响应曲面法优化钛合金TA19铣削参数的研究
通过多因素正交试验研究钛合金TA19最优的铣削参数,以降低加工试样表面粗糙度,提高钛合金加工精度和加工质量。采用响应曲面法,运用Design-Expert 8.0软件建立与钛合金TA19具有映射关系的表面粗糙度数学模型,研究了切削速度、切削深度、切削宽度、每齿进给量4个因素对加工试样表面粗糙度的影响规律。试验结果表明试样表面粗糙度随着切削速度的增大逐渐减小,随着每齿进给量、切削深度、切削宽度的增大逐渐增大;每齿进给量和切削深度对加工试样表面粗糙度的影响最大,切削深度和切削速度的交互作用对试样表面粗糙度的影响最为显著;最优的铣削参数为每齿进给量0.03 mm/z,切削速度133.39 m/min,切削深度0.37 mm,切削宽度1.88 mm。该研究为钛合金TA19铣削参数的优化选择提供一定的理论指导。
齿轮齿条应用于井下采油设备的动力学分析
将齿轮齿条机构用于井下采油设备,可以避免有杆式采油设备的杆管偏磨。介绍了井下采油设备的组成与工作原理,对齿轮齿条机构的强度进行了校核和有限元分析,建立了齿轮齿条传动机构的动力学模型并进行动力学仿真。结果显示,齿轮齿条机构强度符合理论要求,但轮齿啮合时会出现周期性振动,且齿条换向时存在惯性载荷冲击,在许可范围内,验证了齿轮齿条机构应用于井下的可行性。
基于物联网的数控机床群状态监测研究
为提高数控机床群的加工效率和管理水平,对数控机床群状态监测进行研究,提出了基于物联网传输技术的状态监测方法。通过调用FOCAS库函数实现多线程数据采集,运用Spark Streaming大数据处理框架,结合Kafka等组件对采集的数据进行指标分析,采用MySQL数据库实现状态数据及数据指标的持久化。该方法能够用于对数控机床群的分散监测、集中管理和资源共享,为数控机床群的统一高效管理提供了新思路。
基于云计算的人工智能运行平台和边缘终端交互机制研究与应用
针对传统集中式或分布式电网系统结构难以进行大数据环境下高效的电力数据处理和决策制订,建立了一种基于云主站与边缘计算的电力数据存储和算例优化模型。根据边缘计算节点设计将计算结构模型分为服务基层设施层、软件层、平台服务层,利用边缘计算任务分配优化模型与算法对边缘任务卸载和资源分配进行优化,提升边缘算力,引入“云端协同”机制实现轻量级数据的高效处理,解决数据存储和策略执行的协同问题,满足边缘计算与云主站间的数据协同要求。实例应用表明,该模型能有效提高电网边缘数据的处理能力,为智能电网发展提供支持。
基于永磁同步电机的负载模拟器性能研究
提出以永磁同步电机为加载电机的电动负载模拟器复合控制策略。首先建立基于永磁同步电机的电动负载模拟器系统模型,然后分析系统刚度和惯量对系统性能的影响。利用结构不变性原理推导出前馈补偿策略,提出将模糊自适应PID控制算法与前馈补偿策略相结合的复合控制算法,最后通过MATLAB/Simulink仿真验证了控制算法的可行性,提高了系统性能。
高造斜率定向CDE钻头设计与应用
为解决常规聚晶金刚石复合片钻头在深部非均质地层钻进及定向时机械钻速低、造斜率低、工具面不稳等问题,设计一种具有复合切削结构的新型高造斜率钻头。新型钻头以圆柱形聚晶金刚石复合片为主切削齿、锥型齿为副切削齿,二者同轨布齿并保持一定的出露高差,具有定向效果好、破岩效率高的特点。在涪陵页岩气深部储层进行的试验表明与邻井使用效果最好的史密斯MDi516钻头相比,新型钻头机械钻速同比提高33.8%,造斜段钻进效率提高34.9%,具有显著的经济及社会效益。
基于KS检验和tSNE的设备停复电操作时长分析
南方电网日常检修操作中涉及到大量的设备停复电操作,亟需通过精确分析方法替代原有人工经验判断,实现停复电操作时长的精准分析。按照南方电网实际业务情况,先利用KS检验法筛选出影响设备停复电时长的检修-冷备用、冷备用-热备用、热备用-运行、操作总耗时四大因素,作为KS检验重要分析维度;再针对设备停复电时长的异常样本与正常样本距离较大的特点,利用tSNE方法将多维样本降至二维,直观地展示出异常样本信息,并反映异常样本的偏离程度。通过上述方法,能够快速定位停复电异常事件,为调度管理提供技术支撑。
基于BP神经网络的不同内压下连续油管疲劳寿命预测
针对传统经验公式估算连续油管疲劳寿命精度较低的问题,利用MATLAB建立了3层BP神经网络模型,基于该模型预测不同内压作用下连续油管疲劳寿命,分析连续油管疲劳寿命与壁厚的关系。对比预测结果与已有试验数据,结果表明不同内压作用下,连续油管疲劳寿命预测平均误差率为4.8%,最小相对误差率为0.3%,最大相对误差率为9.4%,随着内压增大连续油管疲劳寿命减少;改变连续油管壁厚,连续油管疲劳寿命预测平均误差率为1.4%,最小相对误差率为0.6%,最大相对误差率为2.8%,预测精度高于有限元预测结果,说明壁厚增加会延长连续油管疲劳寿命。基于BP神经网络模型预测连续油管疲劳寿命,降低了经验公式估算误差,提高了连续油管疲劳寿命预测精度。
基于生物地理学算法的桁架结构优化
针对具有离散变量的桁架结构优化问题,提出了基于生物地理学算法的尺寸、形状与拓扑一体式优化方法。以杆件截面尺寸、结构形状与节点连接形式作为设计变量,以结构质量最小为目标函数,考虑以结构刚度、强度和杆件的稳定性作为约束条件,建立一种基于生物地理学算法的优化模型,采用罚函数法处理约束条件,对平面和空间桁架结构进行布局优化。优化后的桁架杆件排布形式合理且质量最优。
面向回差的RV减速器稳健设计优化
以RV减速器的几何回差为研究对象,推导出包含转动副及啮合副处制造、装配误差的几何回差数学模型,通过编写辅助设计软件进行计算,并对其进行灵敏度分析,发现了影响RV减速器回差的主要因素。利用正交试验的方法,建立稳健设计优化模型,确定了RV减速器回差影响因素的最佳组合,有效降低了RV减速器的回差大小,达到了设计要求。












