改性纳米坡缕石在油润滑中的减摩抗磨性能研究

目的探索不同改性剂对纳米坡缕石的表面修饰效果,探究其在油润滑中的减摩抗磨和自修复机理。方法以油酸和钛酸酯作为改性剂对纳米坡缕石进行表面修饰,采用沉降法和透射电子显微镜(TEM)表征改性效果。将选择的改性剂和纳米坡缕石放入球磨机内在线修饰,制备成润滑油添加剂并将其超声分散于纯基础油150N中,形成润滑油分散体系。采用环-盘式摩擦磨损试验机对其摩擦性能进行考察,通过金相显微镜、扫描电子显微镜(SEM)、能量色散谱仪(EDS)进行微观结构观察与分析,并探究其润滑及自修复机理。结果采用油酸修饰的纳米坡缕石满足润滑油行业的要求,可显著改善润滑油的摩擦学性能。与纯基础油相比,当添加剂含量为3.0%时,45#钢摩擦副磨损表面形成了一层含多种元素的复合陶瓷自修复膜,平均摩擦系数降低了31.3%,磨损量减少了16.0%。结论纳米坡缕石添加剂可随油液流动智能吸附于摩擦界面,阻止摩擦副之间的直接接触,产生纳米滚珠效应。同时,随着界面滑动发生摩擦化学反应生成自修复膜,填补犁沟和划痕,在纳米滚珠和自修复膜共同作用下达到减摩抗磨的效果。     

基于BP神经网络的车削加工刀具变形误差补偿技术

针对目前普通机床加工存在精度不足的问题,提出了一种精度误差补偿方法,使普通机床也能获得较高的加工精度。首先,在分析车床加工误差的基础上,引入了神经网络模型,从结构和方法上进行了详细阐述,并利用MATLAB构建;输入样本对网络进行训练,获取预测值,验证了本方案的正确性和可行性。     

WA与RBFN在气密性故障诊断中的应用研究

提出了根据检测发动机起动时电瓶电压的波形来分析气密性的试验方法。在基于小波分析 (WA)的基础上对信号进行消除趋势项和除噪处理 ,并提出了包括周期延长和主频推移 2个新的判据在内的 7个特征参数。通过对径向基神经网络 (RBFN)的训练 ,证明该神经网络能够较好地进行故障模式辨识 ,从而为发动机气密性故障诊断提供了一个系统方案。     

小波除噪、神经网络与发动机故障诊断

给出了利用起动电压波形来检测气密性这一简单易行的实验原理与方法。并对代表性波形进行小波除噪处理，在此基础上，提出了6个故障信息特征参数，通过对径向基神经网络的训练和检测，证明该神经网络能够成功的进行故障模式的辨识。从而为发动机压缩性故障诊断提供一个较好的方法。