一种确定仿生爬行式超高频振动时效仿生爬行间距的方法

    公开(公告)号:CN111737838B

    公开(公告)日:2024-01-30

    申请号:CN202010640149.1

    申请日:2020-07-06

    Abstract: 确定仿生爬行式超高频振动时效仿生爬行间距的确定方法,包括以下步骤:采用有限元软件模拟构件加工制造过程,获取峰值残余应力在构件上的具体位置和大小;搭建超高频振动时效系统;粘贴应变式传感器;得到超高频振动时效激振设备定点激振时构件上的动应力分布状态;确定超高频振动时效消除残余应力的有效范围;确定仿生爬行式超高频振动时效爬行的间距。本发明具有能够提高仿生爬行式超高频振动时效技术的效率与效果的优点。

    一种绿色智能振动时效系统及方法

    公开(公告)号:CN109182728B

    公开(公告)日:2023-08-18

    申请号:CN201811050251.5

    申请日:2018-09-10

    Abstract: 绿色智能振动时效系统,包括上位机系统、信号发生器、驱动器、激振器、应变传感器、动态应变仪、加速度传感器、电荷放大器、示波器、数据采集卡、支撑装置;激振器固定在构件表面,构件采用具有弹性的支撑装置进行支撑;上位机系统包括应变波形获取模块,应变峰值提取模块,动应力转换模块,构件弹性模量设置模块,电压波形获取模块和电压峰值提取模块。绿色智能振动时效方法包括数值模拟分析;确定有效振型与参考频率;将构件与激振器固定连接,对构件进行弹性支撑;得到激振动应力转换方法;确定激振频率;确定激振动应力;确定激振时间。本发明具有能够提高振动时效系统的智能化水平以及获得理想的振动时效消除残余应力的效果的优点。

    用于消除小尺寸构件残余应力的智能高频振动时效系统

    公开(公告)号:CN110760670B

    公开(公告)日:2023-06-23

    申请号:CN201911217460.9

    申请日:2019-12-03

    Abstract: 本发明涉及振动时效技术领域,特指一种用于消除小尺寸构件残余应力的智能高频振动时效系统。系统由PC机、信号发生器、功率驱动器、电磁式激振器、高频振动能量放大装置、垫块、应变片以及动态应变仪构成;PC机控制信号发生器输出高频激振信号,经由功率驱动器放大后输入电磁式激振器,进而驱动电磁式激振器产生高频振动;小尺寸构件安装在工作台的上表面;应变片粘贴在小尺寸构件峰值残余应力处;在高频振动能量放大装置的轴向共振频率下对小尺寸构件进行高频振动时效处理。本发明具有能够改善高频振动时效消除残余应力的效果的优点。

    超声冲击振动时效装夹装置

    公开(公告)号:CN114854977A

    公开(公告)日:2022-08-05

    申请号:CN202210684000.2

    申请日:2022-06-17

    Abstract: 超声冲击振动时效装夹装置,其特征在于:包括两个U型横梁、四个固定机构、两个滑块导轨机构、两个传动机构、两个压紧机构和工作台;固定机构包括压紧块、压紧螺纹杆、移动块、固定螺钉;滑块导轨机构包括凹形导轨、滑块;传动机构包括外壳、螺杆涡轮、蜗杆、轴承、梯形螺母、摇杆;压紧机构包括压臂、曲形连接板、槽口移动杆、压紧工件螺纹杆、半球形压紧块。本发明提出的超声冲击振动时效装夹装置具有装夹位置可调、装夹固定效果好的优点。

    一种基于直方图距离的突变信号检测方法

    公开(公告)号:CN113723207A

    公开(公告)日:2021-11-30

    申请号:CN202110895055.3

    申请日:2021-08-03

    Abstract: 本发明提供一种基于直方图距离的突变信号检测方法,所述方法包括以下步骤:(1)采集原始信号;(2)分割信号,将原始信号以k点为分界点分为两个窗口段;(3)计算两个窗口段的相对频率直方图;(4)获取两个窗口段的相对频率直方图距离;(5)确定突变点,移动两相邻窗口段,找出直方图距离最大的点,将该点的对应时间视为信号突变时间。本发明能准确、快速识别信号发生突变的时间,解决了现有突变信号检测方法检测精度低、稳定性差问题,适用于故障诊断、地质学等多种领域。

    一种基于BP神经网络的振动时效工艺参数优化方法

    公开(公告)号:CN113564341A

    公开(公告)日:2021-10-29

    申请号:CN202110676200.9

    申请日:2021-06-18

    Abstract: 一种基于BP神经网络的振动时效工艺参数优化方法,其特征在于:包括以下步骤:采用正交试验设计法制定振动时效实验方案,开展振动时效实验,获取实验数据;将所获得的数据样本集按照不同参数类别分别进行量纲一化处理,并按照一定的比例将该数据集分为训练样本与测试样本两部分;采用量纲一化后的数据对BP神经网络进行训练和测试;根据测试和实验得到的残余应力值的误差分别对网络各层权值和阈值进行修正,直到预测值与实际值的相对误差均值小于设定值为止,得到最优的工艺参数组合,最终形成基于BP神经网络的振动时效工艺参数优化方法。本发明具有简化振动时效工艺参数调整过程和得到最优的工艺参数的优点。

    一种基于变分模态分解与集成深度模型的锂电池剩余寿命预测方法

    公开(公告)号:CN112348185A

    公开(公告)日:2021-02-09

    申请号:CN202011216878.0

    申请日:2020-11-04

    Abstract: 本发明公开了一种基于变分模态分解(VMD)与集成深度模型的锂电池剩余寿命预测方法。将电池可放电容量作为衡量电池剩余寿命的性能指标,首先运用VMD对可放电容量数据进行多尺度分解,深层次挖掘电容数据不同尺度背后的隐含信息;然后针对不同模态分量特性分别选取长短期记忆神经网络(LSTM)和多层感知机(MLP)两种子学习器进行训练,并基于并行式框架将各子学习器的结果集成,预测出锂电池的剩余使用寿命。该方法可以有效感知电池容量中的再生和波动特性,在对锂电池剩余使用寿命预测时具有较高的预测精度和泛化能力。

    一种基于概率密度函数相似度的声发射到达时间判断方法

    公开(公告)号:CN111766307A

    公开(公告)日:2020-10-13

    申请号:CN202010552923.3

    申请日:2020-06-17

    Abstract: 一种基于概率密度函数相似度的声发射到达时间判断方法,其特征在于:包括如下步骤:采集声发射信号;分割信号:原始声发射信号被分割成m个等时长的窗口;获取各个窗口段的相对频率直方图;获取每对相邻窗口段的相对频率直方图的箱-箱距离;得到声发射到达时间:找到最小的箱-箱距离所在的位置,这个位置为下降趋势的终点,选择拐点作为下降趋势的起点,拐点之后的第一个点即为到达时间。本发明具有能够便捷快速准确地获取所监测对象的信号到达时间,有助于开展后续的故障判定和故障定位工作的优点。

Patent Agency Ranking