通过计算机模拟及实验研究了磁流变液颗粒在渐变磁场作用下的成链过程。首先从理论上建立了磁流变液成链过程的物理模型,采用蒙特卡罗方法模拟了其在渐变磁场作用下成链的详细过程。其次,采用光学显微镜观察了磁流变液在渐变磁场作用下的成链过程。数值模拟和实验结果表明,在平行磁场中,当外部磁场为零时,磁流变液的磁性颗粒处于随机分布状态。随着磁场强度的增加,磁性颗粒产生磁团聚形成链状絮凝体,进而由二连体或三连体发展到多连体,甚至网状及柱状结构;在倾斜磁场中,磁流变液中的聚合链也同时旋转,磁性颗粒沿着磁场方向从小链逐渐增大到大链,最后全部沿着磁场方向呈链状或柱状排列。研究结果对优化磁流变液材料的配置和设计高性能磁流变液装置具有重要意义。

针对采煤机故障诊断过程中有效故障样本不足问题,提出变工况下采煤机故障诊断的迁移学习方法。对原始振动信号作小波变换得到时频图,利用图像增强原理凸显故障的时频特征,并对图像进行归一化后组成故障样本;利用大量不同工况下的现有故障数据组成源域数据,对卷积神经网络进行训练,以初步获取故障诊断模型;将训练后的模型迁移至采煤机故障诊断实验台,以最大均值差异(MMD)作为优化指标,利用实验台中的样本继续训练模型,实现权值微调。结果表明

针对全地面起重机在收放绳过程中,容易出现乱绳现象的问题,设计并提出一种全地面起重机超起卷扬自动排绳系统。根据自动排绳系统的实际结构情况,建立系统整体模型,并在Matlab/Simulink中仿真,为了更好的解决系统响应速度缓慢的问题,加入常规PID控制算法,以提高响应速度,考虑到外界干扰等因素,并要求PID控制参数能够自动调节,以实现对非线性、时变系统的有效调节,基于模糊PID控制策略对自动排绳系统进行了优化研究,进一步提高了响应速度,降低了跟踪误差,更好的满足了实际工况的需要。