打印层厚度对FDM薄板固有特性的影响

针对不同打印层厚度对熔融沉积成型(fused deposition modeling,简称FDM)薄板固有特性的影响规律及相应的机理进行了研究。首先,以悬臂边界条件下的FDM薄板为研究对象,创建了固有特性理论模型;其次,完成了薄板样件的制备,同时搭建了样件的动力学测试系统,实验研究了样件的固有特性参数;最后,对比分析理论与实验结果,以验证理论模型的正确性。研究结果表明,所建模型可以准确预测FDM薄板结构的固有特征参数;打印层越厚,样件的固有频率越高,但其模态振型不会随着打印层厚度的变化而变化。该研究为提高FDM产品动力学性能提供了理论基础和技术支持。     

要注意三个关键问题

从A公司实施ERP的过程来看,确实存在不少问题,以至于计算机管理中心王明还是不能肯定ERP能够实施成功。从笔者的观点来看,有四个问题,其中一个最简单的问题已经得到解决—选用能够改、能再开发的系统。还有三个问题非常关键。     

采煤机摇臂动态特性及影响因素分析

针对采煤机摇臂在截割载荷作用下可靠性差的问题,对MG500/1180-WD采煤机摇臂动态特性进行分析。建立摇臂有限元模型,通过模态分析得到摇臂固有频率及主振型。模态分析表明,摇臂主要振动模式为电机壳体及行星头弯曲扭转振动。通过实验模态分析,以固有频率为判定指标,对有限元模型进行验证。选取电机壳体壁厚等5个设计变量,研究摇臂固有频率随设计变量的变化规律。根据重载截割实际工况对摇臂进行谐响应分析,计算摇臂振动响应。结果表明:摇臂中部老塘侧壁厚是影响摇臂固有特性的关键因素;摇臂在行星1级2倍频、直齿1级2倍频、直齿2级2倍频及8阶固频激励下动态应力较大;采煤机摇臂形成了以1阶、3阶振型模态振动为主要特征的弹性振动并导致摇臂铰接耳处产生应力集中;分析结果可为采煤机摇臂结构优化设计及可靠性分析提供参考。     

齿轮坯模锻成形过程的数值模拟及优化

以齿轮组锻压件为研究对象,采用金属体积成形过程模拟软件DEFORM为工具,基于刚塑性有限元与热力耦合的思路,分析了齿轮坯在锻压中的成形过程,以及各种外界因素对成形情况的影响,得出合理因素下的成形结果。     

在建高层建筑主体结构质量检测方法分析与应用

主体结构质量检测对高层建筑的安全性和耐久性至关重要,因此需要科学合理地进行质量检测工作。本文对某在建高层主体结构的质量检测项目进行了详细分析,研究了基础、墙体、梁板混凝土抗压强度检测和截面尺寸及保护层厚度检测方法在实际应用中的技术要点,希望能够为复杂多变工程环境下的同类型检测项目提供参考。     

钠蒙脱石表面水化评价方法研究

页岩地层黏土矿物表面水化的抑制仍然存在技术瓶颈,亟需建立抑制黏土矿物表面水化的新理论和新方法。文章主要以泥页岩中常见的钠蒙脱石黏土矿物样品为研究对象,通过等温吸附法研究其表面水化程度,采用X射线衍射分析法、热重分析法和核磁共振分析法研究了钠蒙脱石的结合水类型及含量,建立了钠蒙脱石结合水的定量评价方法。实验结果表明：随着相对湿度的增加,钠蒙脱石的基底间距呈阶梯状逐步增加,当相对湿度为1.00时,钠蒙脱石可达到四层水化;热重分析可定量区分钠蒙脱石的阳离子层间水、层间表面水和自由水。核磁共振分析能定量区分黏土矿物的结合水和自由水。此举可为建立抑制黏土矿物表面水化定量评价方法提供理论和实验支撑。     

实验室环氧乙烷使用及储存安全评价预防

环氧乙烷是一种重要的化工原料,然而各大高校和科研院所对它的深加工的研究比较少。综述了环氧乙烷储存和使用的安全评价斱法,行业中产生的事敀,企业实验室应用情冴。实验室储存和使用环氧乙烷时,可以用危险源评价表、绝热量热法对环氧乙烷的安全性迚行评估。在具体使用时,必须采取如氮气保护、低温、连续加料,实时监测等手段保证环氧乙烷的使用和存储安全。     

基于ANSYS的风电机组主机吊具强度分析及优化设计

风电机组主机吊具的结构强度关系着吊装作业的安全,需要进行严格校核.以某MW级风电机组的主机吊装为例设计了吊具,采用ANSYS软件,结合实际的吊装过程进行有限元建模,并计算吊具的强度;根据有限元计算结果、应力分布以及变形情况,对风电机组主机吊装过程中吊具的受力情况进行了分析,优化了主机吊具的结构.优化后的风电机组主机吊具最大von Mises应力由733.71 MPa减小到224.86 MPa,应力降低了69.4％,满足强度要求;同时,主机吊具的重量由10685.07 kg减小到9587.46 kg,重量减少了约10.3％,降低了吊具的材料成本.     

浅析污染源自动监控工作中存在问题及对策

污染源自动监控工作是“十一五”期间国家较为关注的工作,国家和地方的污染源自动监控管理办法均已下发,但在实际工作中污染源自动监控工作仍存在一些问题,结合辽阳市现有情况提出了存在的问题,并提出了相应的对策。     

基于深度学习和多通道融合的低空目标声识别方法

低空目标声识别主要指被动接收低空飞行目标辐射声信号,依据声纹信息对目标类型进行判别的技术方法 .基于单个传声器通道的目标识别性能往往会受到传声器周边环境和传声器本身特性异常的影响,因此需要研究基于多通道融合的低空目标声识别方法。对此,采用卷积神经网络处理各通道声信号的Mel频率倒谱系数特征,获取目标识别概率,并利用基于证据距离的信息融合方法,计算最终的目标识别结果。实测数据验证结果表明,基于多通道融合的低空目标声识别方法相较于单通道具有更高的稳健性,对单通道异常情况不敏感,仍然具有较高的识别准确率。