针对输送用模锻易拆链存在的磨损状况难以准确检测、预测和检修用时长等难题,开展了基于灰色模型和可视化辅助决策的磨损寿命预测和主动检修技术研究。采用基于机器视觉的磨损检测装置获取磨损数据,通过定义和分析磨损关键参数对磨损数据进行清洗,基于灰色模型建立了磨损预测模型;基于预测数据、历史数据及运行工况等建立辅助决策模型,通过综合评估后输出最优检修方案,并基于可视化仿真技术立体、动态地呈现磨损状况,快速精确定位磨损链条。实验结果表明,磨损寿命预测模型的拟合精度较高,磨损预警误报率和漏报率较低,可满足磨损寿命预测要求。通过磨损预测及可视化辅助决策技术,可有效地提高检修效率,减少生产线受迫停运的风险。

为了改善离心叶轮多工况的气动性能,提出了一种基于切比雪夫算子排序的改进NSGA-Ⅱ算法,结合新颖的基于计算机图形学的双Bezier曲面参数化设计方法,并利用全三维流体动力学数值计算得到最优性能的叶轮。以某一燃料电池中的离心叶轮为研究对象,对额定工况和常用工况的等熵效率进行全局多目标寻优。优化结果表明,额定工况点等熵效率提高1.13%,质量流量提高5.47%,总压比提高1.4%。常用工况点等熵效率提高1.07%,质量流量提高8.3%,总压比提高0.35%,优化效果较为明显。