不均衡闸瓦压力下重载机车曲线通过动态行为

以我国HXD型六轴重载机车为研究对象,基于UM仿真软件,建立了综合考虑多种非线性力学关系的重载机车多体动力学模型。考虑不同轮对左、右侧闸瓦制动的正常和失效工况,将制动动作简化为单纯的闸瓦压力作用过程,分析了轮对两侧的不均衡闸瓦压力对重载机车曲线通过动态行为的影响规律。研究结果表明,曲线通过时,一位外轮轮轨动态相互作用最为剧烈,且不均衡闸瓦压力对各轮对的影响效果不同,较之于其他车轮,对端部轮对轮轨动态行为的改变最为明显,受此影响,其轮对摇头角和轮轨磨耗功率可增大约13%和11%,而轮轨横向力、垂向力及脱轨系数等相差较小。在日常检修维护中应尽量避免不均衡闸瓦压力的出现,有利于进一步提高机车制动安全性。     

空气悬架铰接电动客车车身骨架可靠性评估

为对某款空气悬架铰接电动客车车身骨架进行可靠性评估,首先建立了整车骨架有限元分析模型,以满载弯曲工况为例,对其进行了静强度分析;其次选用Workbench集成的Fatigue Tool工具对整车车身骨架进行了疲劳寿命分析,依据得到的整车疲劳寿命云图和各节点的寿命,确定了整车车身容易发生疲劳破坏的位置,为空气悬架约束下的铰接电动客车改进设计提供了理论依据。     

55t重型自卸车平衡悬架用推力杆断裂分析

针对某矿用三轴重型自卸车因推杆失效而导致产品可靠性低的问题,建立了对橡胶采用C3D8H单元,对金属构件采用C3D8R单元和C3D4单元的平衡悬架用推力杆有限元分析模型。利用有限元分析软件ABAQUS对其进行了强度分析、模态分析和屈曲分析。有限元分析结果和推杆在实际使用中出现的异常断裂情况相吻合,找出了该车推杆裂纹过早出现的原因,并给出了推力杆改进设计的方法。实际改进结果表明：改进方法是有效的。     

基于共振解调的铁路货车轴承故障诊断

以铁路货车轴箱双列圆锥滚子轴承为研究对象,基于共振解调技术研究了早期故障精密诊断方法。首先在轮对跑合实验台上,采用压电加速度传感器、信号调理器和INV36DF型信号采集处理仪等搭建轴承故障测试系统,测量该类型轴承外圈和滚子存在轻微故障时的振动信号,然后通过带通滤波、包络解调和频谱分析等方法,准确提取出了轴承外圈和滚子的故障特征频率。研究结果表明,利用这种方法可以消除系统噪声干扰,能有效诊断出轴承外圈和滚子的轻微损伤。该方法对于铁路货车轴承的早期故障诊断具有较好的理论意义和实际应用价值。     

固体蓄热电锅炉放热过程蓄热体组温降一致性研究

针对固体蓄热电锅炉放热过程存在的蓄热体组温降不一致问题,采用数值模拟和实验测试相结合的方法对某公司生产的240 kW固体蓄热电加热锅炉的配风箱进行了改进,并采用反映各散热风道均匀性的CU值对改进前后配风箱出口流量的均匀性进行了评价。结果表明,对于结构形式极不规则的配风箱,采用设置导流板的措施可以有效提高多通道循环风量的一致性,改进后的配风箱出口流量的CU值较改造前提高了66%。将改进后的配风箱安装在固体蓄热电加热锅炉进行了蓄热体组温度的测定。结果表明,在蓄热锅炉放热过程中,蓄热体组的温降一致性得到了显著的改善。     

基于EMD模态相关和形态学降噪的齿轮故障诊断研究

为了从齿轮振动信号中提取出包含有故障信息的特征频率,针对现有EMD(Empirical Mode Decomposition)降噪算法中的IMF重构问题,提出了基于EMD模态相关和形态学降噪的齿轮故障诊断方法。首先采用EMD将目标信号分解为若干个IMF分量之和,利用模态相关分选准则选取噪声主导分量和信号主导分量的分界点,并利用各个IMF分量的自相关函数来验证该准则的正确性;然后将选到的噪声主导分量进行形态学滤波,利用峭度准则优化形态学结构元素尺度,自适应的寻求最优解;最后将滤波后的噪声分量与剩余分量进行重构,得到滤波重构信号,通过频谱分析识别齿轮故障特征频率。仿真数据和齿轮裂纹故障实验测试数据的分析表明,该方法滤波效果理想,能更有效地提取出齿轮故障特征。     

基于M形深度架构的非结构化道路可行驶区域推荐模型

针对边界模糊、路况多变的非结构化道路，为满足智能汽车在正常、应急等复杂行驶工况下对可行驶区域的视觉检测需求，提出一种在M形深度架构下融合多尺度交互策略和双重注意力机制的可行驶区域推荐模型，能够在复杂驾驶场景中精细分割出非结构化道路的强推荐、弱推荐、不推荐行驶区域。首先，在编码器-解码器的骨架基础上，构建倒金字塔式的多尺度分层输入和分层输出结构，以有效融合非结构化道路的浅层形态学特征与深层语义信息，并平衡模型在不同尺度上的预测偏倚，提升复杂驾驶场景下对多尺度与变尺度目标的分割精度；其次，构建集成通道注意力和空间注意力的跳跃连接结构，使模型在实现编码特征与解码特征高效传递的同时，聚焦于学习与道路可行驶性相关的重要特征，进一步强化模型对非结构化道路的检测性能。通过多种途径构建包含城郊、乡村、园区等真实场景的非结构化道路驾驶数据集。试验结果表明：得益于M形深度架构对多尺度交互策略和双注意力机制的融合，提出的模型在多种真实驾驶场景下均能较好地实现强推荐行驶区域、弱推荐行驶区域、不推荐行驶区域和背景区域的精细分割，平均交并比达到92.46%，平均检测速度达到22.7帧·s^-1；与现有其他主流模型相比，提出的模型兼顾了分割精度和时间效率，在非结构化道路可行驶区域检测任务上有明显优势。     

基于MCKD的振动信号压缩感知方法

齿轮箱在状态监测和故障诊断过程中,依据传统的奈奎斯特采样定律采集到的振动信号数据量过大,且传输速度过慢。针对这些问题提出了基于最大相关峭度解卷积(MCKD)的振动信号压缩感知(CS)方法。首先对原始信号进行MCKD降噪处理,获得比原始信号更为稀疏的信号;然后利用高斯随机矩阵作为信号压缩测量中的感知矩阵,通过离散余弦变换(DCT)生成完备字典;最后结合L_1范数重构算法对原始信号进行重构。实验结果表明,在相同压缩率下,与传统的压缩感知方法相比,本文所提的方法能有效地提高重构信号的相似度。