针对飞行器液压导管应变测量环境复杂,传统有线测量设备传感器布置困难、引线多等问题,提出了一种新型液压导管应变测量方法。该方法基于频响函数法建立测量装置与导管的动力学模型,研究了两者之间的应变映射关系,设计了可拆卸式测量装置,实现传感器非接触测量导管应变;结合理论计算和有限元仿真,研究了测量装置对导管模态及应变的影响,优化了装置设计及相关尺寸参数;通过试验验证有限元仿真结果,检验了装置非接触测量液压导管应变方法的有效性。结果表明,测量装置对导管应变影响微弱,300 Hz以下应变重构相对平均偏差为6.2%,证明测量装置能够有效测得导管应变,该方法和装置有望解决复杂测量环境下飞行器液压导管应变的快速准确测量问题。

本文基于液压系统压力变化引起油液声速变化这一物理特性 ,提出了通过测量超声波在油液中的传播速度实现压力非接触式测量的新方法。该方法不但完全克服管道壁厚影响 ,而且有效地消除固有声电延时误差 ,达到了较高的测量精度。所研制的非插入式压力检测系统是实现液压系统快速故障定位的先进检测手段 ,具有重要的应用价值。

对液压系统中多个关键点的压力、流量值进行自动检测 ,是液压系统状态监测和故障诊断的基础 ,本文针对某设备状态监测系统中的关键仪器 k k多点压力流量检测仪研制中的硬件、软件设计和数据处理方法进行了讨论。简要介绍了检测仪的原理 ,重点说明了仪器硬件、软件结构和检测数据处理等关键问题。根据液压系统工作环境恶劣 ,各种随机干扰对检测信号影响大等特点 ,将数据平滑方法用于压力、流量信号检测数据处理中 ,有效地减小了各种随机噪声的影响 。

针对航天密封圈表面缺陷人工检测效率低、传统图像处理检测算法通用性差的问题,提出了两种基于深度学习的密封圈表面缺陷检测算法。首先,针对缺陷大部分为小目标的特点,选取对小目标较敏感的RetinaNet网络作为检测算法的基本架构,通过在RetinaNet网络中引入轻量级网络MoGaA构建出MoGaA-RetinaNet算法。然后,为了提高检测精度,在MoGaA-RetinaNet基础上,用分解卷积模块代替MoGaA骨干网络中的深度卷积构建了newMoGaA骨干网络,设计出newMoGaA-RetinaNet算法。最后,在测试集上的实验结果表明,MoGaA-RetinaNet算法比RetinaNet算法检测速度更快,但检测准确率略低;而newMoGaA-RetinaNet算法实现了检测精度与检测速度的良好平衡,比RetinaNet算法准确率提升4.5%,达到92%,检测速度提升55%,达到31 frame/s,网络参数量减少50%。所设计的newMoGaA-RetinaNet算法可以实现密封圈表面缺陷的快速准确检测。

基于热传导理论,采用有限元方法对磁流变传动装置温度场进行了研究,并采用实验方法分析了温度对磁流变传动装置性能的影响规律。研究发现,该传动装置稳态滑差功率可达200 W,温度最低点出现在传动轴轴端处,最高点则出现在传动圆盘内外径之间,各点温度分布较为均匀;瞬态时,传动圆盘径向各处温差最大值达到80℃,热变形对微间距传动影响较大,现场实验温升曲线与有限元分析基本一致;温度升高降低了磁流变液的动屈服应力,但由于磁路磁阻及挤压增强效应影响,可以轻微提升磁流变传动装置的传力性能。

为揭示磁流变传动(magnetorheological(MR)transmission)界面间液膜的温升特性,以一种多盘式磁流变传动装置为研究对象,对传动界面间磁场分布进行有限元仿真分析,并采用实验方法研究了工作间隙内液膜的温升情况及分布规律,同时测试了液膜温升对传动性能的影响。研究结果表明:液膜温度沿工作间隙径向逐渐增大,并且温度差值随滑差时间越来越大,液膜沿周向温度分布基本均匀;滑差加载阶段,液膜温度随时间近似呈线性上升,且滑差功率越大,温升速度越快,在停机阶段温度下降缓慢,有必要采取强制散热措施以减缓液膜温升;液膜的温升将会导致其传递扭矩能力下降和动态响应速度变慢。

为了得到界面变形对磁流变传动装置传动性能的影响规律,总结了变形界面的产生形式,采用数值计算方法,从电磁场和液膜传动能力两方面分析了变形界面的传动性能,并进行了相关实验研究,结果表明:传动圆盘的正常变形量小于100μm,变形后工作间隙磁场变化量较小,一般小于0.01 T,约占工作间隙磁场的2%;变形对毫米厚度液膜传动性能的影响很小;对于较小变形量,界面变形并不能显著影响磁流变液的传动能力;对于较大变形量,由于磁流变液液膜剪切和挤压效应产生的剪切力作用,磁流变液扭矩传递能力有一定提升,但是这种剪切力不可调节,降低了磁流变传动装置的调节性能。

电液伺服阀是轧机厚度自动控制系统中最容易发生故障的设备部件,通过对其历史故障特征信息的收集和分析,设计出一个适用于伺服阀故障诊断的三层BP神经网络.结果表明,该神经网络能够满足对伺服阀故障诊断的要求,实现了伺服阀故障诊断的智能化.

提出了一种液压油污染物多参数测量传感器,该传感器在平面型微流体电感传感器基础上增加了一个单层电感线圈,并将两个单层线圈正对排布在直微通道两侧,在电感参数检测的基础上将两个单层电感线圈等效为一对圆环形电容极板,引入了电容参数检测,从而实现了对液压油中铁磁性金属颗粒、非铁磁性金属颗粒、水滴和气泡4种污染物的检测。对该多参数传感器进行了设计,并结合仿真和实验对检测位置进行了优化,电容参数检测实验实现了液压油中180μm水滴和240μm气泡的区分检测;电感参数检测实验实现了液压油中80μm铁颗粒和150μm铜颗粒的区分检测。该研究对液压油多污染物的区分检测提供了一种新方法。

通过对一类锻造液压机的分析在考虑多缸耦合情况下为其建立了非线性系统数学模型。将该模型视为非线性关联大系统且将其转化为可控正则型提出采用分散滑模控制理论对其进行滑模变结构控制。针对模型转换后控制方程中状态量与控制量同时具有关联性的特点提出通过模拟求解一个多元一次方程组的方法得到了基于指数趋近律的分散滑模控制律有效解决了多缸耦合情况下控制律难于求解的问题。仿真结果表明所设计的控制器使系统实现了高精度的位置跟踪获得了较强的抗扰性控制效果良好且所提方法思路清晰为同类模型的控制方案提供了参考。