内嵌电感式磨粒监测传感器的多磨粒特性仿真研究

油液中的磨粒状态错综复杂,容易出现聚集,为准确获取磨粒信息,建立多磨粒的数学模型。为研究油液中磨粒的不规则形状对内嵌电感式传感器电感特性的影响,利用Maxwell建立内嵌电感式传感器的仿真模型,从电感值、磁通量、耦合系数等多种角度探究多磨粒的电感特性。结果表明:双磨粒的电感值远大于单磨粒,柱状磨粒电感值远大于相同体积的球状磨粒;球磨粒与柱磨粒的相对位置对电感的影响不大。     

盐酸罗格列酮中杂质的ADMET毒性预测分析

目的：对盐酸罗格列酮的3种杂质进行毒性预测分析。方法：采用AI算法，通过来自文献和制药企业授权的数据，进行ADMET性质的毒性分析。结果：在内分泌毒性预测方面，杂质B可能会产生雌激素受体毒性；在过敏预测方面，三种杂质均可能会导致皮肤过敏反应，并且杂质A和杂质C可能会有呼吸过敏性；在基因毒性的预测方面，杂质A可能会导致培养的哺乳动物细胞染色体变异；在肝脏不良反应预测方面，三种杂质可引起γ-谷氨酰转肽酶水平升高，肝脏毒性可能性较大。结论：对3种杂质整体评价，ADMET风险系数均较低，提示风险较小，并且该三种杂质毒性打分均低于限度，毒性均较低，但杂质A可能具有基因毒性，需进一步深入研究。     

基于切削声信号与优化SVM的刀具磨损状态监测

提出了一种利用切削声实现刀具磨损状态多特征监测的方法。根据经验模态分解与Hilbert变换理论,提取切削声信号的内禀模态能量与不同频段的Hilbert谱能量作为监测信号的备选特征。采用支持向量机作为分类器,针对备选特征的有效筛选问题,利用多种群遗传算法对分类器的输入特征进行了优化,剔除备选特征中的干扰特征,利用多种群遗传算法对分类器的模型参数进行了优化。利用优化后的分类器对测试样本进行分类,并与优化前的分类结果进行了对比。结果表明,优化后分类器的分类性能得到了明显提升,该方法可以对刀具磨损状态进行有效识别。     

基于遗传算法优化SVM的刀具VB值预测的研究

针对刀具磨损量的预测问题,建立了基于支持向量机回归理论的刀具VB值的在线预测模型。对声发射信号和电流信号分别进行EEMD分解和小波包分解得到的能量值,把它与主轴转速、进给量和背吃刀量一起组成初始特征向量。通过主成分分析进行数据处理,把得到主元作为遗传算法优化的支持向量回归机的输入向量。结果表明,该模型精度高,运行速度快。     

改进粒子群算法和ELM的刀具磨损量预测

为了提高车刀磨损量预测模型的训练速度和在线预测精度,提出了一种基于改进粒子群算法（Improved Particle Swarm Optimization,IPSO）和极限学习机（Extreme Learning Machine,ELM）的刀具磨损量预测方法。采集车削加工中的声发射信号,利用小波包变换理论对信号进行降噪和特征提取,并通过主成分分析对提取的特征进行降维,选取其中对刀具磨损量敏感的特征值组成特征向量。建立基于极限学习机的刀具磨损量预测模型,并通过改进粒子群算法优化模型中的初始权值和阈值。实验结果表明：优化后的刀具磨损量预测模型相比于传统BP神经网络有更快的训练速度,同时改进后的粒子群算法有更好的寻优能力,提高了模型对于刀具磨损量的预测精度。     

小口径TC4焊接管件端口电磁校形研究

TC4焊接管件由于制造时管件端口夹持及材料自身应力的存在,往往造成管件端口圆度不满足要求,目前采用校圆的方法生产效率慢、自动化程度低并且精度不够。为此针对内径23mm,壁厚1mm的TC4焊接管件,采用电磁校形的方法进行管件端口校圆。应用Ansoft Maxwell有限元分析软件,对放电回路电流及电磁力大小、分布进行研究,将仿真结果与实验情况进行比较,结果表明:电磁校形可以明显改善TC4焊接管件的端口圆度;放电能量一定时,合理选择电容可以提高电磁成形效率;对TC4等低导电率材料的电磁校形,驱动片能够明显提高感应电流密度,并且驱动片厚度过大与过小都会影响电磁校形的效果;带铁芯的线圈虽本身消耗一定的能量,但可以显著提高磁场强度,改善管件端口电磁校形精度。     

