超高斯伪随机振动激励信号的生成技术

振动激发试验和振动模拟试验的最新发展都需要产生超高斯分布的随机振动激励信号。然而,目前基于功率谱均衡的数字式随机振动控制系统只能产生高斯分布的随机振动激励信号。研究具有指定功率谱密度分布的超高斯伪随机振动激励信号的生成技术,从而使现有的数字式随机振动控制系统可以同时具有频域和幅值域的双域控制及均衡能力。仿真和试验结果验证了该方法的正确性和有效性。     

基于新Dirichlet先验分布的指数寿命型产品多阶段可靠性增长Bayes分析

本文基于新的Dirichlet先验分布，建立了多阶段指数寿命型产品可靠性增长的Bayes模型。本模型充分利用先验信息和阶段试验信息，采用最优化方法解决了新的Dirichlet先验分布超参数因物理意义不明确而难以确定的问题；利用Gibbs抽样算法进行后验推断，合理估算出当前阶段和后续试验阶段产品可靠性的Bayes点估计和置信下限，并利用该模型研究实现了对产品可靠性的预测。实例证明了该模型在多阶段指数产品可靠性增怅分析中的直观性与有效性。     

Study on Integrated Thermal Cycle and Vibration Profile for HALT

Focusing on electronic products, this paper establishes a finite element model for printed circuit board （PCB） assembling with enhanced ball grid array（EBGA）component under vibration environment. Based on this model, it studies relations between fatigue rate of solder joint and temperature, vibration frequency. Moreover, it analyzes propagation of micro-crack produced by thermal cycle under vibration stress. The results offer a method to optimize the thermal cycle and vibration integrated profile and to combine vibration test and thermal cycling for highly accelerated life test （HALT）.     

智能故障诊断研究与发展

在综合大量文献基础上,对国内外智能故障诊断的研究现状进行了述评和归纳,同时指出了目前各种智能诊断方法和技术的特点及局限性.这些方法和技术包括:基于规则的智能诊断、基于模型知识的智能诊断、基于神经网络的智能诊断、基于案例的智能诊断、基于行为的智能诊断.对基于神经网络的智能诊断,具体讨论了模式识别的智能故障诊断神经网络、故障预测的神经网络、基于神经网络的智能诊断专家系统.最后指出了智能故障诊断今后的发展趋势,即集成型智能故障诊断系统、基于机器学习的智能故障诊断系统、由单机诊断到远程分布式全系统智能诊断.     

某液晶显示器温控电路板可靠性强化试验技术研究

研究了某液晶显示器浊控电路板可靠性强化试验技术，对相关的试验过程和试验结果进行了详细的描述与分析，说明了可靠性强化试验技术在激发产品潜在缺陷、提高产品固有可靠性方面的可行性和有效性。     

基于EMD的灰色模型的疲劳剩余寿命预测方法研究

工程上的振动信号多为非线性非平稳信号,为了利用工程振动信号预测机械产品的疲劳剩余寿命,提出改进的经验模态分解方法对振动信号进行分解,分离故障特征频率到某本征模态函数中,计算全寿命周期各阶段故障特征频率所在本征模态函数的均方根值、峭度等时域特征指标,将其作为刻画机械产品健康状态的退化特征量,形成退化特征量序列,根据经验设定机械产品完全失效对应的退化特征量阈值.用退化特征量序列训练灰色模型,然后用训练好的灰色模型预测退化特征量的变化趋势,判断不同退化特征量用于刻画机械产品退化过程的可行性,估计可用退化特征量达到退化特征量阈值的时间并据此预测机械产品的剩余疲劳寿命.通过6205深沟球轴承全寿命周期振动信号对其进行验证,结果表明,可用的退化特征量结合该方法可以有效地预测小型球轴承的疲劳剩余寿命.     

机械噪声故障诊断中小波变换的应用

本文讨论了小波分析理论在机械噪声故障诊断中的应用。为了识别发动机噪声信号中表征故障的间歇性撞击声,本文构造的一种新型的小波——指数衰减型小波函数,它能有效地识别出间歇性撞击声。本文最后给出了实验结果并与经典高斯型小波分析的结果进行了比较。     

研制阶段系统可靠性增长的Bayesian评估与预测

基于新Dirichlet先验分布,建立一种适合小子样复杂系统异总体可靠性增长分析的Bayesian模型。充分利用先验信息和阶段试验信息,结合产品研制的试验数据,利用最优化方法研究新的Dirichlet先验分布容易定量和衡量先验参数确定的方法,解决了超参数物理意义不明确难以确定问题。通过变量替换的Gibbs抽样简化了后验推断,合理估算出当前阶段和后续试验阶段产品可靠性的Bayesian点估计和置信下限;结合试验数据,利用该模型实现了未来阶段可靠性的预测,扩展了模型应用范围。实例表明该模型参数含义清晰明确,简单易行,利于工程应用。     

基于凸轮自锁原理的伸缩式管道机器人设计

为提高伸缩式管道机器人的负载能力,研制一种基于凸轮自锁原理的伸缩式管道机器人,牵引力不受限于某一固定摩擦力,可随外载荷的增大而增大。应用分析力学原理导出单向锁止机构各参数应满足的关系式,并给出可适应管径变化的凸轮轮廓设计方法,计算出移动机构系统的响应时间,提出一套系统的管道机器人设计理论方法。利用提出的设计方法研制试验样机,并在管道中成功进行一系列试验。研究成果提升了伸缩式管道机器人的负载能力与管道适应性,完善了基于自锁原理伸缩式管道机器人的设计理论。     

多轴载荷对疲劳裂纹的影响

针对振动疲劳试验的载荷加载方式问题,比较分析了传统振动试验台的单轴载荷依次加载和目前的多轴振动台的多轴载荷同时加载对疲劳裂纹应力强度因子的影响,揭示了多轴振动载荷同时加载对疲劳失效具有更高的激发效能。