为了将机械产品与服务相结合实现创新设计,对产品服务系统方案设计中顾客价值的获取方法进行了研究;再将其传递到性能域中,通过确定性能特征重要度优先级来更加合理地分配资源。基于手段-目的链理论构建顾客价值层次模型,从顾客期望的角度分析顾客价值进而得到顾客价值域模型。采用并行结构质量屋将产品服务系统中顾客价值传递到产品与服务性能域。采用云模型处理专家评价信息,解决群决策的模糊性和随机性问题。采用云相对偏好关系将云模型转化为精确值完成并行结构质量屋相关计算得到性能特征重要度。最后以某型号采煤机的顾客价值获取与传递为例,验证了所提方法的可行性与有效性。

近年来,由于传统人工提取特征的方法不足以准确表征滚动轴承的健康状态,深度学习算法被逐渐应用于滚动轴承的故障诊断中,它能够自适应的从输入数据中学习出所需要的特征。其中,相较于普通的深度学习算法,深度残差网络通过恒等映射的方式可以大幅度降低模型的训练难度。因此,采用了一种用于滚动轴承故障诊断的深度残差网络(ResNet),它可以直接将原始振动信号作为模型的输入,通过池化层、残差模块和分类层相互连接,更加有效的挖掘信号特征之间的信息,从而增强了轴承振动信号的特征学习能力。实验结果表明,该模型能够达到99.75%的轴承故障诊断精度,实现了良好的故障分类任务,为以后的机械故障诊断研究提供了理论指导和借鉴。

为了准确监测采煤机工作时摇臂内部传动系统的运行状态,提出了一种基于改进模拟退火算法的采煤机摇臂传感器优化配置方法。以MG1000/2500-WD型交流电牵引采煤机摇臂为研究对象,通过对摇臂壳体模态分析获取实验所需的位移模态数据,然后利用改进模拟退火算法对采煤机摇臂的传感器配置进行优化计算,得到优化结果。综合考虑优化结果与采煤机实际作业环境,研究得到合理的传感器配置方案,为采煤机摇臂的传感器配置提供依据。同时,通过仿真实验验证了改进模拟退火算法的收敛性及稳定性均优于传统模拟退火算法。

为了提高煤机装备科学数据共享的数字化、网络化、智能化,构建了基于云平台的采煤机设计数据汇交体系架构,分析了设计数据产品形成与共享的过程,设计了采煤机设计数据汇交流程和汇交功能。针对采煤机设计数据科学性的要求,提出了“选定类型,一对一”的审核方案,实现了以提高数据质量为目标的数据审核。利用C#.NET、Ajax和Web Service等技术,完成了采煤机设计数据汇交系统的开发。应用实例表明,该系统界面友好,运行稳定,可实现采煤机设计制造企业设计数据的高效汇交,为煤机装备科学数据共享提供了汇交途径。

针对煤机装备设计数据“信息孤岛”的现象,基于“数据超市”理念的共享模式构建了煤机装备设计数据共享服务云平台架构,分析了数据的输入-处理-输出的“数据循环”体系,设计了煤机装备数据汇交、专题数据和应用服务三大主要功能模块。利用C#.net、Ajax、Web Service数据传输、权限控制和配置文件加密等技术,完成了煤机装备设计数据共享服务云平台的开发。应用实例表明,云平台界面友好,运行稳定,可实现煤机领域数据安全规范汇交、专题数据分级分类共享和应用服务系统高效分析与设计,为煤机装备企业提供科研、设计、制造、设备运行等设计数据支撑与服务。

某型电动泵组件在例行检查时,多次发现液压泵与电机结合面出现渗油现象。通过对出现渗油现象的电动泵组件进行分解检查,确定了结合面渗油故障的原因是石棉垫无法有效密封电机和液压泵结合腔处积蓄的液压油。为有效解决该问题,制定了以下措施:石棉垫进行浸脂处理;增加拧紧力矩要求;液压泵与电机装配时,清洗液压泵和电机结合端面。经过试验验证,以上措施可有效解决该问题故障。

聚焦形貌恢复性能提升的关键在于噪声序列图像的预处理以及初始深度值的连续化处理。通过对图像噪声类型识别理论及逼近技术的深入研究分析,实现了一种高精度的聚焦形貌恢复算法。该方法从含噪图像灰度直方图分布特性入手,在对序列图像未知噪声进行初步判断后,决定采用中值滤波进行图像预处理以减少噪声干扰;根据聚焦评价函数曲线特性,利用参数化的三次贝塞尔-伯因斯坦多项式对初始深度值进行插值处理,通过最值搜索方法得到插值曲线的峰值位置,进而实现深度值的精确估计。对不同表面特征,不同材质的实体对象进行形貌恢复实验,结果表明提出的方法兼具恢复的高精度性及有效性。

建立了某轿车液压悬置动力总成的动力学模型，研究了动力总成系统的解耦特性，进行了系统固有频率特性的计算和系统的振动力传递率的计算。对该动力总成的液压悬置和橡胶悬置的动响应特性进行了对比分析，结果表明液压悬置具有良好的隔振特性。