随着社会的不断发展,对于各种机械设备的需求也在日渐增加。同时机械加工设备的管理和维护方面的问题也接踵而来。近年来,由于机械设备的使用不合理以及维护不及时而造成的安全事故已屡见不鲜。为了预防和避免类似问题的发生,针对机械加工设备的合理化使用和预防措施进行探讨,从而达到降低机械加工设备使用安全事故和减少财政损失的目的。

关键词：机械加工设备;;预防性维护;;合理化使用

查看摘要 索取原文[0页]

港口机械日益大型化、复杂化、连续化、自动化,设备管理工作也趋向远程化、现场无人化,对港口大型机械的状态监测、故障诊断和分析预测、能源优化提出了更高要求。结合港口实际,给出一种基于Thing Worx物联网平台的港口大型机械状态监测与分析方案。初步实现了外接振动温度传感器数据、设备电控数据的采集传输与在线监测,验证了方案的可行性。

关键词：状态监测;;港口大型机械;;Thing Worx物联网平台

查看摘要 索取原文[0页]

机械制造业是国民经济发展的基础,其发展水平已经成为衡量一个国家综合实力的主指标之一。21世纪的机械工程呈现高端化、系统化、人性化和可持续化的发展趋势,对机械人才的知识、能力和素质提出了新的要求。本文尝试对如何提升机械工程类专业人才创新能力的策略及路径进行探讨研究。

关键词：校企合作;工程人才培养;创新能力培养;现代工程教育;能力训练;教学评价;教育理念;培养方案;工程实践教育中心;

查看摘要 索取原文[0页]

机械振动信号蕴含着设备运转中的多样化信息,实时采集机械振动信号是故障诊断领域的核心技术之一,然而,目前振动信号频带愈来愈宽,依据奈奎斯特采样定理采集信号时,会得到海量的数据,不利于传输和存储,本文结合压缩感知理论,研究压缩采集机械振动信号的测量矩阵。论文主要取得如下研究成果:(1)深入分析了常用测量矩阵对机械振动信号的适应性。以机械振动信号在离散余弦变换基上的稀疏性为基础,分别对随机性测量矩阵(即高斯随机测量矩阵和伯努利随机测量矩阵)、部分随机测量矩阵(即部分傅里叶测量矩阵和部分哈达玛测量矩阵)及确定性测量矩阵(即托普利兹测量矩阵和循环测量矩阵)应用于压缩测量机械振动信号的性能进行分析。实验结果显示:随机性测量矩阵的重构误差最小,计算复杂度最高,存储量最大;确定性测量矩阵的重构误差和部分随机矩阵测量矩阵基本相当,都比较大,但其结构最为简单,易于硬件实现。(2)研究了一种适用于机械振动信号的正交对称托普利兹(Orthogonal Symmetric Toeplitz,OST)测量矩阵。考虑到工程实现问题,故以托普利兹矩阵的构造原理为基础,研究适合振动信号的确定性矩阵。首先选定特性的符号序列,对其进行逆傅里叶变换得到OST方阵的首行元素;之后对首行尾元素向右循环移位,依次形成其它行;接着根据压缩率,随机选取该方阵一定数目的行数并标准化处理,得到OST矩阵,这样的矩阵具有正交对称的特性;最后从理论角度出发,分析了该OST矩阵满足约束等距性。实验结果显示:OST测量矩阵对机械振动信号的压缩重构性能优于托普利兹矩阵,与高斯随机测量矩阵的性能基本相当。这一研究对于将压缩感知推向实用具有重要意义。(3)提出了一种基于最优型确定性测量矩阵的振动信号数据压缩采集方法。从非相干性出发,OST测量矩阵重构机械振动信号的性能仍有待改进,故首先应用阈值迭代收缩算法对该矩阵进行迭代,以降低测量矩阵与稀疏基之间的互相干性,之后,采用奇异值分解算法继续优化该矩阵,以提高OST矩阵自身的列独立性,从而得到最优型OST矩阵。实验结果显示:最优型OST矩阵压缩测量机械振动信号的性能优于OST矩阵和高斯随机测量矩阵,同时,该矩阵的复杂度远低于随机性矩阵,为工程研究奠定了基础。最后,基于该最优型OST确定性测量矩阵,提出了一种机械振动信号数据压缩采集方法,该方法在不丢失原始振动信息的条件下,大大降低了采样数目,为解决目前海量数据的传输和存储压力问题提供了新方向。

