浅谈测量设备的计量确认

CNAS-CL01:2018《检测和校准实验室能力认可准则》6.4.1条指出"实验室应获得正确开展实验室活动所需的并影响结果的设备",6.4.4条和6.4.7条分别规定"当设备投入使用或重新投入使用前,实验室应验证其符合规定要求","实验室应制定校准方案,并应进行复核和必要的调整,以保持对校准状态的可信度"。     

犹豫模糊环境下准则具有偏好关系的TODIM方法

针对智慧制造评估时专家的决策信息具有犹豫模糊不确定性问题，提出了一种关于准则具有犹豫模糊偏好关系的改进交互式多准则决策（TODIM）方法。首先提出了准则间的犹豫模糊偏好关系概念，并证明了其基本性质。在TODIM方法优势度的计算过程中，将准则权重犹豫模糊偏好关系替代原有的精确值权重，使信息的准确性最大化。将该方法用于智能制造的评估上，实例分析结果表明所提方法是可行和有效的。     

以新版《检测和校准实验室能力认可准则》(CNAS-CL01: 2018)要求开展检测方法验证的问题及解决方法

检测实验室中检测结果的准确性至关重要, 对标准检测方法的验证是获得检测结果准确性的重要前提; 对申请CNAS认可的实验室而言, 如果方法验证不符合认可准则的要求, 将直接造成申请的技术能力不予认可。本文依据《检测和校准实验室能力认可准则》的要求, 以实际发生的案例为例, 通过分析问题产生原因, 从体系文件的控制、方法验证技术操作、记录的规范填写等3个方面, 对实验室开展方法验证的方法进行全面细致地讲解, 以期用于指导实验室有效地开展方法验证工作。     

走向负责任的工程:伦理准则的解释与内置

文章探讨了工程伦理准则的模糊性和伦理解释的必要性,揭示了工程师在工程伦理解释中的主体地位,阐明了工程伦理准则内置于工程实践的一般机理,并据此提出:需要着力塑造大批有德性的工程师;需要着力重塑工程教育和工程伦理教育体系;需要着力塑造工程师的良好社会形象,以感召更多优秀年轻人加入工程师队伍。只有这样,工程伦理准则才能更好地内置于工程实践之中,从而建设更为负责任的工程。     

螺旋板式热交换器传热与流动特性试验研究

基于理论分析,设计并制造了4台典型结构的螺旋板式热交换器。通过试验研究了关键结构参数当量直径d_e、定距柱密度n,冷流体进口温度T对螺旋板式热交换器传热与流动特性的影响规律。结果表明:换热面积相近的样机,当量直径由19.7增至37.9时,总传热系数相对增加9%,平均压力降相对降低45%;定距柱密度由200增至800时,总传热系数相对增加17%,平均压力降相对增加129%;冷流体进口温度的提高既可使流体之间的传热效果增强,又能减小流体流动的阻力。基于试验数据对湍流状态下螺旋流的对流换热系数和压力降的准则式分别进行了拟合及验证,对流换热系数拟合公式的平均相对误差为5.4%,压力降拟合公式的平均相对误差为6.3%,为螺旋板式热交换器的能效评价奠定了基础。     

浅谈在检验检测机构中的“受控”

本文从检验检测机构中质量管理体系"受控"的具体概念,从"人机料法环"各环节的各类反面事例,简要阐述如何去具体理解"受控",便于刚刚接触检验检测工作的人员初步领会质量管理体系的内容。     

第二代涡识别方法在混流泵内部流场中的适用性分析

流体机械内部涡的产生会严重影响流体机械的内流场及外性能,速度、压力等传统方式并不能全面揭示流场真实的流动情况,而涡识别方法可以表征混流泵内部涡结构,识别涡的大小、位置和演变规律。采用大涡模拟对混流泵内部流场进行高精度数值模拟,由此获得不同涡识别方法(涡量、螺旋度方法、λ2准则和Q准则)在混流泵内流场中识别出的涡结构。结果表明:与涡量准则法相比,采用第二代涡识别方法更能获得详细的混流泵内部的涡结构。其中,Q准则能剔除绝大部分的剪切层影响,较其他涡识别方法更好地捕捉混流泵内部的涡结构,显示的涡大小更加精确。通过Q准则的识别,提取了混流泵叶轮流道内规则的通道涡,此类型涡结构均匀分布在各个流道,叶片叶顶泄漏涡结构清晰,摆脱了壁面剪切层的干扰;导叶叶片靠近轮毂处同样获取了规则的通道涡,通道涡均匀的分布在各个流道内,叶片尾缘脱落涡摆脱了壁面剪切层的干扰,可以看到清晰的涡结构。Q准则在第二代涡识别方法中脱颖而出,更适用于混流泵内流场的涡识别,在涡结构以及涡大小的显示方面都具有优势,可用于旋转机械内流场的分析。     

最大相关峭度反褶积与傅里叶分解方法相结合的滚动轴承故障诊断

针对强背景噪声环境下滚动轴承故障特征难以提取的问题,提出一种基于最大相关峭度反褶积(MCKD)与傅里叶分解方法(FDM)相结合的滚动轴承故障诊断方法。首先采用MCKD对振动信号去噪、提取与故障相关的冲击成分;其次,采用FDM对去噪信号进行分解,得到若干个瞬时频率具有物理意义的傅里叶固有频带函数和一个残余分量之和;第三,依据各个模态与去噪信号的相关性提取包含故障信息的最优模态分量,并对它们进行重构;最后,计算重构信号的包络谱,从谱图中读取故障信息。将所提故障诊断方法应用于滚动轴承故障仿真和实验数据分析,并通过与现有方法进行对比,结果表明,该方法优于所对比的方法。