针对小样本情况下齿轮箱复合故障特征难以识别的问题,提出了基于局部均值分解(Local mean decomposition,LMD)能量熵的齿轮箱故障诊断方法。利用LMD方法对齿轮箱振动信号进行处理,得到若干个PF分量;利用不同状态下齿轮箱振动信号在频域区间内分布不均的特性,计算出分量能量在频域区间离散的值,即LMD能量熵;通过不同状态下LMD能量熵的分布进行了齿轮箱故障分类。结果显示,在小样本情况下,基于LMD能量熵方法能够精确地对齿轮箱故障类型进行特征提取和故障诊断,也表明了该方法对齿轮箱故障诊断的优越性。

针对涡轮叶型全局优化设计计算时间长、样本空间大等难点提出一种可行的优化设计方法,该方法将控制叶型的17个参数作为优化变量,采用第二代多目标遗传算法进行全局自动寻优。基于此方法,搭建了涡轮叶型全局优化设计平台。利用此平台,分别采用轴向稠度固定和自由优化两种方式对超声速涡轮叶型进行了优化设计。数值计算结果表明,两组优化设计叶型在设计工况下总压损失系数比参考叶型分别低19.5%和10.0%,流道中的激波强度更弱,且在变工况条件下都具有较好的气动性能。深入分析流场与激波结构后发现,外尾激波相比于内尾激波对总损失的影响更大,通过减小气流膨胀转折角或内尾激波气流转折角能够有效削弱外尾激波强度。

主要研究某L8VO型恒功率变量柱塞泵在履带起重机行走液压系统中的功率特性。文中通过分析变量泵的控制结构与原理,利用AMESim软件对其进行建模,根据实际参数及计算数据设置仿真参数,研究变量泵功率控制特性对行走液压系统的影响。研究结果验证了仿真模拟的恒功率变量泵正流量控制特性曲线和恒功率控制特性曲线的合理性。正流量控制在负载不超过起调压力时可利用先导压力直接控制泵排量,恒功率控制在负载超过起调压力时可自行根据负载压力调节泵排量,在两种控制下液压马达的转速达到预期值,为变量泵与发动机的功率匹配及节能优化设计提供仿真依据。

近年来,我国的工业化进程有了很大进展,对机械设备的应用越来越广泛。在当前工业化生产的背景下,将液压传动技术广泛应用于机械制造中,不仅推动了工业化建设的进程,还简化了制造流程,降低了人力资源的消耗,为预期工业化建设目标的实现奠定了良好基础。鉴于此,基于液压传动技术的作业特点和原理,探讨其在机械制造中的具体应用,由此在提升机器运行安全的基础上,为国家工业化建设进程的稳步推进创造良好条件。

为了对滚动轴承运行状态进行有效的判断,利用局部均值分解(LMD)对滚动轴承振动信号进行分解,将复杂的多分量信号分解成多个单分量信号;针对分解后的单分量信号在各频域范围分布不均匀特点,利用LMD能量熵提取出滚动轴承振动信号的故障特征。实验结果表明,LMD能量熵具有较强的信号表征能力,可以有效提取出滚动轴承故障特征。