马来酸酐接枝氧化石墨烯并改性双马树脂复合材料的微观结构及力学性能

采用改进的Hummers法制备了氧化石墨烯(GO),并用马来酸酐(MAH)接枝改性制得MAH接枝氧化石墨烯(MAH-GO)。以二烯丙基双酚A (BBA)和双酚A双烯丙基醚(BBE)为活性稀释剂,4,4’-二氨基二苯甲烷型双马来酰亚胺(MBMI)为反应单体合成MBMI-BBA-BBE (MBAE)树脂基体;并以MAH-GO为增强体通过原位聚合制得MAH-GO/MBAE复合材料,表征MAH-GO的微观结构及其对复合材料力学性能的影响。结果表明:MAH成功接枝在GO表面,片层结构清晰,且表面出现褶皱,采用化学滴定法测定接枝率约为11.32%。MAH-GO/MBAE复合材料的微观形貌结果表明,当适量的MAH-GO加入体系中后,MAH-GO/MBAE复合材料断裂纹呈“树枝状”无规则发散,为典型的韧性断裂。当MAH-GO添加量为0.5wt%时,MAH-GO在基体中分散均匀,MAH-GO/MBAE复合材料的冲击强度和弯曲强度分别为15.88 kJ/m2和142.13 MPa,比基体树脂分别提高了67.68%和43.61%,力学性能得到明显改善。      

基于卡尔曼滤波的四元数姿态解算算法研究

针对MEMS惯性测量单元器件特性导致的测量精度低,数据发散和航向角积分漂移等问题,提出一种基于卡尔曼滤波的四元数姿态解算算法。设计了4维卡尔曼滤波器,通过加速度计和磁力计的数据作观测量,对姿态解算过程中的四元数进行线性最优估计,在计算量没有大幅提高的前提下修正了四元数的值,进而完成了对姿态角和姿态矩阵的补偿。通过在无磁转台上进行静态测试以及在测试标定系统上进行动态测试,分析各轴向的补偿效果表明,该方法可以有效增强MIMU的动态跟随性能、明显提升姿态解算精度。     

某轻卡制动阀支架失效分析及其优化设计

针对某轻卡制动阀支架失效问题,首先采集车架横梁两端的搓板路激励载荷对该制动阀支架进行模态频响计算,分析结果表明该制动阀支架的最大应力大于材料许用值,其最大应力位置与失效位置一致;然后基于功率谱载荷对其进行随机振动疲劳分析,分析结果表明该制动阀支架的疲劳寿命不满足疲劳性能要求,其与振动强度分析薄弱位置和失效位置相吻合;再通过集成优化平台对制动阀支架进行结构优化,优化之后制动阀支架的最大应力值和疲劳寿命值均符合性能要求值,其疲劳、强度性能显著提升,支架总重量也降低了,达到了轻量化的要求;最后对制动阀支架的优化方案进行道路可靠性验证,试验结果表明该制动阀支架的振动加速度明显减小,并且没有发生失效,科学地解决了该制动阀支架的失效问题。     

太阳能烟囱结合自然通风建筑开口的数值研究

自然通风是实施绿色建筑中常用的一项技术措施。随着节能减排的大力倡导,自然通风技术引起了人们的普遍关注。目前,人们已通过不同的措施与手段来最大程度地利用自然通风以满足舒适度要求,其中太阳能烟囱作为一种利用热压来强化自然通风的有效技术也被广泛采用。太阳能烟囱的通风效果除与烟囱尺寸及当地太阳辐射强度密切相关外,也与其自然通风建筑特性有关。采用FLUENT软件对太阳能烟囱结合不同建筑开口形式及不同开口尺寸的自然通风模型进行了三维稳态数值模拟。研究了在不同方案下,不同开口形式对通风量的影响,分析了通风量随进风口尺寸的变化情况。模拟结果表明,在相同热流密度情况下,单开口建筑下的太阳能烟囱诱导的通风量大于双开口建筑,且当进出风口面积比A1/A2=2.5~4时,竖直集热板屋顶式太阳能烟囱能诱导更多的空气。