图示是美国威斯康星州科林斯技术公司的一种小型电磁柱塞式液压泵。它的工作原理是通过在不同的时刻,向两个并排线圈输送电流产生相反的磁场以往复吸引柱塞,从而使柱塞在圆柱形壳体中作往复运动。

针对单平面单测点转子在线主动平衡问题，提出一种采用影响系数表的智能平衡策略。建立了转子在线主动平衡影响系数表法的数学模型，探讨了平衡控制的稳定性，设计了平衡算法的实现方案。开展了转子单平面单测点在线主动平衡影响系数表法的数值仿真，对转子系统初始影响系数准确和不准确情况下在线主动平衡迭代过程给出了量化分析结果，通过影响系数表法与自适应、自校正算法的对比，证明了文中所提出的方法对于工作状态稳定的转子系统是可行的，它能够显著提高在线主动平衡的效率。

通过分析在线测量系统测量过程中触发式测头测量结果的误差组成元素及其产生的原因，建立了测头标定的数学模型，并通过最小二乘法进行解算，提出通过对测头半径进行补偿来减小测量误差的新方法，该补偿方法综合考虑了实际测量过程中测头预行程误差、测头各向异性、测头偏心误差等影响因素，并利用双线性插值法建立测头半径补偿值与测点法矢方向之间的映射关系，来计算拟合任意法矢方向的半径补偿值。最后通过实验验证，对比补偿前后的测量结果，结果表明补偿后的测量系统测量精度有明显提高。

合理应用机械设计知识可以辅助提升创新设计的效率和质量。本文立足于云模式下的机械设计过程,提出基于行为-结构-知识的机械设计知识解构模型;提出一种云制造模式下基于Rough-ANP的机械设计知识优选推送策略,该方法充分结合了粗糙集理论(Roughsettheory)在处理模糊性和不确定性方面的优势以及网络层次分析法(ANP)在处理多目标评估问题的优势。最后以电动铲运机设计为案例,验证了该机械设计知识优选推送策略的有效性。

以曲线齿面齿轮传动系统为研究对象，对小模数曲线齿面齿轮与渐开线圆柱蜗杆传动系统进行了齿面方程求解、几何模型建立及啮合接触分析。主要包含以下内容：依据齿轮几何学与啮合理论，分别推导出渐开线圆柱蜗杆与曲线齿面齿轮的齿面方程，基于此利用参数化建模的方法建立了准确的几何装配模型，并在其整体装配模型基础上建立了五齿啮合模型；阐述了一种基于有限元分析的时变啮合刚度算法，建立了曲线齿面齿轮啮合接触分析的有限元模型，并基于此对其啮合过程中不同接触位置的传动应力以及时变啮合刚度进行分析，获得了其时变啮合刚度的变化规律与传动应力的变化情况。

共形3D打印是利用3D打印的方式在紧贴承载曲面上完成共形结构制造的技术。应用3D直写技术和六自由度机械手控制技术,完成共形3D打印平台的搭建。对曲面共形3D打印轨迹路径生成的数据流结构进行分析,论述了轨迹路径的生成方法。以CAM中曲面上轨迹路径的刀位轨迹点信息为媒介,由代码转换程序将机械手系统与CAD/CAM系统连接,根据机械手的控制要求,通过坐标变换和机床旋转角求解,实现从刀具轨迹路径的刀位信息到机械手运动的位置点信息的转换,解决了曲面共形3D打印轨迹路径生成的问题。实验完成了曲面共形结构的较高精度打印,证实了这种轨迹路径生成方法的可行性。

针对模块化产品设计过程中模块划分结果的评价与决策问题，提出基于不确定语言变量多属性决策的评价方法。不同的模块划分方法、划分标准，可获得不同的模块划分方案，需对这些方案进行评价与决策。依据成本多属性评价体系，运用依赖型不确定语言有序加权几何（Dependent uncertain linguistic ordered weighted geometric , DULOWG）算子，对模块划分方案做出评价。由评价者对模块划分方案关于属性进行测度，构建多属性评价矩阵，借助不确定语言变量调整权重，从而降低评价者因主观性导致评价结果的不合理，从而提高评价方法的客观性和有效性。在此基础上对各方案进行评价计算得到成本多属性综合影响下的最优方案，并以开关柜为实例验证了该方法的可行性与有效性。同时，将本文方法与模糊层次分析法进行比较，指出本文方法的优越性。

基于不同损伤理论,利用人工智能技术来预测岸桥金属结构疲劳寿命的智能算法已经成为岸桥领域新的热点。为提高寿命预测精度,分别利用神经网络算法和支持向量机算法进行仿真实验,估算在两级载荷下的疲劳寿命。根据前人给出的实验数据,分别运用基于遗传算法优化的神经网络和基于粒子群优化的支持向量机算法对正火35#钢和调质45#钢进行疲劳仿真,描述应力与累积损伤之间的非线性关系,以及应力加载顺序对疲劳寿命的影响;并对海洋平台中最为常见的焊接管接头结构进行疲劳参数的预测,以验证经过优化的智能算法的实用性。同时与优化过的BP神经网络和支持向量机预测结果进行比较,表明优化方法对于提高智能算法的预测精度有较大作用。

碳化硅(SiC)单晶片属于难加工材料,在使用之前必须要进行研磨与抛光。材料去除率(Material removal rate,MRR)是衡量SiC单晶片研磨与抛光效率的重要因素。针对传统研磨与抛光过程中考虑磨粒摩擦磨损时建立的材料去除率公式对材料去除的不足,考虑SiC单晶片研磨时磨粒挤压嵌入阶段的材料去除,建立了新型的材料去除率公式。根据SiC单晶片、磨粒与研磨盘之间的接触状态,推导出了包含嵌入阶段和摩擦磨损阶段材料去除的新型MRR数学模型;结合材料的物理特性(如硬度与弹性模量等),进行研磨实验。实验结果与模型预测结果表明,新型材料去除率公式的预测结果更接近实际情况。

对风力发电机机组的运行状况进行实时监测,并识别其健康状态,是保证机组正常运行的关键,为此提出一种固有时间尺度分解(Intrinsic time-scale decomposition,ITD)-多尺度熵(Multiscale entropy,MSE)的振动信号分析方法,对振动信号进行预处理,提取重构信号时域特征,并结合极限学习机(Extreme learning machine,ELM)对风电轴承健康状态进行识别。首先采用ITD方法对风电轴承的振动信号进行分解,得到一系列固有旋转分量,并计算其多尺度熵值,以多尺度熵值大小为依据,选取固有旋转分量并进行信号重构。计算重构信号的均方根值、峭度值、峰值因子与峰峰值,并将其作为特征指标值,建立ELM识别模型,识别风电轴承的健康状态。风电轴承试验结果表明,本文模型可以准确识别风电轴承健康状态。