本文首先根据相对运动原理推导出定子过渡曲线的方程,然后利用Pro/E中program模块对等加速-等减速定子曲线进行参数化设计,在一定程度上降低了设计成本,缩短了设计周期。

为了从液压泵振动信号中准确提取冲击成分的频率特征,研究了Walsh变换和数学形态学在振动信号特征提取中的应用。Walsh变换具有能够分析微弱脉冲信号的特点,且在特征提取中具有较好的敏感性和抗噪能力。数学形态学利用其独特的结构元素探针,在信号冲击特征的提取方面效果较好。仿真和实验结果表明,数学形态学方法比Walsh变换更能够清晰地提取振动信号的频率特征。

为准确识别滚动轴承的性能退化状态,提出一种基于熵特征与隐马尔科夫模型(Hidden Markov Model,HMM)的轴承退化状态识别方法。该方法提取轴承振动信号的多尺度模糊熵和VMD能谱熵作为退化特征向量,利用全寿命数据样本的退化特征向量训练不同退化状态下的HMM模型,最后通过建立的HMM模型库并根据最大对数似然概率原则识别轴承退化状态。其中,针对人为划分轴承退化阶段的不足,采用GG聚类方法实现全寿命数据在时域上的退化阶段划分。实测数据分析结果表明,所提方法能够达到90%以上的识别率,优于常用退化指标下的识别效果。

基于现有的分形模型,通过引入界面剪切强度建立了二维分形粗糙面间的滑动摩擦模型,对不同界面剪切强度和滑动速度下真实接触面积的变化进行了分析研究。结果表明,真实接触面积的波动幅值随着界面剪切强度和滑动速度的增加而加大。

基于现有的分形模型,通过在界面引入黏着剪切强度,考虑材料断裂及弹塑性变形影响,建立了二维分形粗糙面间的滑动摩擦模型,并运用有限元软件进行数值求解,研究了不同剪切强度、载荷和滑动速度参数对两粗糙表面滑动过程中能量耗散的影响。

对粉煤灰填充树脂基摩擦材料进行了硬度和抗冲击强度实验,分析了不同等级、不同掺量的粉煤灰对摩擦材料硬度及冲击强度的影响,观察了其晶相组织,结果表明：在同等级不同掺量情况下,摩擦材料的硬度随粉煤灰掺量的增加而增加,在粉煤灰掺量为50%时摩擦材料的硬度达到极大值;摩擦材料的抗冲击强度随粉煤灰掺量的增加而下降。

对应用Pro／E软件进行渐开线圆柱齿轮建模过程中遇到的齿轮渐开线镜像问题进行了论述，运用新颖的简图演示和数学推导的方法进行分析和研究，得出了新的研究结论，它对渐开线圆柱齿轮工程实际问题的研究具有一定的指导意义。

机械CAD/CAM课程是高职院校机械制造类专业的核心课程,目前机械CAD/CAM人才的综合应用能力相对薄弱,不能在企业发挥应有的作用。针对上述现状,提出了融合工艺知识的机械CAD/CAM课程教学改革模式,并实施了＂小组讨论法＂教学和教、学、做一体化教学,经实践证明,课程改革取得了很好的效果。

液压泵振动信号常湮没在强噪声背景中,为准确提取其特征频率,提出自适应随机共振形态学方法。首先采用以广义相关系数为目标函数的量子遗传算法对随机共振系统参数进行优化,再将优化后的参数代入随机共振系统对液压泵振动信号进行降噪预处理,最后利用形态学差值滤波器提取振动信号的特征频率。仿真实验和液压泵故障模拟实验结果表明,该方法能够准确地提取出振动信号的各种频率特征,优于其他特征提取方法。

针对液压泵故障振动信号信噪比低，故障特征难以提取的问题，对液压泵振动信号预处理方法进行研究。针对现有自适应随机共振优化算法及其目标函数存在的问题，将量子遗传算法（Quantum Genetic Algorithm，QGA）引入自适应随机共振中，提出一种改进的自适应随机共振的信号预处理方法。该方法以广义相关系数为目标函数，采用 QGA 算法对随机共振系统的结构参数进行优化，从而实现对信号的降噪预处理。仿真及实验结果表明，该方法能够有效提取强噪声背景下的液压泵振动信号频率特征，是液压泵故障特征提取及故障诊断中信号预处理的有效方法，可进一步发展至实际工程应用。