关键词：机械振动信号;;压缩感知;;测量矩阵;;约束等距性;;非相干性;;阈值收缩;;奇异值分解

查看摘要 索取原文[0页]

随着社会的进步与发展,人们对能源的需求量越来越大,资源开采的频率越来越高,所以矿山资源开采的过程中需要使用矿山机械提高开采效率。但是,大型的器械会释放出污染环境的有害物质,加重环境的负担。本文主要分析了矿山资源开采中矿山器械低碳环保的发展意义、发展模式以及关键性技术,希望能够促使矿山资源的开采能够符合可持续发展的要求。

关键词：矿山机械;;低碳环保;;回收再利用

查看摘要 索取原文[0页]

模具生产对于生产精度的要求是比较高的,加强数控加工技术在机械模具制造中的运用能够有效地提高生产精度、生产效率以及提高产品质量。所以本文就对数控加工技术在机械模具制造中的应用进行了研究。

关键词：数控加工;;机械模具;;优势;;应用

查看摘要 索取原文[0页]

物流产业得到了较为蓬勃的发展,在物流需求不断增长的同时,我国当前港口的发展面临着较大的挑战。港口耗能逐渐变高,其主要表现在港口机械的耗能上[1]。对港口机械进行耗能检测与节能是帮助优化我国港口机械工作方法与促进物流产业平稳发展的重要手段。本文通过对港口机械能耗的检测方法与评价方法进行简析,旨在帮助港口机械进行节能减排。

关键词：港口机械;;能耗;;检测方法;;评价方法

查看摘要 索取原文[0页]

本文通过对WZ区安监站建筑起重机械安全检查服务外包的研究和分析,了解其运作的背景、方式和成效。通过对此类专业技术检查服务外包运行过程中存在的问题和原因等进行深入的分析,探究建筑工程安全监督服务外包的实践方向,进一步完善此类专业技术检查服务的外包模式,期望通过这种研究破解大部分政府公共服务外包实践探索中的现实困局,为全国各地专业技术检查服务外包或其它公共服务外包工作提供一定参考。首先本文阐述了研究所涉及的一些管理学和经济学理论,对有关概念进行了界定。然后介绍了政府公共服务外包的总体情况,主要包括国内外专家学者对公共服务外包的理论研究,我国政府公共服务外包的发展历程和现实状况,以及当前建筑工程安全监督工作在服务外包方面的探索情况等。其次简单介绍了WZ区住建局安监站以及建筑起重机械安全检查领域的相关状况,阐述了建筑起重机械安全检查服务外包的背景和意义。本文重点是对WZ区安监站建筑起重机械安全检查服务外包做了详细分析,从决策选择、过程管理、监督评估各个方面对服务外包做出系统性研究,同时通过对普通一线安监员、施工人员和外包服务商的问卷及访谈调查了解外包前的安监工作存在的问题和困难以及外包后带来的好处以及存在的新问题等,全面评估WZ区安监站建筑起重机械安全检查服务外包这一做法。最后本文阐述了WZ区安监站建筑起重机械安全检查服务外包可以进一步完善的地方,从规范合同、减少腐败、完善评估等多个方面提出了一些建议和措施,希望更多的地方更多的领域能根据实际情况采用合适的外包方式,不断提升政府在建筑工程领域的安全监管水平。

关键词：服务外包;;建筑起重机械;;安全检查

查看摘要 索取原文[0页]

