磁性磨料电解研磨在冲压模具加工中的应用

本文对一种新兴的冲压模具特种加工方法——磁性磨料电解研磨加工作了详细介绍。文中通过基本原理、加工特点及其影响因素、设备和工具组成、生产应用等方面的阐述,并结合图表,对冲压模具制造过程中的磁性磨料电解研磨加工工艺进行了说明。本文对冲压模具的具体生产有一定的指导意义。     

模具材料的发展与动向

简要介绍了模具材料在产量、品种、工艺方面的发展状况，并对今后的发展进行了展望。     

基于MSC.Patran的发动机气门有限元分析

应用有限元分析软件MSC.Patran对发动机气门在气门座冲击力下的应力分布及变形规律进行了分析,分析结果为改进发动机气门设计提供了理论依据。     

钢中大尺寸稀土夹杂物的金相和透射电镜观察分析

以添加稀土等微合金化元素的5CrNiMo钢为例,通过金相显微镜和透射电镜等手段探讨了大尺寸稀土夹杂物的形成机理.研究表明,钢中大尺寸稀土夹杂物是以两个或多个夹杂物独立形核,长成0.3μm～0.5μm的夹杂物,由于稀土夹杂物的高吸附性,最终可相互吸引合并成为1μm～5μm的大尺寸稀土夹杂物.所形成的稀土夹杂物尽管尺寸具有数量级的差别,但形态呈球状或者近球状及椭圆状,没有尖角,进一步说明稀土元素起到了对夹杂物的变质作用.     

轴承变工况故障的域自适应迁移深度学习诊断

为了实现变设备、变工况条件下的轴承故障精确识别,提出了基于域自适应迁移深度卷积神经网络的诊断方法。对于具有不同分布特征（即不同域）的训练集和测试集,在深度卷积神经网络中构造了故障特征提取模块、域识别模块、标签分类模块,以特征提取模块与域识别模块对抗训练的方式实现域自适应迁移能力,使深度卷积神经网络能够有效提取不同域的共同特征参数。使用凯斯西储大学和智能维护系统中心数据设计了4组迁移实验,传统深度卷积神经网络的识别精度均值为64.5%,域自适应迁移卷积神经网络的识别精度均值为94.9%,充分说明了域自适应迁移深度卷积神经网络能够有效识别变设备、变工况条件下的轴承故障。     

PLC控制系统干扰分析及对策

通过综合分析了PLC系统现场应用时的干扰来源和干扰的途径,提出消除或减少干扰源、合理接地、消除空间辐射干扰等抑制干扰、利用软件保证PLC系统稳定运行的对策。