO）优化RBF神经网络的提升机电机轴承故障诊断方法。基于EEMD求取振动信号各固有模态函数分量的能量熵，并使用相关性分析方法剔除虚假的分量，把筛选后的有效数据作为故障识别的特征向量；利用模拟退火（SA）算法具有局部概率突跳的特性，将SA算法和PSO算法相结合，在优化RBF诊断模型隐含层参数时以实现不同算法间的优劣互补。仿真结果表明，使用SAPSO算法优化后的RBF神经网络模型在提升机电机轴承故障诊断中能够加快网络收敛速度和提升故障识别精度。     

基于试验模态分析橡胶减振件的参数识别

针对具有较大承载能力的橡胶减振件的动力学参数进行直接测试,存在测试设备功率要求高、测试频率低等问题,无法满足有限元建模中对橡胶减振件的参数设置需求。提出基于试验模态分析法实现橡胶减振件动力学参数识别,重点阐述了橡胶减振件动力学参数直接测试法与试验模态分析法的理论依据,并通过实践应用验证了试验模态分析法在橡胶减振件的参数识别具有显著的工程应用价值。     

某柴油机油底壳仿真计算分析

本文利用ABAQUS结构仿真软件对某发电用柴油机油底壳进行模态、强度计算。在发动机实际运行工况下,油底壳底部为悬空状态,模态计算结果显示油底壳一阶模态距发动机点火激励频率点较近,低于激励频率的1.2倍,模态不满足设计要求;在发动机装配过程中,油底壳底部压在装配台上,发动机在上下方向三倍的重力加速度冲击载荷工况下,油底壳产生的应力最大值低于对应材料的屈服强度极限,强度满足设计要求。通过对油底壳两种状态下的仿真分析,验证和确保了油底壳结构设计的可行性,有效避免了发动机装配和实际运行过程中故障的发生。