排序方式: 共有5条查询结果,搜索用时 31 毫秒
1
1.
2.
3.
为研究机床床身用树脂矿物复合材料在典型工况下的损伤演化过程、破坏失效形式,基于颗粒流数值模拟技术(Three-dimensional particle flow code,PFC3D),考虑级配和随机骨料形状,建立了包含骨料、界面过渡区、树脂基质、孔隙的树脂矿物复合材料四项介质离散元模型。结合机床典型工况下的受力情况,研究了树脂矿物复合材料损伤演化过程及裂纹分布规律,并从细观角度研究了裂纹萌生、扩展、贯穿的形成机制。研究结果表明:(1)树脂矿物复合材料损伤演化过程可以明显分为四个阶段;(2)骨料与树脂基质的界面过渡区首先起裂,并在与加载平行且无大骨料支撑的薄弱位置出现试件的压溃现象。该项研究为树脂矿物复合材料作为机床基础件材料的损伤性能细观研究提供参考依据。 相似文献
4.
本文从纵向和横向探讨分析了腐败的现状;从人性中的贪婪、私有制的产生、公共利益和权力分析了腐败的根源;从制度建设、传统贪渎文化、客观环境影响、价值观扭曲分析腐败的成因;从强化教育、制度、监督机制,积极构建不想腐败、不能腐败、不敢腐败的党风廉政建设机制,对党员干部的教育意义影响深远。 相似文献
5.
针对刀具磨损状态识别过程中采集数据量大、干扰信号复杂且需人为选择特征参数的问题,为提高刀具磨损状态识别模型的鲁棒性与泛化性,提出了一种数据驱动下深度堆叠稀疏降噪自编码(stacking sparse denoising auto-encoder,简称SSDAE)网络的刀具磨损状态识别方法,实现隐藏在数据中深层次的数据特征自动挖掘。首先,将原始振动信号分解为一系列固有模态分量(intrinsic mode function,简称IMF),并采用皮尔逊相关系数法选取了最优固有模态来组合一个新的信号;其次,采用SSDAE网络自适应提取特征后对刀具磨损阶段进行了状态识别,识别精度达到98%;最后,对网络模型进行实验验证,并与最常用的刀具磨损状态识别方法进行了对比。实验结果表明,所提出的方法能够很好地处理非平稳振动信号,对不同刀具磨损阶段状态的识别效果良好,并具有较好的泛化性能和可靠性。 相似文献
1