针对圆度和球度误差评定中常用方法不符合国标定义或计算复杂的问题，根据普通累积法的优点．提出了运用普通累积法拟合理想圆和球，进行圆度和球度的评定．根据理想要素拟合过程中待求未知量的个数，运用变量代换，将非线性超定方程组转化为线性超定方程组：对变换后的超定线性方程组施加累积算子，进行未知数求解；最后用仿真实例进行了分析，并与CIRP方法进行比较．结果表明，累积法拟合圆和球具有较高的精度，切实可行，是形位误差评定中求解理想要素值得借鉴的方法．

针对定焦数码像机提出一种基于预检校的自检校方法.理论和实验表明,基于Kruppa方程的自检校方法考虑全部的内方位元素,解算的结果不稳定,同时,这种方法没有考虑畸变参数,也影响了内方位元素的精度.一般地,当主距变化时,定焦镜头的内部光学结构不变.根据这个特点,利用预检校找到内方位元素的变换规律,可以减少自检校的参数,并引入畸变参数,从而提高自检校解算的稳定性和精度.

针对WK-35大型挖掘机上下盘分离时不稳定、顶升同步误差大等问题,提出一种基于LinWPSO算法的多液压缸同步顶升模糊PID控制方法,以获得更高精度的顶升控制系统。采用几何分析计算,验证顶升体系的同步精度要求,提出将粒子群寻优算法与模糊PID结合的控制策略,设计模糊PID同步顶升控制器。利用LinWPSO算法优化模糊控制器的性能参数,使控制器性能达到最优。基于WK-35大型挖掘机液压系统,建立AMEsim液压系统模型,并结合Simulink控制模型进行联合仿真。结果表明,改进的顶升系统控制方法相比模糊PID控制,控制精度明显提高,可满足系统的同步要求。进行了WK-35大型挖掘机上下盘分离同步顶升工程试验,试验结果在可允许的范围内与仿真结果一致,验证了所提方法的可行性。

在真三轴应力状态下,根据不同材料的破坏(屈服)面特征,依次采用三组破坏面对正六面单元体进行截取,则可得到一系列八面单元体(特别是岩土),亦即广义八面体,并进而可派生出其他相应的单元体,而已知的等倾八面体和双剪理论中的正交八面体则是其中的2类特征过渡单元体,由此构成了一个广义八面体单元体系.而不同单元体上的应力,则可通过双剪应力、静水应力和应力Lode参数建立起内在联系,并可据此对应力状态进行划分.在这一理论体系中,若首先考虑中间主应力和静水应力效应的情况,则可探究材料的多轴强度模型及其演变规律;其次,可根据材料的弹塑性理论,探究材料的强度、变形的本构关系;第三,可通过对建立在偏平面上的屈服方程,探索其演化规律.由此可初步建立起广义八面体理论体系的架构.进一步可在此基础上开展更为广泛的包括材料的弹-塑...

针对不同温度下使用不同液压油的种植机械种植深度控制系统,提出一种考虑液压油黏度的PID控制算法。首先,采用Ziegler-Nichols(Z-N)第二方法确定PID系数,应用Routh稳定性准则对系数进行优化;其次,采用PID控制器的极点和双零点最小化响应的持续振荡;最后,将算法应用于3种液压油(32号,46号,68号)进行性能验证。仿真结果表明:不考虑黏度的PID控制算法响应速度慢,不满足边界条件,不能对种植深度进行精确控制;考虑黏度的PID算法能精确控制系统比例阀的压力,所有液压油最大压力不超过1.55 MPa,稳定时间不大于0.45 s,稳态误差为0%,最大超调量17.52%,满足设定要求。

为了实现对逆变器电路故障位置快速精确定位,减少停工检修时间,提高运行效率,提出一种基于BP神经网络的变频器逆变电路开关器件开路故障诊断方法。使用MATLAB对逆变电路建模和仿真,从输出电压波形直接采样提取故障信号特征。根据故障特征和诊断目标,建立三层神经网络故障模型,确定神经元数目和传输函数。将故障特征信号作为BP神经网络的输入,通过Levenberg Marquardt算法实现对神经网络的训练,用训练后的神经网络模型实现对变频器逆变电路的故障诊断。结果表明：直接波形采样实现简单;可实现1只或2只IGBT同时开路故障准确定位;所提出的故障诊断模型诊断准确率高。

针对传统的示功图识别方法对抽油机井进行故障诊断存在人工选取示功图特征,识别准确度低等问题,基于人工智能理论,提出一种卷积神经网络（CNN）和支持向量机（SVM）相结合的示功图智能识别模型。利用卷积神经网络对示功图图像特征自动提取,利用支持向量机根据提取的深层图像特征给出故障诊断结果。结果表明,将CNN与SVM结合用于示功图识别不仅省去了人工选取示功图特征这一环节,而且识别准确度也高达99.71%,测试性能优于其他识别模型。该模型的提出为抽油机井故障的快速准确诊断提供了可行的解决方案,对油田高效作业具有重要意义。

滚动轴承的早期故障诊断对于设备预测和健康管理具有重要意义,然而受环境噪声、传递路径、信号衰减及源信号本身比较微弱的影响,滚动轴承故障的初期微弱信号特征往往难以提取。为了解决这一问题,提出了一种基于最小熵解卷积（minimum entropy deconvolution,MED）与希尔伯特变换（Hilbert transform,HT）相结合的滚动轴承故障特征提取方法（MED-Hilbert）,该方法首先应用MED算法对传感器信号进行处理以提高信号的信噪比,然后通过希尔伯变换提取冲击能量信号,最后用谱分析技术提取故障对应的特征频率,并与理论故障频率比较后成功确定故障。与信号仅仅进行包络分析方法相比,该方法具有很好的降噪效果以及对微弱故障特征的增强作用。计算机仿真与实验验证了该方法在滚动轴承早期故障诊断中的有效性。

针对现有三通翻板分料器摆动翻板磨损快、使用寿命短等问题,依据物料的安息角原理设计了阶梯型摆动翻板,并采用离散单元法对普通直板摆动翻板和阶梯型摆动翻板的工作过程进行了对比模拟。结果表明,阶梯型摆动翻板能够在物料流冲击区稳定积料,形成一定厚度的料垫,大大减少物料流对摆动翻板的冲击与磨损。同普通摆动翻板相比,阶梯型摆动翻板受到来自料流的冲击力均值减少至普通翻板的17.5%左右,靠近壁面物料颗粒的滑动速度均值减少至15.2%左右。经试验验证,设计的阶梯型摆动翻板具有很好的抗冲击性和耐磨性,是一种延长三通翻板分料器寿命的有效方法。

过滤器是保障液压系统正常运行的重要辅助元件为了保证液压系统可靠工作延长液压元件的使用寿命设计了两种新型过滤器：粗精组合双重过滤器和两（多）级过滤器前者可以将粗过滤和精过滤在同一过滤器中完成简化液压系统;后者通过加大过滤面积在第一级过滤器失效时启动第二级过滤延长过滤器的使用寿命另外可以利用在线式污染度传感器实现液压系统的主动维护.