排序方式: 共有18条查询结果,搜索用时 328 毫秒
1.
烟炱对电接触磨损的影响 总被引:1,自引:0,他引:1
选用常见的铜作为电接触材料,将烟炱溶液喷洒于试样表面,进行不同载荷下的电接触微动试验,用3D形貌仪和SEM对磨痕形貌进行分析。结果表明:载荷对材料的电接触性能影响显著,接触电阻与法向载荷成反比,即增加载荷可改善摩擦副的电接触性能;接触区域的有效导电面积是有限的,故载荷达到某一值后,随着载荷的增加,接触电阻不再有明显的下降趋势;小载荷下,烟炱的加入恶化了摩擦副的电接触性能,随着载荷的增加,这种恶化作用逐渐减小;摩擦因数随着载荷的增加而降低,载荷较低时(2~6 N),摩擦因数曲线可见明显的上升期、跑合期、下降期、稳定期;而载荷较高时(8~10 N),只有上升期和稳定期;大载荷下,触头接触区域匹配良好,摩擦副表面迅速达到了平衡点,摩擦因数较稳定。在电化学的作用下烟炱颗粒在摩擦副表面形成固体膜,起到减摩抗磨的作用。 相似文献
2.
3.
在使用电磁感应方法诊断杆塔接地网断点的过程中,针对人工诊断引起的误差问题,提出了一种基于一维卷积神经网络(one dimensional-eonvolutional neural network,1D-CNN)的诊断模型,诊断模型以接地网正上方的一维磁场数据为输入,通过深度神经网络输出断点故障的数量和位置.首先通过实验验证了电磁感应方法在杆塔接地网断点诊断问题中的有效性,然后建立了磁场断点故障数据集,之后进行了1D-CNN诊断模型的训练.在诊断准确度验证实验中,1D-CNN诊断模型在40个故障磁场样本上达到了97.50%的诊断准确率,表现出了良好的泛化性;诊断效果对比实验表明,1D-CNN诊断模型的AUC值达0.951,在3次随机训练中对各类故障的平均识别率达到了92.08%,在15次训练中的平均测试集精度达到了94.30%,平均每代训练时间0.8750 s,在各项指标上较DNN、RNN均有明显优势. 相似文献
4.
为进一步提高摄像机参数标定的准确率,提出一种基于改进风驱动算法的摄像机标定优化方法.将摄像机内参作为空气微团的位置矢量,将标定结果的重投影误差作为空气微团的适应度值,通过迭代寻找适应度值最小的解.针对基本风驱动算法中固有参数的设置问题,通过引入协方差矩阵自适应进化策略自动确定.将该方法与张正友标定法、基于粒子群算法的标定法和基于基本风驱动算法的标定法作比较,实验结果表明,改进算法优化标定的摄像机内参精度更高,具有更快的收敛速度和更好的稳定性. 相似文献
5.
6.
7.
8.
目的 研究氧化石墨烯膜在不同表面粗糙度条件下的微动电接触性能.方法 采用金属铜为基底,使用不同粒度的砂纸进行处理,制备不同表面粗糙度的试样.通过电泳沉积法在不同粗糙度的铜表面制备氧化石墨烯膜.通过微动电接触试验装置,研究氧化石墨烯膜在不同表面粗糙度条件下的微动电接触性能.采用拉曼光谱仪分析氧化石墨烯膜的沉积情况.使用白光干涉仪、扫描电镜及能谱仪对磨痕形貌、磨损体积和成分进行分析.结合摩擦因数及接触电阻,分析氧化石墨烯膜在微动磨损下的电接触性能.结果 表面粗糙度为1.51、1.27μm时,氧化石墨烯膜的D峰和G峰强度高于其他试样.在室温条件下,接触电阻最低可降至10 m?,且更加稳定.与未处理试样相比,摩擦因数减少的最大幅度为50%,从0.46减少至0.23(Ra=0.88μm);磨损体积减少的最大幅度为90%,从6.28×105μm3减少至6.40×104μm3(Ra=1.27μm).在100℃时,接触电阻基本不超过200 m?,摩擦因数增加至0.51及以上,磨损体积增加至1.45×105μm3及以上.表面粗糙度为1.51、1.27μm的试样磨损体积明显低于其他两个表面粗糙度的试样.在200℃时,接触电阻最终超过了400 m?,摩擦因数不低于0.49,磨损体积增加至4.05×105μm3及以上.结论 氧化石墨烯膜在表面粗糙度为1.51、1.27μm时的沉积效果较好.氧化石墨烯膜能显著降低接触电阻、摩擦因数和磨损体积.高温下,接触电阻和摩擦因数上升,磨损加剧. 相似文献
9.
10.
基于人群搜索算法的PID控制器参数优化 总被引:2,自引:0,他引:2
关于PID控制器在工业控制领域应用优化问题,PID参数优化成为工业自动化研究的热点.PID参数优化对于系统的稳定性、可靠性和快速响应等特性有着重要的意义.为了改善和优化PID控制器性能,提出一种人群搜索算法(SOA),以PID三个参量为搜寻队伍,以误差绝对值和控制输入平方项的时间积分作为优化目标,经过迭代寻优计算得到系统最优控制量.通过对比遗传算法和粒子群算法PID参数优化,仿真结果表明,改进算法提高了系统的控制精度,系统响应速度快,鲁棒性好,为控制系统PID参数整定提供了参考. 相似文献