高速列车制动盘材料研究

通过选材试验和化学成分设计,研制的高速动车组制动盘材料常温及高温下机械性能较好,热膨胀系数较小,冷热疲劳性能优异,热传导系数较高,并且锻造工艺性能好,是理想的制动盘材料。     

基于多尺度卷积类内迁移学习的列车轴承故障诊断

考虑变工况下列车轴承振动数据分布不一致情况下, 传统深度学习诊断模型的泛化能力下降, 提出了一种多尺度卷积类内自适应的深度迁移学习模型; 模型利用改进的ResNet-50网络分析振动数据的频谱, 得到了中间层次特征, 构造了多尺度特征提取器, 从不同尺度处理中间层次特征得到高层次特征; 将高层次特征作为分类器的输入, 同时计算了伪标签以缩短在不同工作条件下收集的振动信号的条件分布距离来进行类内匹配; 为了验证模型的通用性和优越性, 将提出的模型分别用于列车轮对轴承数据集和凯斯西储数据集的多个工况进行试验验证和分析。研究结果表明: 通过对齐不同域中同一类样本的高层次特征作为分类器的输入, 提出的模型获得了更为理想的故障诊断精度; 在列车轴承6个变工况诊断实例中, 平均诊断精度为90.75%, 与传统深度学习模型相比, 模型诊断精度平均提高了约10%, 召回率为0.927;在凯斯西储数据集的12个变工况诊断实例中, 模型平均诊断精度达99.97%, 比传统模型提高约10%。可见, 利用伪标签减小了不同域之间的条件分布差异, 很好地处理了源域和目标域数据分布不一致的问题; 多尺度特征提取器能从不同尺度对齐样本的高层次特征, 增强了模型的泛化性与鲁棒性, 是解决变工况列车轴承故障诊断问题的一种有效模型。      

更高速度等级动车组齿轮箱试验研究

对更高速度等级动车组齿轮箱进行了试验研究,对齿轮箱典型性能参数进行了测试和分析,试验结果和分析表明,齿轮箱温升正常,密封可靠,传动平稳,无异常振动和噪声,齿轮箱运转正常,满足更高速度应用要求。通过本试验研究,可为高速动车组齿轮箱开发和试验提供技术积累及参考。     

1.65 MW风电齿轮的设计及工艺研究

通过研究寻找合理的齿轮设计参数及制造工艺来满足风力发电齿轮传动系统的设计要求和使用要求,总结了在1.65 MW风电增速齿轮箱研究过程中齿轮设计及制造工艺的研究方法和设计经验.     

高速列车制动盘温度及热应力仿真分析

根据300km／h高速列车的模型参数，对研制的高速列车用制动盘温升情况进行了ANSYS仿真分析，对锻钢制动盘盘体进行了热应力分析。结果表明，该制动盘能满足材料强度方面的要求。同时对制动盘与粉末冶金摩擦片配对的制动试验情况及结果数据进行了分析，表明了研制的高速列车制动盘在结构和制动性能方面具有较大的优势，能满足高速动车组用制动盘的要求。