排序方式: 共有30条查询结果,搜索用时 468 毫秒
21.
22.
轮对内侧距对机车车辆动力学性能影响的试验研究 总被引:11,自引:0,他引:11
在分析国内外轮对内侧距方面已有研究结果的基础上,在不改变车轮踏面形状、轨距和钢轨轨头形状的情况下,进行单纯改变车辆轮对内侧距的滚动台试验研究,分析等效锥度对轮轨接触几何关系的影响,得出以下结论。①在保持轮轨接触几何关系相同的情况下,增加轮对内侧距有利于改善轮轨关系和机车车辆动力学性能。②在车轮踏面形状、轨距、钢轨轨头形状等保持不变的情况下,单纯改变轮对内侧距,必然会导致轮轨接触关系的变化,从而影响机车车辆的动力学性能;对于我国目前采用的车轮踏面形状、轨距、钢轨轨头形状而言,轮对内侧距从1 353 mm变化到1 360 mm,将导致轮轨接触等效锥度的增加,从而降低车辆的运动稳定性临界速度。③轮对内侧距的选取与车轮踏面形状的选择密切相关,在改变轮对内侧距以后,必须根据轮轨接触几何关系的变化重新对其进行综合优化,确定合适的车轮轮缘踏面外形。 相似文献
23.
24.
25.
26.
27.
28.
主要介绍了基于深度学习技术的零件加工质量缺陷检测在制造业中的应用。传统的零件检测方法存在检测精度不高、人工干预较多等问题,而基于深度学习技术的零件加工质量缺陷检测方法可以有效地解决这些问题,提高产品质量和生产效率。文章以曲轴生产过程中两侧孔内部铁屑残留的检测为例,详细介绍了基于YOLOv5深度学习框架的自动化视觉检测系统方案。该系统使用PLC触发软件控制相机拍摄两侧孔内部图像,通过深度学习模型识别孔内是否存在铁屑残留,并将结果展示并保存在界面上,最终反馈给PLC合格与不合格信号。采用深度学习模型,可以快速、准确地完成检测任务,并且能够进行追溯和分析。文章还对比了传统目视检查方案和基于深度学习的检测方案的优缺点,并提出了硬件工装设计和优化建议。总体来说,基于深度学习的目标检测技术在制造业领域具有高效性、准确性、灵活性和可靠性等优势,能够帮助企业提高生产效率、降低成本,并且提高产品质量和安全性。该研究为零件目标检测领域的深入应用提供了借鉴和参考,也为其他工业自动化、智能安防和自动驾驶等领域的应用提供了启示。 相似文献
29.
在分析重载机车102型钩缓装置结构特点的基础上,明确其受拉状态下最大自由转角大于受压状态的特点;通过唐包线重载列车实车试验数据,评价102型钩缓装置在双机重联牵引运用环境下区间运行和侧向通过12号道岔工况下的重载适应性,分析车钩最大自由转角和机车二系悬挂横向刚度对重载机车安全性的影响;采用加权离散方法,建立可模拟车钩钩肩止挡和缓冲器偏压特性的102型钩缓装置动力学子模型,基于此搭建机车位于双机重联位和中部从控位的列车动力学模型并进行验证,仿真分析102型钩缓装置在组合编组运用环境下的重载适应性。结果表明:102型钩缓装置能够适应双机重联牵引单元万吨列车的安全运用要求,在侧向通过道岔时具有较好的线路曲线方向跟随性;机车二系悬挂刚度、车钩最大受压自由转角对机车运行安全性具有明显影响;在满足现场车钩连挂需求的前提下合理控制车钩最大受压自由转角,102型钩缓装置能够适应双机组合牵引2万t列车的安全运用要求。 相似文献
30.