基于智慧校园理论和准则,提出并设计了高校课程教学系统。首先对系统的功能需求进行了分析,包括师生需求、教务管理人员需求和其他功能需求的分析;然后基于微信公众号平台进行了高校课程教学系统的物理架构设计、逻辑架构设计和平台接入研究;最后对智慧校园背景下的高校课程教学系统的应用效果进行调研和分析。结果显示,在系统试用的半年时间内用户的关注度呈稳定增长趋势,超过67%的学生用户对该系统表示满意。

详细介绍了星载空间电场探测仪球形传感器的物理设计原理,在此基础上对传感器球壳结构、球壳表面涂层结构、短杆结构等部分的工程设计进行了计算推导,并给出了各部分结构的设计参数。通过对传感器在力、热各试验工况下的性能比对测试表明,该传感器设计方案可行,结构设计可靠,满足空间飞行任务需求。卫星入轨后,空间电场探测仪球形传感器通过伸杆展开到位,并在轨对空间电场分布及变化进行了多次连续测量,分辨率在低频范围达到了1μV/m,灵敏度指标达到了0.1μV/mHz-1/2,动态范围为120 dB。

静态优化设计很难满足工程结构对于动态性能的实际需求,而动态优化设计不仅计算周期长,且由于受动态约束影响结果不易收敛。采用面载荷等效方法对动态载荷进行等效静态转换,对比连杆关键位置在等效静态载荷和动态载荷作用下的应力和变形,其最大误差均小于4.2%,验证了动态载荷等效静态转化的准确性。基于等效静态载荷法进行连杆动态优化设计,优化后连杆质量降低了6.70%。研究结果表明,基于等效静态载荷法的动态优化充分考虑了质量和惯量的变化对系统动态行为以及部件载荷的影响,更能满足实际工程的应用需求。

通过物联网技术,将供应链管理过程融入互联网大数据工程,采用量值-差值同步回归结合迭代平差算法的曲线估计过程,连同一阶模糊控制矩阵,实现对与供应链相关的多个数据的短期、中长期和长期数据估计和数据预警。最后基于历史真实数据,通过对6个用户的供应链互联网数据进行大前推量的曲线估计试算,证明该系统可以给出比对比文献中系统更精确的数据挖掘结果。

针对矩形件优化排样问题,分别对钣金排样定位和定序策略进行了研究。首先提出空间匹配原则,对剩余矩形法进行改进,解决了零件定位问题。其次根据零件特征仿真求解适合的启发式,并通过蚁群算法进行优化,解决了零件定序问题。再次通过排样实例验证了此算法的可行性。最后通过对柜体常用钣金件进行形状分析,提出了具体的钣金形状优化方案,并对优化方案进行了仿真。仿真结果表明改进剩余矩形算法可以有效提升钣金材料利用率,对钣金排样研究具有一定的指导意义。

为解决现有计算方法不能定量计算出考虑围带间相对滑动速度影响的Z形围带碰撞-摩擦阻尼的难题,建立了考虑围带间相对滑动速度影响的Z形围带碰撞-摩擦阻尼模型,并提出相应的计算方法。采用此计算方法对某大型汽轮机低压末级转子系统振动特性进行分析,结果表明围带碰撞-摩擦阻尼能有效降低系统固有频率和不同工况激励下的振幅,且考虑围带间相对滑动速度和激励幅值沿叶高变化的影响会使围带阻尼减小。此外还采用此计算方法分析了带Z形围带的实验叶片组的振动响应,结果证明所提阻尼模型及计算方法是可行的。

为了改善转子式高压供油泵的润滑问题,建立主轴关键润滑部位的仿真模型。基于弹流润滑和计算流体力学理论,通过Fluent与MATLAB两种仿真软件分别计算流体压力,并对比两种仿真软件计算出的油膜压力值。通过Workbench平台搭建双向流固耦合计算模型,计算不同表面粗糙度、工作转速、润滑油黏度对弹流润滑的影响。结果表明主轴转速和润滑油黏度增加都会使油膜压力和主轴的形变量显著增加,使润滑环境更恶劣;在不考虑多相流的情况下,表面粗糙度对润滑的影响较小。主轴的表面粗糙度增大对润滑油的流动具有阻滞作用,可以降低油膜压力,缓解主轴产生的形变,但效果不明显。

研究了抗蛇行减振器等效刚度和卸荷特性对某型动车组车辆运行临界速度的影响规律,提出了该型动车组车辆抗蛇行减振器的参数方案,以提升车辆在全运行周期(不同车辆磨耗状态)的运行稳定性。研究结果表明,所选取的抗蛇行减振器参数可使不同踏面锥度下车辆的运行临界速度得到有效提升,特别地,当踏面锥度为0.5时,车辆运行临界速度较原参数工况提升96%,具有充足的稳定性裕量。

针对民机襟翼结构强度设计需求,提出基于平面气动分布形式的有限元节点载荷计算方法,包括坐标系变换、网格面选取、网格面节点压强求解、节点集中力求解、节点载荷修正等步骤。取某民机典型工况进行节点载荷计算验证,结果表明该方法计算的节点载荷与原始载荷误差极小,可广泛应用于襟翼结构内力计算和强度校核。

为提高滚动轴承故障检测与识别效果,提出一种基于局部均值分解(LMD)和共空间模式(CSP)的时-频-空多域特征提取方法。首先采用LMD将滚动轴承信号分解为多个乘积分量(PF)并提取时-频熵特征,基于支持向量数据描述(SVDD)分类器实现正常和故障轴承的分类;然后利用CSP对故障轴承信号进行分解并提取空域熵特征;最后利用K-均值聚类算法进行聚类,实现对外圈故障、内圈故障和滚柱故障的区分。实验结果表明,所提方法可以获得优于80%的正确分类性能,明显优于传统单一维度特征。