简介:基于刀具磨损和钻孔尺寸误差等多个性能指标,对B4C颗粒增强铝合金切削加工参数进行评估和优化。通过Taguchi的L27,3水平4因子正交阵列进行实验设计。研究结果表明:磨粒磨损和积屑瘤一般在刀具磨损时形成,同时,边角磨损也具有重大意义。影响切削刀具的侧面磨损主要决定因素是合金中的颗粒质量分数,其次分别是进给速率、钻头的硬度和主轴转速。在所有使用的刀具中,有TiAlN涂层的硬质合金钻头在刀具磨损以及孔尺寸方面具有最佳性能。灰关系分析表明:钻头材料的影响比进给速度和主轴转速的影响更大。在最佳的钻探参数下可以得到最小的刀具磨损和孔直径误差。
简介:风电机组状态监测部位多,数据分析工作量大,人工故障识别的方式使得风电机组状态监测报告滞后.本研究提出一种基于幅值调制比率的风电机组齿轮箱失效自动识别方法,针对风电机组转速不平稳的特点首先对齿轮箱振动加速度信号进行时频分析得到机组的瞬时转速,然后进行阶比处理将等时间间隔信号序列重采样转换成等角度间隔信号序列,频域变换后选择一倍啮合频率和两倍啮合频率幅值较大值,计算调制间隔为转频的多频率点幅值累加和,再将与较大啮合频率处的幅值调制比率作为特征值表征齿轮箱的失效状态.恒速和变速风电机组齿轮箱振动数据分析结果都表明该特征值具有良好的故障与正常状态区分能力,且不同转速下该特征值具有稳定性.