通过建立裂纹类缺陷应力场与磁通量变化间的数学模型,阐明裂纹埋藏深度、宽度、走向、受力条件及外磁场等不同时的磁通量变化规律,为磁记忆检测裂纹类缺陷提供了理论依据.

龙卷风是特异风灾害之一,常导致基础设施严重损毁,对其易发区高速铁路的安全运营有潜在威胁。为研究龙卷风作用下列车-桥梁系统气动特性,采用计算流体力学手段,开展车-桥系统龙卷风作用分析。首先,建立典型龙卷风发生装置数值模型,实现龙卷风流场数值模拟;其次,建立CRH2高速列车模型和典型铁路桥梁节段模型,开展横风作用下车-桥系统气动特性数值分析,并与风洞试验的结果进行对比,验证模型的合理性;最后,将车-桥模型嵌入龙卷风数值风场中,分析车-桥系统在龙卷风作用下的气动特性,研究列车在穿越龙卷风时所受侧力及倾侧力矩的变化规律。结果表明,龙卷风作用下车-桥系统气动性能呈现明显的三维特征,龙卷风涡旋气流的流线和风压分布受车-桥系统影响显著;龙卷风内部形成了负压场,在车-桥系统的影响下,内部负压区向外扩大,压力等值线沿...

为对比研究嵌套网格模拟结果与传统网格模拟结果间的差异,分别采用传统网格方法和嵌套网格方法开展了扁平钢箱梁气动特性参数识别研究.首先,基于理想平板模型,将2种网格的三分力系数和颤振导数识别结果与理论值进行对比,验证了数值模拟方法的准确性.其次,分别基于2种网格建立了某大跨度悬索桥主梁断面模型,开展气动参数识别,并对比2种模型结果.结果表明采用嵌套网格数值模拟得到的理想平板三分力系数和颤振导数均与理论值吻合良好;基于嵌套网格方法可有效识别扁平钢箱梁断面的静力三分力系数和颤振导数;嵌套网格方法可以降低不同风攻角工况下的网格划分工作量,有效解决网格畸变过大的问题.

为了精确在线辨识橡胶复合挤出机控制过程中主要干扰变量与内部耦合关系,更好地实现对挤出机温度压力耦合系统的精准控制,采用RBF神经网络进行系统辨识研究,同时结合PSO算法引入GA算法中编码、杂交、交叉、变异等概念,设计了混合型PSO算法进一步优化RBF神经网络,完成对温度压力耦合系统的精准在线辨识。借助MATLAB软件进行神经网络训练,辨识系统耦合关系,同时与混合型PSO算法优化神经网络权值所辨识的效果进行对比。试验结果表明:采用混合型PSO算法优化RBF神经网络训练效果更佳,可以实现RBF神经网络高精度系统辨识;混合型PSO算法优化RBF神经网络应用于挤出机温度压力控制系统辨识,可以在一定程度上提升系统的辨识精度以及挤出机械的智能化水平。

为了确定橡胶复合挤出机控制过程中主要干扰变量与内部耦合关系并较好实现温度压力控制系统的模型辨识自适应控制与精确解耦控制,结合径向基函数(RBF)神经网络与PID神经元结构,设计了一个基于RBF神经网络辨识模型与自适应控制的模型,用于完成对熔体温度、机头压力的模型辨识与自适应控制,并采用优化RBF神经网络进行精确解耦控制。利用MATLAB软件建立温度压力耦合系统的辨识模型,并与传统辨识模型和解耦方式进行对比。结果表明:在干扰作用下,基于优化RBF神经网络的系统具有较好的辨识能力,能自适应地完成系统解耦控制;采用优化RBF神经网络建立的耦合辨识模型的耦合辨识与解耦效果理想,可在一定程度上提高温度压力控制系统精度和挤出半成品质量,实现精密化挤出成型。

介绍了一种机械一气动传动压力机的工作原理，给出了力学受力和行程计算公式。该压力机采用摆动气缸，在气缸直径和气体压力不变时通过连杆机构增力，使压力机的工作压力显著提高。