摘要：液体静压推力轴承的动态特性直接决定了其运行状态的稳定性,而油腔结构和节流方式是影响其动态特性的重要因素。为此,基于小扰动法将环形油腔液体静压推力轴承的Reynolds方程分解成动态方程和静态方程,分别求解得到小孔和毛细管节流方式下其油膜刚度和阻尼系数的解析表达式。同时,通过开展油膜刚度测量实验来验证理论计算结果的正确性,两者之间的相对误差小于15%。理论计算结果显示:对于液体静压推力轴承,环形油腔优于圆形油腔,小孔节流优于毛细管节流。通过分析油腔面积和油腔位置对小孔节流环形油腔液体静压推力轴承油膜刚度和阻尼系数的影响规律发现,当内、外径等基本结构参数确定时,调整油腔的面积和位置可以有效优化该轴承的动态特性系数。研究结果有助于以动态特性为目标的液体静压推力轴承的结构优化设计。

摘要：油膜刚度系数是液体静压轴承的关键性能参数之一。针对缝隙节流液体静压轴承,推导了其油膜承载力的解析表达式,并在此基础上进一步推导了油膜刚度系数的解析表达式。相比于传统经验公式,采用该表达式的计算结果与实验结果更吻合。通过分析应用案例可知:油膜承载力与节流参数、主轴离心率均呈正相关关系;油膜正向刚度系数随着离心率的增大而减小,油膜交叉刚度系数随着离心率的增大而增大,并且正向刚度系数明显大于交叉刚度系数。利用该轴承油膜刚度系数的表达式,可以通过测量轴承运行过程中的轴心位置,实时得到轴承油膜刚度系数,从而对缝隙节流液体静压轴承的运行进行有效监控。

摘要：针对剩余使用寿命预测(RUL)领域中深度神经网络模型参数选择困难、预测精度难以提升的问题,提出了一种基于麻雀搜索算法优化的改进时间卷积神经网络(TCN)的RUL预测模型.该方法首先采用前向填充滑动采样进行样本时间步的添加,然后使用层规范化对TCN中的残差块结构进行改进,最后在C-MAPSS数据集上进行验证.结果表明,在均方根误差(RMSE)和得分函数(SF)两个指标中,相比于采用批规范化和权重规范化的TCN,改进的TCN使其平均降低了29.56%和70.13%;前向填充滑动采样能取更长的时间步,其两项指标比直接滑动采样的两项指标分别下降了8.34%和20.96%;提出的方法在涡扇发动机的4个子数据集上的这两项指标,比本文其他方法的两项指标分别平均降低了20.89%和65.62%.