叶片观察孔位置度检测的研究

随着发动机性能不断提高,对叶片的精度要求也越来越高,某叶片组件孔位置度检测测具,解决了上缘板孔位置度无法测量的难题,采用1套测具检查上缘板四孔位置度,满足生产需要,主要描述如何满足生产需求所需测具的设计过程。使叶片实现了一次定位夹紧,提高了叶片检测精度,避免了重复定位给叶片带来的累积误差。为了提高设计的准确性,采用三维UG建模设计,准确采集叶片型面参数,解决了繁琐的空间尺寸计算,提高了设计效率和准确性。     

浅谈叶片缘板检测的工装设计

涡轮导向叶片是多个叶片成联精密铸造而成，这就给叶片检测提出了更高的要求，也给工装量具设计带来了一定困难，而且该导向叶片结构设计复杂，上、下缘板全部是空间曲面形成，测量空间窄小，侧面为双斜面，必须采用专用工装量具测量。通过了解用户使用要求，熟悉设计图，轴向需要一点定位，同时在一台测具内实现安装板尺寸检查，了解其它机种的检测方法，测量成联叶片安装板是生产的瓶颈问题，因此，解决成联叶片安装板弦长测量是摆在我们工装设计的重中之重的难题。     

免疫遗传PID在工业自动化通用平台上的实现

针对目前免疫遗传PID在工程应用中存在的问题,采用图形化组态技术,在工业自动化通用技术平台IAP上实现基于在线免疫遗传算法的PID控制器组态,通过仿真实验分析了免疫遗传PID在阶跃响应和扰动情况下的性能指标.仿真实验结果表明,IAP平台上的免疫遗传PID具有与MATLAB相同的控制性能和控制效果,说明在IAP平台上实现先进控制算法的可行性和有效性.利用IAP兼容包括PLC在内的多种控制站等优点,可以把控制逻辑组态下载到实际的工业控制中,实现免疫遗传PID应用的通用性.     

广义Hénon超混沌系统的同步及在保密通信中的应用

研究了一类超混沌系统--广义Hénon超混沌系统的同步问题.基于精确线性化和不变流形理论,针对广义Hénon超混沌系统,提出了新的混沌同步方法.其优点在于控制器的设计完全由系统输出值及其时延值来构造,避免了其他状态变量的不可测性,更有利于在实际工程中的应用.在此基础上,提出此同步系统在保密通信中的应用方案.计算机仿真结果表明了上述方法的有效性以及保密通信方案的可行性.     

福州内河污水对紫露草减数分裂的遗传损伤

利用氨氮含量超标的污染河水处理紫露草花序,观察对减数分裂的遗传损伤,结果表明:污水能导致紫露草的染色体畸变,产生染色体断片、滞后染色体、多连体、"T"型染色体、后期 桥、后期 桥、相连双微核,并出现染色体不均等分束分裂产生多束体,而且每束染色体的数目均不相等.     

基于对角递归神经网络的控制系统

针对角递归神经网络具有结构简单、收敛速度快,可广泛用于非线性系统的辨识与控制的特点.基于工业自动化通用技术平台(IAP),采用图形化控制策略组态技术开发了一套基于对角递归神经网络的控制系统,该系统具有基于参考模型跟踪的控制结构,可快速自适应地调整控制器参数.仿真实验结果表明,基于对角递归神经网络的控制系统控制精度高、稳定性好,可成为处理复杂工业过程,尤其是解决不确定和非线性领域问题的有效工具.     

某叶片盆向缘板测具的改进设计研究

本文主要介绍了新型的某叶片(成联)盆向缘板尺寸测具设计特点,通过与传统测具的对比,详细的分析了在新型叶片盆向缘板尺寸测具中,高效的六点定位结构的使用方式,简明夹紧机构的应用方法以及有效测量系统的选择应用。通过对以上改进方法的阐述,论证了新的量具不仅具有量具的测量功能,而且具有夹具的功能;同时为测具的设计提供了一种新的设计思路。该测具的使用可以简化加工工艺流程,提高产品的测量精度,降低工人的劳动强度,提高产品加工工作效率。     

面向自主系统集群的人机混合增强智能综述

新一代人工智能技术的深度融合引发了制造业的大变革,其中基于人机物协同的人机混合增强智能展现出越来越大的潜力。针对这一背景,本文分析了智能制造系统中人机协同的相关研究,从人机建模、人机交互模式、人机界面设计和人机共享控制等几个方面回顾了面向自主系统集群的人机混合增强智能的关键理论和方法及其可能存在的问题和未来可能的解决方案。希望能为相关研究提供启发和参考。     

水中多环芳烃分析技术研究进展

综述了近年来水中多环芳烃分析技术研究进展。重点阐述了固相萃取、液液萃取、固相微萃取、液相微萃取等前处理技术,同时综述了气相色谱法、高效液相色谱法、气相色谱-质谱法、气相色谱-质谱-质谱法及其他仪器检测方法如表面增强拉曼光谱法等在近年来取得的成果,并展望了水中多环芳烃分析技术未来发展的趋势。     

基于支持向量机和遗传算法的电站锅炉水冷壁高温腐蚀建模与燃烧优化

电站锅炉水冷壁的高温腐蚀是锅炉机组安全的严重威胁,强还原性气氛是导致高温腐蚀的主要原因,针对还原性气氛的特征指标CO浓度进行建模,并结合优化算法实现燃烧优化是控制还原性气氛的有效方法。应用支持向量机算法建立电站锅炉水冷壁周围CO浓度模型,利用热态实炉试验数据对模型进行训练和校验。该模型对不同试验工况下的CO浓度作出了较准确预测,应用该模型和遗传算法对锅炉进行以降低水冷壁周围CO浓度为目标的燃烧优化,结果表明,通过优化使CO浓度有比较明显的降低,与运行工况对比优化结果具有较高可信性,说明支持向量机模型与遗传算法的结合为锅炉水冷壁周围CO浓度的控制提供了有效工具。