离子束增强沉积TiN薄膜的耐蚀性

采用不同离子束入射方向的离子束增强沉积技术（IBED）在W18Cr4V高速钢表面沉积TiN薄膜.利用阳极极化曲线测试技术研究TiN薄膜在0.5mol/L H2SO4和3％ NaCl溶液中的耐蚀性.结果表明：在0.5mol/LH2SO4溶液中,离子束入射角度为45°时的TiN薄膜的阳极极化曲线呈现自钝化,自腐蚀电位Ecorr由原始高速钢的-400 mV增至-71 mV,致钝电流密度ib和维钝电流密度ip分别比原始试样降低4个和2个数量级,耐蚀性能显著提高.在3％ NaCl溶液中,离子束入射角度分别为0°、30°沉积的TiN薄膜的阳极极化曲线均呈现自钝化-点蚀击穿过程,随着入射角度的增加,自腐蚀电位和点蚀击穿电位升高,入射角度为45°时的TiN薄膜不发生点蚀破坏,自腐蚀电位Ecorr由原始高速钢的-600 mV增至-10 mV,具有高的抗点蚀性能.     

Brittle failure caused by lamellar splitting in a large-scale tubular joint with fatigue cracks

This paper reports a new incidence of brittle failure by lamellar splitting in a large-scale tubular X-joint and examines the possible causes of this failure. The X-joint, with multiple pre-existing fatigue cracks at the weld toe along the brace-to-chord intersection, experiences brittle failure during a monotonic in-plane bending test. Post-test sectioning of the material around the brace-to-chord intersection reveals lamellar splitting in the mid-thickness of the chord wall instead of rapid extensions of the fatigue cracks in the through-thickness direction. The lamellar splitting observed in this test differs from the conventional lamellar tearing both in its appearance and in its causes. The elongated nonmetallic inclusions concentrated at the mid-thickness, as revealed by the microscopic scanning, leads to delamination cracking near the mid-thickness and subsequently to the brittle failure of the joint. The material requirements in prevailing engineering codes do not suffice to prohibit the lamellar splitting failure observed in this study, which may cause catastrophic failures in engineering structures designed with insufficient redundancy.     

时间阈值对公交不平等评价结果的影响

时间阈值对公交可达性计算结果的影响,是否进一步影响到公交不平等评价结果,尚不明 确。以浙江省海宁市为例,用一种改进的两步移动搜索法(E2SFCA)计算公交可达性,得到 10~90 min共9个时间阈值下研究区域的总体、市区和农村公交服务的基尼系数,比较了不同时间 阈值下的基尼系数差异;按市区和农村两个群组对总体基尼系数进行分解,分析在时间阈值下群 组内和群组间不平等对总体公交不平等的影响。结果发现：随时间阈值增大而基尼系数逐渐减 小,公交不平等评价由“差距悬殊”变为“相对合理”;总体公交不平等的主要来源为群组内不平等 且贡献率在10~40 min时逐渐下降,在50~90 min时逐渐上升。研究表明,不同时间阈值会使公交 不平等评价结果出现偏差甚至得到相反的结论,有必要进一步研究消除时间阈值影响的方法。     

基于粗糙集的特征值优化及柴油机故障诊断

为提高故障诊断的效率,给出了一种基于粗糙集理论的柴油机故障诊断系统。以某大功率柴油机为例,采用时域频域分析和小波包能量谱分析两种方法提取特征值,通过对比优选,将敏感性和稳定性较好的小波包能量谱特征值应用粗糙集理论进行优化,最后通过神经网络进行故障模式分类。试验表明,小波包能量谱分析方法可以提取敏感性和稳定性较好的特征值,粗糙集理论的特征属性约简能有效地减少神经网络的输入节点数,提高故障分类的准确率。     

利用小波包分析进行雷达图像消噪研究

针对船用雷达图像消噪问题,提出了应用小波包分析算法对雷达图像进行消噪处理.小波包分析算法对上一层的低频部分和高频部分同时进行细分,具有更为精确的局部分析能力.本文对小波包分析进行了改进,解决了频率混叠问题,其消噪效果更佳,具有更为广泛的应用价值.     

小波包能量特征法在汽车变速器轴承故障诊断中的应用

归纳和总结了小波神经网络轴承故障诊断法的实施步骤,阐述了小波包的原理,并以变速器轴承故障诊断为例,提取了小波包节点能量作为反映变速器轴承故障类型的振动信号特征参数,并用这些特征参数训练BP神经网络进行故障模式识别。结果表明,如果神经网络设计合理,训练适当,则具有很强的故障识别能力。说明了利用小波包能量法和BP神经网络进行变速器轴承故障诊断是可行而且有效的。     

Resource Partitioning and Routing Optimization in Relay Enhanced Cellular Network

A joint routing and resource partitioning scheme were proposed to improve cell capacity and user throughput of cellular network enhanced with two-hop fixed relay nodes (FRNs). Radio resources are partitioned under a reuse partitioning based framework, which guarantees effective and efficient inter-cell interference management. At the same time, each mobile terminal was assigned a channel-dependent route by the routing controller, which tries to maximize the cell capacity under the constraint imposed by reuse partitioning. Intensive computer simulations demonstrate the performance superiority of the FRN enhanced cellular network employing this scheme in comparison with conventional network, as well as the validity of the channel-dependent routing mechanism.     

换热冷却的实验与仿真研究

为了正确分析切削介质的强化冷却对金属切削过程的影响,采用实验和仿真对比分析的方法,探讨了不同冷却方式下试件"汽化能力"的最佳值问题.应用商业有限元软件DEFORM-2D,对材料进行了强化冷却条件下的正交切削有限元模拟,讨论了金属切削过程中切削温度和切削力的变化.结果表明:不同的材料,不同的切削区温度,都有相应的最佳冷却方式,并不是强化冷却方式越强即换热系数越大,冷却效果就越好.只有达到材料的最佳"汽化能力"亦即发挥了材料的最佳换热性能时,才能达到最佳的冷却效果.     

非平稳机械振动噪声中瞬态故障信号的检测

结合非平稳机械运行状态,分析了非平稳振动信号中瞬态故障信号和平稳振动信号的特点,介绍了应用小波包理论进行故障信号检测的基本原理.通过小波包变换后,平稳振动信号和瞬态故障信号的小波包-能量谱表现出不同的特性.本文运用统计信号处理的理论,构造了相应统计量进行假设检验判决,判断平稳振动信号中是否存在瞬态故障信号。针对变速箱故障声压信号的非平稳时变特点,给出了小波包分析处理变速箱故障声压信号的原理和方法,并分析了一个变速箱齿根裂纹故障的诊断实例.实验结果表明,该方法可以有效地提取淹没在平稳振动噪声信号中的瞬态故障信号的特征,准确判断出故障,验证了该方法对机械设备进行故障诊断的有效性,对其它类型的机械故障诊断也具有一定的参考价值。     

基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究

机车走行部滚动轴承的状况直接关系到机车的性能和列车的运行安全。针对目前机车走行部滚动轴承故障诊断准确率不高、模型构建时间较长的问题,提出一种基于小波包和贝叶斯分类的故障诊断方法。通过小波包变换构造故障特征集,利用粗糙集和主成分分析进行降维,将未降维和降维之后的故障特征集输入到贝叶斯分类模型中实现故障诊断,最后将贝叶斯分类方法和神经网络及最小二乘支持向量机方法进行比较。仿真结果表明,朴素贝叶斯分类方法构建模型的时间更短,分类准确率更高。