摘要：开展某型船用离心通风机节能改进设计,采用数值仿真对改进前后风机内部流场进行了分析,揭示了流动对风机整体性能的影响,样机试验表明风机节能改进效果明显,本文的设计方法对离心风机节能改进具有较高的应用价值。

摘要：采用非平衡磁控溅射技术在Si3N4球及高速钢基体上制备了类金刚石(DLC)膜。采用UMT-II型球盘式摩擦磨损试验机分别考察了Si3N4球、镀DLC膜Si3N4球及GCr15球的摩擦学性能,并分析了不同滑动速度和载荷下Si3N4球表面DLC膜的摩擦学性能。研究结果表明:Si3N4球的摩擦系数及磨损率约为GCr15球的一半,但因Si3N4球脆性较大,在摩擦过程中摩擦接触表面容易剥落;Si3N4球表面镀DLC膜能有效地改善Si3N4球脆性大的弱点,并具有良好的减摩作用;Si3N4球表面DLC膜所组成摩擦副的平均摩擦系数随着载荷的增加而增大;随着速度的增加摩擦副的摩擦系数先增大而后减小,滑动速度对摩擦副摩擦系数的影响比载荷明显。实验结果表明Si3N4球表面镀DLC膜适合于高速轻载的工况。

摘要：针对机床导轨类曲面,通过表面镀制TiNi合金薄膜来提高其耐磨性。TiNi晶态薄膜在干摩擦下虽具有优异的耐磨性,有效降低粘着磨损,但TiNi薄膜的摩擦系数偏大,一般在0.4~0.6的范围内。本文采用两种不同氧化处理工艺实现TiNi薄膜的氧化处理,利用球-盘式摩擦实验机考察了干摩擦条件下氧化处理后TiNi薄膜的摩擦学性能,并对镀膜滚动直线导轨滚道的防护性能作了初步研究。结果表明：两种表面氧化处理后的TiNi薄膜在干摩擦条件下均有明显的减摩耐磨效应;表面氧化处理后TiNi薄膜的摩擦系数均稳定在0.17~0.19,比未氧化处理的TiNi薄膜摩擦系数低60%左右;加热氧化处理的TiNi薄膜表面只出现了微压痕,未见粘着及薄膜剥落,而阳极氧化处理TiNi薄膜出现轻微的粘着痕迹,转移膜呈现片状。两种氧化处理的TiNi薄膜都能显著降低表面磨损,但加热氧化处理后TiNi薄膜的耐磨性能优于阳极氧化;加热氧化处理后的镀膜导轨具有良好的耐磨性,减轻了滚动直线导轨滚道的损伤。

摘要：针对柔性材料在缠绕传动过程中张力控制存在多扰动,非线性等问题,以缠绕机为研究对象,分析了传动过程中扰动产生的原因,提出了在送纱端加入气缸缓冲结构,利用PID控制与模糊控制相结合的控制策略,建立张力控制的数学模型,搭建实验平台。实验结果表明,所设计的张力控制系统有效的缓冲了扰动对张力系统的影响,取得了良好的控制效果。

摘要：汽轮机叶片振动特性是影响汽轮机安全性的关键因素之一。本文以某型叶片为研究对象,建立三维叶片有限元模型,在考虑叶片预应力条件下,分别讨论叶轮及工作转速对叶片振动特性的影响,并进行了相关的对比分析。通过叶片振动频率变化,分析工作转速及叶轮对叶片振动影响的主要阶次范围,为叶片有限元分析设计提供参考意见。

摘要：针对容积式膨胀机出口压力与冷凝器内背压不同导致不可逆损失现象的存在,改进并设计了可变膨胀比的滚动活塞式膨胀机,并分析其工作原理。以R245fa为工质,研究了蒸发器内有机工质无过热、膨胀机无泄漏条件下,系统参数变化对膨胀机最佳膨胀比的影响。结果表明:膨胀机的最佳膨胀比受膨胀机效率的影响很小,而受发生温度和冷凝温度的影响较大,蒸发温度越高,最佳膨胀比越大,冷凝温度越高,最佳膨胀比越小,当系统某参数变化时,可以通过调节系统的其他参数使膨胀机处于最佳膨胀比下运行。为膨胀机膨胀比的设计和运行工况的选择提供参考依据。

摘要：船舶电力系统容量的不断增大使系统中发电机数量增多,分段和联络断路器的电流值都相应增加,从而给系统的保护设计带来了一定困难。本文以多台发电机的某船电力系统为例,设计了该船供电系统的保护方案。

摘要：为保证无刷励磁发电机的正常运行,提高发电模块的寿命和可靠性,对旋转整流器进行故障检测是非常必要的。对此,借助MATLAB仿真软件,对励磁机励磁电流的谐波成分进行仿真分析,并提出了采用数字电路和模拟电路这两种在线、非侵入式的旋转整流器故障检测方案,实现了旋转整流器故障在线诊断模块,并展望了下一步工作。

摘要：在变频传动系统中,脉冲宽度调制技术带来了严重的共模干扰问题,因此在进行变频传动系统设计时,有必要对系统的共模干扰进行预测和分析。为此,提出了两种用以分析变频传动系统共模干扰的感应电机共模阻抗模型,并研究了模型参数的提取方法。在分析电机内部结构的基础上,建立了基于阻抗测量的电机共模模型,通过阻抗分析仪提取了相关参数。针对只关注电机共模外特性的场合,提出了基于共模电压和电流测量的电机共模模型,考虑到频率失真和频率泄露,使用共模电压和共模电流的包络线计算模型参数。模型仿真结果与测试结果相符,验证了模型及建模方法的有效性。

摘要：为了解决单一故障特征集难以诊断多类故障的问题,本文提出了基于平行粒子群优化-反向传播神经网络(PSO-BPNN)模型的故障诊断方法。采用相关性分析找到了与每一类故障相关度较高同时受工况影响较小的特征量,设计了多个平行的反向传播神经网络(BPNN)故障诊断器,并采用粒子群优化(PSO)算法优化了BP神经网络的参数,还分析了提出的PSO-BPNN模型相较于传统的单BPNN模型在故障诊断效果上的提升。结果表明,PSO-BPNN模型的诊断正确率平均提高了6.85%,最高提高了8.57%。