一种新型立体车库关键部件的设计研究

基于我国当前私家车剧增而产生的停车难而现有机械式立体车库由于自身特点普遍存在使用率低的情况,设计了一种新型高效侧方位升降横移式立体车库,其具有存取方便、车位互相独立、空间利用率高等特点。根据升降横移式立体车库的工作性质,对其升降横移传动系统进行了总体设计,重点对其关键部件升降装置进行了详细设计研究,为该新型立体车库的施工奠定了基础。     

斜盘式轴向柱塞泵滑靴副的静压支撑分析与研究

通过分析滑靴副的结构和运动原理,以功率损失最小为目标函数,对静压支撑结构进行优化设计。     

齿轮泵试验故障分析与解决措施

该文根据航空齿轮燃油泵实验中出现的故障现象,分析问题并找得到解决方法,方法实施之后,问题得到很好的解决。     

基于Pro/E与AutoCAD的二维工程图设计研究

根据Pro/E软件强大的三维设计与方便的二维工程图转化功能,结合AutoCAD强大的二维设计功能,以一个实例探讨与分析了利用两种软件来配合设计二维工程图的方法和技巧,实现了零件标准工程图的快捷绘制。     

机械振动准实时监测问题研究

针对有规律的机械振动,论述了一种振幅检测的图像监测原理和方法。振动的物体在平面内的廓形投影相对不变,在机械振动时测知的物体廓形几何尺寸与已知静止时物体廓形几何尺寸的差值即为振幅。运用摄影测量原理,以静态图像数据为测量基准,断续曝光获取足以包含振动轮廓的照片后,再通过图像数据处理,实现振动参数的监测。只要断续时间间隔足够短,便不会错失振动幅值的有效信息。试验验证了理论和方法的正确性。     

MCKD在滚动轴承振动信号处理中的应用

滚动轴承是发动机中重要的零部件之一,其发生故障时振动信号中的故障信息会被随机噪声严重淹没,从而导致故障诊断的难度明显加大。为此应用最大相关峭度解卷积(MCKD)突出信号中的故障脉冲成分:首先深入研究MCKD的基本原理,随后通过仿真分析在理论上对其有效性进行验证,最后结合滚动轴承内圈模拟点蚀故障试验证明其在故障诊断中的实际应用价值。结果表明从MCKD处理后的信号中可准确提取出滚动轴承故障特征,由此验证了该方法的有效性和实用性。     

一种内燃机滚动轴承故障诊断方法

滚动轴承是内燃机旋转连接处重要的零部件之一,其发生故障时会导致整个机器无法运转。论文首先系统研究了调制密度分布(MID)的算法原理,其次通过仿真信号在理论上对其应用效果进行了分析,最后从外圈故障振动信号中分解出相关模态分量,并从其包络谱中识别故障特征频率。仿真分析和外圈模拟点蚀故障试验表明,该方法能够有效提取滚动轴承故障特征。     

基于支持向量回归的滚动轴承性能退化状态研究

滚动轴承在全寿命阶段都处于性能不断退化的过程,对其退化状态进行有效而精确的评估能够有效避免机械设备发生相应的事故,也能为维修保障提供更直观的参考依据。运用小波包分解对滚动轴承振动信号进行特征提取,可以得到更全面的特征信息;针对特征过多不利于模型构建,采用等距特征映射(ISOMAP)这一非线性的降维方法对多个特征降维从而得到能够反映其退化状态的退化指标(DI)。并结合滚动轴承工程实际运用,对健康阶段和故障阶段区分开来构建相应的模型,从而更准确地预测滚动轴承的退化状态。最后通过试验数据验证了此方法的有效性,在性能退化状态的预测上达到了理想的效果。     

塔里木盆地库车坳陷东部上三叠统—中侏罗统物源特征及其地质意义

根据砂岩岩石薄片、石英阴极发光和重矿物组合分析,结合沉积构造及地震解释成果,对塔里木盆地库车坳陷东部上三叠统—中侏罗统物源体系及其演化进行详细分析,确定了物源方向及母岩性质。结果表明:塔里木盆地库车坳陷东部上三叠统—中侏罗统物源主要来自北部南天山造山带物源区,以岩浆岩和变质岩母岩为主,兼有少量沉积岩物源的影响。其中,塔里奇克组砂岩中陆源碎屑岩岩屑含量较高,阴极发光条件下不发光石英含量较高,重矿物组合具有高锆石、白钛矿和磁铁矿含量以及低石榴子石含量的特征,母岩可能为上奥陶统—上三叠统早期沉积; 阿合组及阳霞组砂岩中岩浆岩岩屑含量升高,重矿物组合以较高的石榴子石含量为特征,阴极发光条件下石英主要为蓝紫色及棕褐色发光,其母岩主要来自二叠系及其下伏地层; 克孜勒努尔组及恰克马克组砂岩中变质岩岩屑含量明显升高,石榴子石含量极高,阴极发光条件下棕褐色发光石英含量增多,表明变质岩母岩的影响增强。晚三叠世—中侏罗世,研究区物源区母岩演化具有明显规律性,即晚三叠世受较多沉积岩母岩影响,早侏罗世岩浆岩母岩供给增多,中侏罗世以变质岩母岩为主。晚三叠世,库车坳陷东部南天山造山带大幅抬升,导致大量变质岩母岩卷入造山带遭受剥蚀; 早—中侏罗世,南天山造山带中段构造活动具有东西分段的特点,吐格尔明30团剖面以东早侏罗世砂岩率先具有高石榴子石含量的特点,而西部地区中侏罗世砂岩才大量出现石榴子石,表明南天山造山带中段的虎拉山及额尔宾山在早侏罗世隆升-剥蚀强烈,而哈尔克山在中侏罗世才进入强烈抬升期。     

基于动态种群的双重学习粒子群优化算法

粒子群算法的全局勘探能力和局部开发能力的不协调往往会导致算法收敛不精、陷入早熟。针对上述问题,提出了基于动态种群的双重学习粒子群优化算法(DP-DLPSO)。首先将粒子种群划分为勘探子种群和开发子种群,让两个子种群以不同的学习机制引导粒子运动,粒子处于寻优期间时,子群体间无信息交流,如果开发种群陷入局部最优也不会影响到勘探种群的寻优能力;其次,采用动态种群思想,勘探种群将会把好的粒子输送到开发种群中去,增加开发种群中有效解的几率,提高粒子的收敛精度;最后,对开发种群采用高斯扰动策略以提高粒子跳出局部最优的能力。将DP-DLPSO与5个改进粒子群算法进行比较,实验结果表明DP-DLPSO在收敛精度和收敛速度上具有更大的优势。