论述了冷床裙板液压泵站的设计过程,从设计要求和技术参数着手,详细分析论述了液压系统原理图的拟定、液压元件的选择以及液压装置的结构设计。

为提高数控车床主轴热误差的预测精度,以某型号数控车床主轴为研究对象,提出基于小波神经网络(WNN)的主轴热误差建模方法。利用K-means++聚类结合相关性分析理论,将温度测点从10个减小到2个。针对小波神经网络对初始值敏感的问题,采用蝙蝠算法(BA)将预测输出值与实验测量值之差的绝对值作为个体适应度函数,将蝙蝠个体的位置向量映射为小波神经网络的初始连接权值、尺度因子及平移因子,实现对小波神经网络初始值的优化。利用优化后的小波神经网络建立车床主轴热误差预测模型,与未优化的小波神经网络和BP神经网络预测模型对比。结果表明:BA-WNN对主轴轴向热误差的预测精度较高、残差较小、预测能力更强。

为了有效提高基于非线性时间序列的热误差预测模型精度,利用F统计检验确定模糊C均值聚类的聚类数目,结合不同量纲一化处理的灰色关联分析排序筛选出关键温度测点,建立基于NARX神经网络的热误差预测模型,通过设置输入延时阶数、输出延时阶数和隐含层神经元个数的范围,利用思维进化算法对输入、输出延时阶数和隐含层神经元个数进行寻优,与随机选取参数的NARX神经网络预测模型相比,模型预测精度提高了36.98%。

该文采用纯黏性润滑方程和层流N-S方程，对带有锥腔的静压气体润滑轴承内的压力分布作了理论上的研究。通过通流面积和马赫数的计算深入分析了随着气膜厚度的变化，轴承流场内压力的变化及变化机理。通过实验证明，在轴承间隙很小时两种方程求得的压力值与实验结果是一致的。但随着气膜厚度的增加，采用纯黏性润滑方程计算的偏差很大，而采用N-S方程计算的结果与实验结果基本一致。并通过与环面节流的平面轴承的压力对比，表明增大气膜入口处的节流面积，可以增加轴承的质量流量，提高轴承内的压力，避免较大供气压力和较大膜厚时气膜入口附近压力急剧下降，从而提高轴承承载能力。

基于马达驱动的流盘装置是专门用于散货适运水分极限测定的新型工具。整套装置由机械部分、液压系统和电控系统组成。由于采用了马达驱动，输出功率大，可适用于不同种类的散货。设备结构紧凑简单、控制可靠、操作方便。详细介绍了此设备的机械部分组成、设备的安装与润滑及驱动系统的原理与控制。

辅助大包浇注机械手是专门为大包浇注钢水而设计的一种新型工具,它具有结构紧凑灵活、控制方便、操作简单等优点.辅助大包浇注机械手由机械部分、液压系统和电气系统三部分组成.本文详尽介绍了此设备的机械部分、液压系统的原理及结构特点.

论述了冷床裙板液压泵站的设计过程，从设计要求和技术参数着手，详细分析论述了液压系统原理图的拟定、液压元件的选择以及液压装置的结构设计。