以入口处增设多孔扰流板作为卧式滤筒除尘器流场优化方法,研究其对除尘器流场的优化作用。以综合流量分配系数ΔKξ作为流场均匀性评价指标,采用正交试验法进行CFD数值模拟设计,研究扰流板的孔面积占比率f、扰流板B面与滤室壁面之间的距离ΔL、孔型T对流场的影响。结果表明,适当增加f和ΔL可降低ΔKξ,圆孔的优化效果要优于方孔,影响ΔKξ的程度排序为f>T>ΔL,以f=30%、ΔL=150 mm、孔型为圆孔作为最优参数组合优化流场,优化后ΔKξ降低了67.5%。

针对锂电池粉尘惰化装置总是出现物料结拱而无法保证锂电池生产的安全问题,对惰化装置进行优化研究。分析惰化装置系统主要结构及工作原理,建立输送系统料仓仓压数学模型,研究料仓仓压对惰性粉输送卸料率的影响,以此为基础结合搜索优化思想确定出料口尺寸范围;对气动破拱辅助送粉装置进行仿真分析,结合破拱机理优化气动破拱装置。结果表明根据计算与实验分析结果,料仓仓压越大,惰性粉输送越困难,原惰化装置单次惰性粉添加量最大3.6 kg,而改进出料口尺寸为89 mm左右时可达20 kg;新型双倾斜喷嘴破拱结构相比于单喷嘴破拱效果提升30.9%;优化后的惰化装置未出现送粉中断问题,单次惰性粉添加量可达25 kg,每小时送粉量在0.16~0.37 kg波动。

针对自平衡机器人领域姿态检测普遍采用单一滤波而存在的姿态误差问题,提出了一种基于双重滤波和神经网络补偿的“两滤一补”检测策略。通过分析误差来源,设计了针对姿态传感器和姿态误差之间的姿态补偿BP神经网络,根据传感器的输出信息,直接预测机器人姿态倾角的误差补偿值,对滤波处理之后的姿态角进行同步补偿。对机器人在原地站立、加速前进后退、原地转向3种控制状态下的补偿效果分别进行验证,结果表明神经网络对机器人的姿态误差有着明显的修正作用,有利于提高机器人姿态检测精度。

针对制造业水平的不断发展对检测技术提出高精度、高速度、低误差的要求,提出一套工件尺寸与划痕检测算法。该算法基于OpenCV视觉库与工业相机,在适当的光源平台下运行,提取工件的轮廓尺寸和表面划痕,再利用相机标定参数求解出工件的实际尺寸。检测结果表明:提出的检测算法比传统的Hough变换直线检测算法检测误差小,划痕检测十分精确。

为了提高学生学习摩擦学课程的兴趣,加深学生对润滑脂性能参数的理解,参照科学研究过程,设计了含纳米材料润滑脂性能测试综合实验。在润滑脂中添加不同质量分数的氧化石墨烯纳米颗粒,测试其理化性能和摩擦磨损性能,分析氧化石墨烯对润滑脂性能的影响。该实验内容丰富,性能测试项目典型,设备操作性强,有利于增强学生的综合实验能力,培养学生的科研能力和创新思维。

针对油缸和曲轴构成的摩擦副磨损严重, 影响低速大扭矩液压马达性能和寿命的问题, 根据摩擦副油膜理论对该类液压马达在高速低载的工况下摩擦副易产生磨损的原因进行理论分析, 找出影响摩擦副油膜承载能力和稳定性的因素.结果表明： 适当地增加摩擦副张角的范围有利于提高油膜的承载能力; 液压马达在低速工况下运行稳定,当转速较高时, 由于剪切流作用明显, 导致摩擦副一侧的油膜承载能力有所降低, 不利于摩擦副的稳定运行; 在一定范围内, 油液压力越大, 油膜系统的响应灵敏度越高, 马达运转速度较高时, 有利于摩擦副系统的正常运行.

某型套筒伸缩摆缸式液压马达在临界转速附近时容易在偏心轴表面产生磨损故障，影响液压马达的性能与寿命。为研究该液压马达的磨损故障机制，建立其偏心轴和单缸的动力学模型，并对油缸在动态时的受力进行分析。通过Matlab仿真验证了当液压马达转速足够大时，油缸的负加速度引起的惯性力超过了弹簧的弹力和外载荷及油缸自重的合力，油缸就会瞬间脱离偏心轴表面，引起“腾跳”冲击和振动，从而验证了液压马达在临界转速附近有产生磨损的可能性。

运用主成分分析方法对陶瓷压砖机液压系统的油液污染度数据进行了分析，分析结果表明：陶瓷压砖机液压系统受污染程度主要与大于6μm和14μm的颗粒数量相关，引起液压系统故障，污染度分析油样表现为Sample08和Sample14油样两个出现异常；进一步采用铁谱分析表明，该两个油样磨损颗粒数目迅速增加，出现大量的切削和滑动铜磨粒，并含少量纤维。分析实例说明，主成分分析方法能正确评判液压油样污染度异常，并且是解决多变量高维复杂系统简便有效的一种故障识别统计方法。

定义了过滤器的极限过滤粒径a和粒径敏感系数b两个特征参数。推导了过滤后油液中粒径在给定区间[x1，x2]的固体污染物数量Nx1x2与过滤器特征参数和固体污染物粒径概率分布之间的关系式。算例表明：（1）存在μc和σp，当污染物粒径均值μ和均方根值σ分别小于μc和σp时，Nx1x2的大小对μ和σ的变化十分敏感，并且当μ和σ分别等于μp（μp〈μc）和σp时，Nx1x2最大；（2）Nx1x2随μ的增加而增加，随σ的增加而减小，并且Nx1x2与a和b分别呈正指数和负指数关系。