电对人类的生产生活有着至关重要的影响,储能系统被视为电力生产过程中“发-输-配-用-储”五大环节中的一个重要组成部分。机械弹性储能技术是最近提出的一种新型储能技术,它以机械涡簧为储能介质,以永磁同步电机为执行机构实现能量的存储和发电。本文针对机械弹性储能系统发电运行中遇到的实际问题,主要对机械弹性储能实验系统发电运行的模型和控制策略进行了研究。论文的主要工作如下:(1)分析了机械弹性储能实验系统的工作原理,基于系统发电运行的实际结构,建立了储能箱、永磁同步发电机、变流器的数学模型。根据系统的数学模型分析了发电运行中控制问题的形成原因,为后续的研究奠定了基础。(2)机械弹性储能实验系统发电运行时涡簧形状不断发生变化,导致其输出扭矩和惯量表现出时变特性。针对这一问题,本文提出了一种动力源扭矩和转动惯量时变的PMSG反推控制策略,使用降维观测器辨识涡簧输出的动力源扭矩,用朗道辨识算法辨识系统的转动惯量,并将扭矩和惯量辨识结果结合反推自适应方法设计了反推控制器。仿真结果表明,降维观测器和朗道辨识算法能够快速跟踪变化的扭矩和转动惯量,反推自适应控制器能够有效抑制储能箱参数变化带来的扰动,PMSG的速度和输出电流能够得到有效控制。(3)为防止系统启动时定子过流的“过冲”问题,并进一步考虑实际运行过程中电机参数的不确定性,解决速度传感器带来的成本高、使用不便等问题,文章还提出了一种无传感器的PMSG闭环I/f反推自适应控制策略。通过建立定子电流矢量定向下的PMSG数学模型和I/f控制特有的“转角-自平衡”特性,使得以定子电流定向的dq轴和以电机转子定向的dq轴之间的转角恒定从而使转速和电流跟踪跟定值。仿真结果表明,该控制方法能够防止启动阶段PMSG定子过流,保证速度平滑切换并且无需速度传感器。将闭环I/f结合反推自适应控制构建的辨识算法能够较精确地估计出PMSG未知的电阻和电感值,具有良好的控制效果。

关键词：机械弹性储能实验系统;;永磁同步发电机;;反推自适应控制;;I/f控制

查看摘要 索取原文[0页]

在化工、电力等行业中,旋转机械是一类非常重要的关键动力设备。对于旋转机械设备的故障诊断方法和理论的研究一直是国内外关注的重点。滚动轴承是旋转机械中十分重要的零部件,应用广泛且极易发生损坏,导致机械设备无法正常运行,甚至造成巨大的经济损失或人员伤亡。因此,对于滚动轴承进行及时有效的故障诊断具有重大的意义。针对滚动轴承早期微弱故障识别率偏低的问题,本研究欲在粒计算概念下应用邻域粗糙集理论进行的敏感故障特征提取与属性约简算法进行研究与探讨。主要研究内容与取得的研究结论如下:首先,对滚动轴承产生的原始振动信号进行集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)得到11个本征模态分量(Intrinsic Mode Function,IMF)和1个余量,通过均方差和欧氏距离两个评价指标,从分解得到的IMF分量中选取前3个分量作为反映故障信息的IMF分量,进而提取出IMF分量的9个时域特征,构建出一种原始故障特征数据集;然后,对原始故障特征数据集的属性值进行归一化处理,利用邻域粗糙集(Neighborhood Rough Set,NRS)算法对处理后的原始故障特征集属性进行属性约简,剔除冗余属性信息。NRS算法可以直接在处理连续型数据,无需对数据进行离散化处理,很好的避免了因为数据离散化而造成的故障信息的缺失,影响故障诊断的精度;最后,将约简后得到的最简故障特征数据集投入分类器作为输入数据,通过分类器完成最后的故障识别过程,通过添加对比试验,对属性约简混合算法的准确率进行分析,验证所提出的属性约简算法的有效性。本研究的创新性在于将NRS算法应用于原始故障特征数据集进行数据约简,改善当今NRS研究领域应用实验研究稀少的现状,为提高故障辨识准确准确度提供了全新的思路。EEMD分解能够实现不同类型故障特征的关键属性提取,NRS能够从大量的原始特征中准确的选出含有丰富故障信息的敏感特征,剔除冗余和无用信息,降低了分类器算法的复杂度,提高了滚动轴承故障状态的识别精度,使智能故障决策技术有更好的发展。

关键词：滚动轴承;;特征提取;;邻域粗糙集;;属性约简;;故障辨识

查看摘要 索取原文[0页]