基于半解析法的钢绞线丝间摩擦学性能研究

为探究钢绞线丝间摩擦学性能，考虑钢绞线丝间摩擦接触和往复滑动行为等因素，基于曲杆理论、Archard磨损理论等，建立了周期弯曲钢绞线丝间摩擦学性能求解模型，采用半解析法实现快速求解，并通过与曲杆理论、有限元仿真结果对比以及磨损试验验证模型有效性，进而研究钢绞线丝间磨损深度、摩擦接触滑移等摩擦学性能参数的分布规律，分析载荷幅值、几何结构以及材料属性等对其丝间摩擦学性能的影响.结果表明：钢绞线丝间磨损发生在弯曲中性层外侧，钢丝未接触或接触但未发生滑移之处不发生磨损；弯曲载荷越大，磨损越严重；侧丝半径、捻角越大，丝间接触压力与接触变形均增大，故而磨损加剧；总磨损深度随钢绞线材料的弹性模量和泊松比增大而增大.     

基于SAM-ED光谱匹配的绝缘子污秽类型检测方法研究

污闪是威胁电网安全可靠运行的重要原因之一，污秽类型差异将直接影响闪络电压大小。因此，及时掌握绝缘子污秽类型信息对预防污闪有重要作用。为此提出了一种基于SAM-ED光谱匹配的绝缘子污秽类型检测方法。采集不同污秽类型样本高光谱数据，经黑白校正及多元散射校正(MSC)去除噪声等干扰因素；利用竞争自适应重加权采样法(CARS)对光谱数据进行特征选取，分别在特征波段和全波段范围内通过SAM-ED光谱匹配法将测试组样本光谱与参考光谱进行匹配，根据匹配结果对样本进行分类；实验结果表明：相比于光谱角匹配法和最小距离法，SAM-ED光谱匹配法检测效果更好；基于全波长数据进行SAM-ED光谱匹配准确率可达95%,基于特征波长数据进行SAM-ED光谱匹配准确率可达98.33%。     

无压浸渗SiC/Al复合材料的摩擦磨损性能研究

采用无压浸渗法制备不同碳化硅粒度和体积分数的SiC/Al复合材料,利用销-盘摩擦磨损试验机考察了碳化硅的粒度和体积分数等对SiC/Al复合材料干摩擦磨损性能的影响,采用扫描电子显微镜观察磨损表面形貌并分析其磨损机理.结果表明,SiC/Al复合材料的磨损率随碳化硅体积分数增加而降低.与灰铸铁配副时,材料的摩擦系数与磨损率明显依赖于碳化硅粒度,二者均随碳化硅粒度增加而降低.复合材料的磨损机制以碳化硅颗粒的碎裂、脱落和表面犁沟为主要特征.     

具确定弱区域正交各向异性薄板的弹塑性屈曲分析

基于弹塑性力学和损伤理论,建立了一个与应力球张量有关的具损伤正交各向异性材料的混合硬化屈服准则,该准则无量纲化后与各向同性材料的Mises准则同构,在此基础上,建立了正交各向异性材料的增量型和全量型弹塑性损伤本构方程,并以具确定弱区域正交各向异性矩形薄板为例,根据屈曲时的能量准则和全量理论,以等效塑性应变为内变量,对其弹塑性屈曲问题进行了分析,讨论了几何参数和弱区域对正交各向异性薄板弹塑性屈曲临界应力的影响.     

点、线接触真实粗糙表面的弹流润滑研究

本文给出了点、线接触的真实粗糙表面的微弹流数值解。在给定随机粗糙表面样本后,求解大小不同的载荷和粗糙的弹流问题。从计算结果可以看出,由于Reynolds方程中速度项的作用,在表面对应粗糙的位置处引起了压力变化,从而因其产生的弹性变形使粗糙变得平滑。对此光滑表面解可以看出,因粗糙引起的压力和膜厚的变化在光滑解附近波动。载荷较大时,压力分节接近固体接触情况。     

弹塑性板壳结构非线性有限元分析

本文根据塑性流动理论的基本公式，由隐式积分导出了与路径无关的变量更新算法和一致切线模量。采用单元广义应力应变直接离散塑性流动定律，构造了杂交应力单元一致切线刚度矩阵的显式表达式，编制了结构有限元程序ＳＡＦＥ，数值算例表明：本文的计算方法和计算程序是正确可靠的，可用于弹塑性板壳结构的非线性分析，计算结果屈曲临界载荷和极限承载能力。     

弹性杆与结构接触冲击的冲击力计算研究

本文提出了一种将杆与结构的接触冲击问题简化为集中力与集中阻尼的常规结构动力学问题的计算模型。对于大型结构，可采用一种特殊的人工边界，只需对人工边界域内的结构用有限元法进行计算。这种人工边界是齐次的，可根据冲击影响区的大小人为地确定     

La2O3和WSi2增强MoSi2基复合材料的摩擦磨损性能研究

选用MRH-5A型环-块摩擦磨损试验机测定了3种载荷和2种转速条件下La2O3和WSi2增强MoSi2基复合材料在滑动干摩擦时的摩擦磨损性能,采用扫描电子显微镜分析了复合材料磨损表面形貌.结果表明:La2O3和WSi2增强MoSi2基复合材料的抗磨性能优于MoSi2及WSi2/MoSi2材料;当载荷与速度乘积(pv)值小于183.04N·m/s时,La2O3和WSi2增强MoSi2基复合材料的磨损质量损失仅为相同条件下MoSi2的1/4～1/6和WSi2/MoSi2的1/2;这是由于La2O3和WSi2复合增强相存在硬化和韧化协同作用所致;随着pv值增加,La2O3和WSi2增强MoSi2基复合材料依次呈现犁削、粘着磨损和疲劳磨损特征.     

铝基复合材料高速干摩擦行为的遗传神经网络预测模型

对4种SiC颗粒增强铝基复合材料在5种速度和4种压力条件下进行了销-盘摩擦磨损试验,运用遗传神经网络技术建立了铝基复合材料在高速干滑动过程中的摩擦行为预报模型,并用该模型对铝基复合材料进行预报.结果表明,蓄热能力较大的铝基复合材料在服役条件下具有较高的摩擦系数,与实际情况相一致.用遗传神经网络建立的铝基复合材料摩擦行为预测模型为服役条件下提供了简便、可靠的优选材料方法.