Ti微合金化450～550 MPa级耐候钢组织性能研究

设计了屈服强度达450～550 MPa级高强耐候钢化学成分,在实验室进行冶炼和热轧试验,测试和观察了试验钢的力学性能和显微组织,分析了 Ti含量对Ti微合金化耐候钢性能的影响.结果表明,试验钢的金相组织主要为在多边形铁素体基体上分布少量的珠光体;Ti微合金化耐候钢具有足够的强度和塑性,随着w(Ti)从0.025%增加到0.07%,试验钢的屈服强度从360 MPa增加到550 MPa;采用传统控轧控冷工艺可生产出屈服强度达450～550 MPa级高强耐候钢.     

基于双稀疏字典的轴承故障特征提取

为了改善传统稀疏表示方法故障特征提取精度低的问题，本文提出基于离散余弦（DCT）字典和Laplace小波字典组合方法用于提取轴承故障特征.首先应用离散余弦字典提取谐波信号，以减少谐波信号的干扰；接下来应用Laplace小波字典提取轴承故障冲击进一步减少噪声干扰；引用二次分解正交匹配追踪算法（SS-OMP）求解稀疏系数；重构故障信号并进行包络谱分析，最终提取故障特征.实验结果表明本文方法与单一Laplace小波字典方法和快速谱峭度方法（SK）相比，故障特征提取精度得到了提高，且重构信号的相关系数达到了0.923.     

基于层次逆向散布熵和WELM的滚动轴承故障诊断

滚动轴承的故障信息一般包含在振动信号中，如何有效地从原始信号中挖掘出故障信息，是机械设备健康状况检测和评估的关键.为此，本文提出了层次逆向散布熵特征提取方法，以提高故障诊断的准确性.该方法利用逆向理论解决了散布熵的不足，能从原始信号中获得更多的故障特征.其次，从时间序列中分层提取高频和低频分量，可以提高对动态特征的描述能力.仿真和实验分别证明了层次逆向散布熵的优越性.实验结果表明，本文方法在提取故障信息方面明显优于多尺度逆向散布熵、多尺度排列熵和多尺度样本熵.