微机电系统(MEMS)动态应力的瞬态特性决定了传统的应力测试系统无法直接满足它的测试需要。介绍了一种依据高频调制原理设计实现的基于拉曼光谱仪的MEMS动态应力测试系统,该测试系统是一个典型的光—机—电集成的MEMS测试系统。利用此测试系统对硅微谐振器支撑梁根部的单点进行了动态应力测试,测试结果与理论分析相吻合。实验表明,此测试系统具有高精度、非接触式、无损伤等特点,能很好地满足MEMS动态应力测试的需求。

提出通过采集液力变矩器泵轮与涡轮转速,利用液力变矩器固有特性,经计算得到工作过程中发动机输入到液力变矩器泵轮上转矩及涡轮负荷转矩的新方法.该方法不采用转速转矩传感器,而采用磁电式转速传感器,传感器体积小、传感器布置方便、测点可选择性强.经实验验证本方法准确可行,且测量精度较高,可用于实车中发动机输入到液力变矩器泵轮上静态与动态转矩的测定.

对微机械陀螺中静电、结构、空气阻尼等物理域进行有效分离，在分别对各域进行数值模拟的基础上提取相应的物理参数，建立集总参数模型。在考虑边缘效应的情况下，提取了微结构电容与位移的解析表达式；根据热一流体类似方法，提取了阻尼孔结构的阻尼系数和压膜刚度；根据结构动力学理论，由模态分析提取结构的有效刚度和有效质量。将这些物理参数综合在系统仿真器中与外围电路共同进行仿真，准确地评估不同条件下微机械陀螺的行为特性。

在分析了弧面凸轮廓面数学模型的基础上，利用三坐标测量机对弧面凸轮廓面进行了等径点位测量，并提出了一种逐点比较法，将所有的测量数据用于确定凸轮坐标系与测量坐标系的位置关系。用非均匀B样条曲线拟合所有凸轮坐标系中的点坐标数据，由拟合曲线和滚子共轭运动的啮合方程求解实际共轭运动，从而评价弧面凸轮廓面的传动质量。最后，通过一个检测实例验证了该算法的正确性和可行性。

针对旋转机械复合故障振动信号的非平稳特征,提出了一种基于非线性模式分解(NMD)的故障特征提取方法.该方法首先通过NMD将振动信号分解为若干个具有实际物理意义的非线性模态(NM)分量和一个残余分量之和,然后对各NM分量采用包络谱分析提取故障特征.仿真信号的分析结果验证了NMD方法的优越性,在此基础上将NMD方法应用于旋转机械复合故障诊断中,实验数据的分析结果表明,该方法能有效提取出旋转机械复合故障的特征.

针对变速行星齿轮箱信号频率模糊且受噪声影响的问题,提出了基于非线性短时傅里叶变换（NLSTFT）无键相阶次跟踪与变分模态分解的故障诊断方法。用NLSTFT算法估计信号瞬时频率,对其积分获得瞬时相位曲线,通过重采样得到角域信号;利用NCOGS算法对角域信号降噪,采用VMD算法进行角域信号模态分解,通过各模态分量信号包络谱解调实现故障诊断。实验结果表明,新方法计算效率高、鲁棒性好,提高了变转速行星齿轮箱故障诊断性能。

面向网络化制造资源优化配置，提出了一种基于多色集合理论（TPS）递阶系统的资源优化配置方法。将TPS递阶系统分为递阶关系层和递阶推理层，递阶关系层对制造任务信息、制造资源信息以及两者的匹配关系信息进行描述，并通过TPS建立统一的数学模型，递阶推理层进行数据计算和优化，借助于多色集合模糊数学模型相关表达和推理机制，利用粗集层次分析法进行多目标决策的制造资源优化配置。最后，通过实例验证了该方法的可行性与有效性。

基于绿色设计体系结构分析了绿色设计制造理念在增材制造技术中的体现,针对高端金属零件传统制造工艺流程长与能耗高这两个瓶颈问题,提出一种金属零件微铸锻铣复合超短流程绿色制造方法,并以一航空起落架外筒零件的制造过程为例,通过理论计算比较了新方法与传统方法的能源和材料消耗。研究结果表明制造该外筒零件,传统制造方法与微铸锻铣复合制造方法相比,前者的能耗是后者的33.3倍,前者的材料消耗为后者的6.7倍,后者的生产周期由数月缩短为数天。该方法的提出,为我国大型复杂锻件的生产提供了一种超短流程、节能省材的绿色制造新模式。

将松散的石墨粉导入面接触的摩擦副间隙中,在轴向力和剪切力作用下形成减摩性能良好的粉末层。利用带有CCD数码相机的光学显微镜对试件表面进行动态观测,分析表面粗糙度、载荷、滑移速率、粉末量对粉末层的破坏形式、破坏过程的影响,采用图像分割技术计算真实接触面积比。结果表明粉末层的破坏形式包括完整、局部区域破坏、局部破坏区域扩散、粉末黏附、完全破坏5个阶段;黏附阶段存在的必要条件为重载、试件表面具有一定粗糙度,粉末量、滑移速率的增大使黏附加剧。

采用无替换定时截尾试验方法得到单失效数据,并分别得到在指数分布下的寿命可靠度模型和在威布尔分布下的可靠度函数、失效概率密度函数和失效率函数的可靠性曲线。分析蓄能器的可靠性寿命后发现,威布尔分布综合考虑了失效前、失效时和失效后实验数据对可靠性评估的影响,在实验数据完整性方面更优,克服了指数分布不能将失效后的数据考虑在内的缺陷,其可靠性数据更接近实际,对蓄能器少数据、小样本可靠性评估更具有理论和工程意义。