基于灰色关联分析的电网设备利用率评估研究
传统电网设备利用率评估方法自适应性不理想、计算复杂度高,导致评估结果误差较大。提出了一种基于灰色关联分析的电网设备利用率评估方法。结合参数辨识和约束特征解析分析方法识别电网设备利用率的相关参数,采用灰色关联分析方法调节电网设备的性能稳态增益,以输出功率增益的代价函数实现电网设备利用率的优化评估。仿真结果表明,与传统方法相比,所提方法的电网设备回流功率的增益较高,利用率评估的准确率较高,有效提高了电网设备的输出稳定性和自适应控制能力。
基于Ansys Workbench的研磨仪连杆优化设计
为解决现有研磨仪连杆在设计使用年限内出现断裂失效的问题,对连杆进行了结构优化设计。首先,对连杆所属曲柄滑块机构进行动态静力分析,求解出连杆在1个运动周期内受到的外力,以此作为后续连杆强度分析的理论依据;其次,使用Ansys Workbench完成连杆的静力学强度分析和疲劳强度分析,确定连杆失效是由于疲劳强度不足造成的;最后,以连杆质量最轻为优化目标,以满足疲劳强度要求为约束条件,使用响应面法对连杆进行优化设计。优化设计确定了合适的过渡圆角半径、薄端圆环厚度和杆身宽度。仿真结果表明,优化后连杆受到的极限拉伸等效应力最大值降低了58.7%,疲劳寿命增加了1.4倍,能够满足使用要求。
穿戴式康复训练机器人液压系统故障分析
基于穿戴式康复训练机器人液压系统非线性特点以及故障形式的多样性,为了真实反映穿戴式康复训练机器人的液压系统运行的稳定性,对液压驱动系统的故障机制进行分析,并对非线性液压系统的故障进行了研究。提出了通过AMESim、ADAMS与MATLAB联合来对液压驱动系统的故障信号进行仿真,将获得的相应的故障响应曲线与正常工作响应曲线作对比,确定了液压驱动系统的故障类型并对其进行诊断改善,旨在进一步提高康复训练机器人驱动系统运行的稳定性。
RS-CS-SVM在电液伺服系统故障诊断中的应用
针对电液伺服系统故障数据冗杂、非线性以及多样性等问题,提出了一种基于Rough Set(RS)和Cuckoo Search(CS)算法优化的Support Vector Machine(SVM)的故障诊断方法。该方法通过AMESim仿真软件对穿戴式康复训练机器人电液伺服系统进行建模,并提取故障特征量;利用粗糙集把故障特征量的冗余信息剔除,再利用布谷鸟算法优化进行向量机参数的选取,将优化处理后的故障数据作为样本输入支持向量机,实现故障诊断和分类。通过将该方法与其他几种优化支持向量机方法相比较,这种方法对于电液伺服系统故障数据冗杂、非线性及较差的故障分类具有很好的诊断功能,且其诊断正确率较高以及诊断时间大大缩短。
大滑板的改进
通过简化和优化滚珠丝杠的传动结构,减少了滚珠丝杠定位轴承的数量,降低了机床的成本,减少了滚珠丝杠的综合误差,提高了上滑板的数控进给精度.
基于流固耦合的液压阀块数值模拟分析
液压阀块是集成式液压系统的核心部件,阀块内孔道损伤对液压系统机能影响重大,导致油液泄漏,甚至会影响阀块内其他油路。为分析自卸车举升系统液压阀块流固耦合情况,采用Solidworks软件建立流道及阀体三维几何模型,采用FLUENT软件对液压阀块内部进油路流场进行定常数值计算。采用ANSYS Workbench软件对液压阀块流道流场和液压阀块阀体进行单向流固耦合计算。重点分析了流道压力损失的位置,比较两种不同相交方式的流道对阀体的影响。结果表明:液流流过直角转弯结构后流速变化和压力损失较大,提出了流道的优化方案,减少了直角转弯处阀体应力集中现象,提高了自卸车举升系统液压阀块的可靠性。
-
共1页/6条