齿轮箱监测无线传感器节点设计
针对传统齿轮箱振动有线监测系统的不足,设计了一款基于ZigBee协议的无线传感器节点。节点以低功耗的STM32单片机为核心,内置Contex-M3核。选取MEMS加速度传感器采集振动信号,使用LTC4070芯片管理电源电路,选用大容量SD卡作为数据缓存区。为了提高程序运作效率,引入RT-Thread操作系统。采用ZigBee和GPRS混合型无线通讯方式。重点介绍了基于齿轮箱振动的无线监测节点的原理与特点,以及节点主要模块的软硬件系统设计。并设计相应试验进行测试,测试结果表明该无线节点适用于齿轮箱的振动监测。
转台轴向刚度数值模拟及其影响因素分析
刚度是影响转台几何精度的重要因素之一,针对转台在卧式安装方式下,通过理论计算得到轴承轴向刚度值,采用弹簧单元代替滚子的方法简化模型,再利用Abaqus进行数值模拟获得转台轴向刚度值,并与刚度试验测量值比较,表明所建模型合理可靠。在该模型基础上采用正交试验,模拟在结构设计参数的不同组合下刚度变化情况,并通过极差分析法得到各因素的主次顺序。结果表明通过数值模拟与正交试验相结合的方法,可以较理想地获得工作台结构设计参数对转台轴向刚度的影响规律,为机床功能部件设计提供了一定参考。
基于HGDOB与RBFNN的回转支承试验台液压加载控制方法
以回转支承试验台为研究对象,基于高增益扰动观测器(HGDOB)与径向基函数神经网络(RBFNN)提出了回转支承试验台液压加载控制方法。对控制对象——单出杆油缸与伺服阀进行数学建模,应用径向基函数神经网络对模型中油缸的非线性摩擦进行逼近,应用高增益扰动观测器对外部扰动和噪声进行观测,进而提高系统实际输出的加载力逼近期望输出的性能。通过Matlab/Simulink软件对所提出的回转支承试验台液压加载控制方法进行仿真分析,确认这一方法提高了控制器的动态跟踪与抗干扰能力,具有实用价值。
基于FMECA的数控转台可靠性分析
以国内数控立卧回转工作台为研究对象,分析其功能原理,建立功能层次与结构层次对应关系。在此基础上提出针对该型数控转台的故障模式、影响及危害性分析(FMECA)方法,并在大量用户累积使用数据的基础上,填写相应的功能FMEA表,并由此计算出对应零部件的危害度。计算结果表明,小活塞发生故障的危害性最高,危害度达到了0.000 495;针对危害度较高的几种故障模式提出了相应的改进措施。
基于NI机器视觉的产品识别与分拣系统
为了解决自动化生产线上产品的智能分拣问题,设计了一种基于NI视觉检测技术的产品识别与分拣系统,用于分拣不同形状的工件。文章以NI 1776c智能相机为核心搭建了视觉检测的硬件平台,使用Sobel算子提取工件边缘特征并研究了基于边缘特征的模板匹配算法在工件形状识别中的应用,同时设计了一种用于NI视觉检测平台与UR控制柜间通讯的IO电路。与基于PC的视觉平台相比,基于NI智能相机的视觉检测平台内置高性能处理器,可脱离PC机实现独立的视觉检测功能,具有开发周期短,检测速度快、可靠性好等特点。
摩擦因数对单排球转盘轴承接触次表层的影响
利用ABAQUS有限元软件建立单排四点接触转盘轴承球与沟道接触的局部模型,通过对比Hertz理论计算的最大接触应力验证模型的正确性,以接触次表层的正交剪应力和等效应力作为疲劳损伤的评价依据,分析不同摩擦因数对滚动接触次表层正交剪应力幅值、到沟道表面的深度以及等效应力变化的影响。结果表明随着摩擦因数的增大,最大正交剪应力交变幅值有所增加,疲劳损伤萌生位置的深度减小,转盘轴承的寿命减小。
基于改进模糊C均值的回转支承寿命状态识别
为了对回转支承的寿命状态进行研究,以保障机械设备的高效正常运行,提出一种将点密度和模糊C均值结合的算法对回转支承的寿命状态进行识别,解决了传统模糊C均值算法识别速度慢、临界点分类不准确的问题。利用自主研发的回转支承综合性能实验台对某型号回转支承进行全寿命疲劳实验,验证了所提算法的可行性。通过对比所提改进算法与传统模糊C均值算法的识别结果,表明改进算法能够更准确地识别出回转支承的不同运行状态,从而为实时维修奠定了基础。
分布智能的数字电子液压
经过5年的研发,Atos公司现在能给所有电子液压比例阀件配套一体化数字式的电子器件.这些产品能赋予传统控制体系新的功能。它的基本功能是使新型紧凑的机器带有更高技术含量。数字电子器件集成了多种逻辑和控制功能(分布智能),且使大部分现代现场总线通讯系统变成可行和便宜.
AtoS新型数字电液产品技术应用
经过在数字技术方面的长期不懈的研究开发,ATOS公司又在新型数字化电液技术发展应用上迈出了颇有价值的一步。ATOS这一坚实的进步已被数百次在不同领域的成功应用所证实。
基于AMESim-Simulink联合仿真的风电回转支承实验台液压加载系统研究
结合风电转盘轴承实际工况下的受载情况,为验证所设计液压加载系统的可行性和改善系统的动态响应性能,设计出风电回转支承实验台液压加载系统。在AMESim中建立液压加栽回路的仿真模型,所采用的BP神经网络PID控制器以S函数的形式导入到Simulink中的系统模型中,进行AMESim和MAT—LAB/Simulink联合仿真研究,并与传统PID控制的同一系统进行AMESim仿真对比。仿真结果表明,所采用的液压加载系统能够模拟出风电转盘轴承实际工况下承受到的载荷,BP神经网络PID控制改善液压加载系统的响应性能。