为从微观角度探究管片接缝密封垫的防水机制,基于Roth模型建立密封垫接触面的泄漏通道模型,推导出泄露率的计算公式;通过建立宏观密封垫数值模型和微观锥型峰数值模型,完成以粗糙度、张开量、错位量和硬度为4个影响因素,以泄露率和平均正压力为评价指标的正交试验。主要结论如下:1)泄露率可以作为评价密封垫防水性能的一个重要指标;2)随着粗糙度的增加,泄露率逐渐增大,尤其是当粗糙度大于0.8μm时,泄露率几乎呈指数型增长,考虑到降低粗糙度会增加工程造价,建议密封垫粗糙度控制在0.4~0.8μm;3)粗糙度直接决定了初始泄漏通道的尺寸,因此,相比于硬度、张开量、错位量3个因素,粗糙度对于泄露率的影响最为显著。

研究目的:现有盾构隧道管片接缝密封垫防水性能主要采用平均接触压力和有效接触应力评定,未考虑密封垫接触面凹凸不平以及存在极细微渗漏孔洞的影响,造成数值模拟与试验结果有较大差异。为完善密封垫防水性能评价方法,建立量化评价指标,本文推导密封垫有效总泄漏率公式,并通过数值分析与防水试验,证明所提有效总泄漏率指标作为密封垫防水性能评价方法的合理性。研究结论:(1)有效总泄漏率可以作为评价密封垫防水性能的一个量化指标;(2)由于密封垫接触面凹凸不平,存在极细微渗漏孔洞,密封垫设计时不仅要计算有效接触应力占比,还要计算有效总泄漏率;(3)当接触应力较大且有效接触应力占比较高时,防水能力由接触应力控制;当接触应力较小或有效接触应力占比较低时,防水能力由有效总泄漏率控制;(4)本研究成果可为密封垫设计提供理论指导...

为研究盾构隧道双道密封垫在防水性能提升上的效果,首先定性分析双道密封垫的防水机制,给出击穿水压概念以及基于弹性力学的密封垫击穿水压数值估算公式;然后开展双道密封垫试验,对击穿水压数值进行验证,得出影响双道密封垫防水性能的一些因素。研究结果表明:1)当外界水压大于外道密封垫初始防水能力的1.36倍时,密封垫被完全击穿,丧失残余防水能力;2)不同的密封垫布置方式会影响双道密封垫的防水能力,在双道密封垫的实际应用中,需要将防水能力更强的密封垫布置在外侧,且双道密封垫的防水能力差距不宜过大;3)沟槽的结构和尺寸会影响密封垫的防水能力;4)无论是单道密封垫,还是双道密封垫,无错位量密封垫的防水压力远大于有错位量密封垫的防水压力,因此施工中应采取措施尽量减少错位量。

针对多液压缸位置同步控制系统存在的耦合作用及偏载问题,提出一种基于均值耦合的同步控制策略,其控制思想为:控制器不仅要考虑自身的跟随误差,还要考虑与其余n-1个液压缸的同步误差,然后将得到的耦合误差通过模糊PID控制算法对回路进行在线调整,实现4液压缸升降平台的同步控制。最后,通过AMESim/Simulink联合仿真验证了与相邻交叉耦合控制策略相比,均值耦合控制策略能更好的解决液压缸的耦合作用及偏载问题,而且同步误差小,调节速度快,系统稳定性高。

针对液压信号复杂且难以诊断的难点,提出一种多尺度一维卷积神经网络与多传感器信息融合的深度神经网络模型(MS1D-CNN-MSIF)对液压泵与蓄能器进行故障诊断。在提出方法中,采用不同大小的卷积核对故障信号进行多尺度特征提取;然后使用多传感器信息融合策略将多个传感器的特征信号进行融合,最后使用Softmax进行分类识别。诊断蓄能器压力状态与液压泵泄漏状态的实验结果表明,与支持向量机、堆栈自编码、深度置信网络比较,提出模型具有更好的故障诊断性能,蓄能器识别精度可达99.50%,液压泵识别精度可达99.73%。

空化是轴向柱塞泵中比较普遍的现象,其机理复杂,不易观察和控制。通过对国内外该领域的研究情况进行总结归纳,发现研究该领域主要围绕对轴向柱塞泵柱塞腔内以及配流盘表面的空化现象进行数学建模以及仿真分析,最后实验测试并因此得出抗... 展开更多

根据A10VNO斜盘式轴向柱塞泵的工作原理,在AMESim中建立柱塞泵仿真模型,并对仿真模型进行了改进。以柱塞副的偏心环缝间隙为研究对象,分析柱塞泵内泄漏的原因。利用故障注入技术的思想,将AMESim中BAF02泄漏子模型的径向间隙作为影响泵内泄漏主要参数。通过改变柱塞副环缝间隙的大小仿真得到压力、流量曲线,从而实现柱塞泵的内泄漏故障注入,最终得到故障样本数据。

为了提高酸洗连轧生产线的能量效率，采用能量流的理论方法，建立了酸洗连轧生产线轧制功率模型，用于评估计算酸洗连轧生产线上机组的实时功率。根据某冷轧厂提供的酸洗连轧全线电机型号和功率表，将实际参数代入模型，求解出某一机组所需的功率，通过与该机组电机容量进行比较，验证了模型的准确性。最后以能耗最低和板形良好为优化目标，对功率模型的工艺参数进行多目标优化，设计了一种改进的粒子群算法进行求解，得到了最终优化结果。

针对以能耗最小化为目标的不相关并行机调度问题,提出了5个考虑关机/重启策略的混合整数规划(MIP)模型.针对非线性模型,通过引入中间决策变量将其转换为线性模型.从模型尺寸复杂度、计算复杂度两方面对所提5个MIP模型进行了详细的对比评估.试验结果表明基于不同建模思路的MIP模型尺寸复杂度、计算复杂度差别很大,基于空闲能耗的线性模型求解效果最好.

由于训练样本数量有限，滑动时间窗长度以及监测模型不能自适应调整和更新等因素，传统基于机器学习的刀具磨损预测模型存在精度和效率较低等问题，因此提出了一种基于自适应动态无偏最小二乘支持向量机（ADNLSSVM）的刀具磨损预测模型。采用公开数据库中的铣削加工数据集，通过时频域分析和小波包分解等手段从振动信号中提取特征量，并进一步利用相关性分析从中选择有效特征量作为模型输入。试验结果表明该方法所建模型具有较高的建模效率和预测精度。