基于弦振动测量金属细线的线密度

提出了一种测量金属细线线密度的新方法,并对测量原理、公式进行了较为详细的推导,将测量结果与标准值进行了比较.从测量结果可知,其相对误差较小,说明利用该方法测量细线的线密度确实可行.     

QEPAS系统中石英音叉模态仿真计算与研究

对石英音叉增强型光声光谱(QEPAS)系统中常用的石英音叉进行了有限元模态计算，获得石英音叉前6阶振型与模态频率，认知了第4阶对称摆动振型为有效振动，利用单因素法分析了石英音叉的音臂长度l₁、音臂宽度w₁、音臂厚度t、音臂切角θ、音臂圆孔直径d及音臂圆孔高度h对低阶有效共振频率(Fre)的影响，敏感度依次为： l₁> w₁>d>θ>t>h，考虑实际设计情形，筛选出了l₁，w₁，d与h四个石英音叉设计变量，采用Box-Behnken实验设计方案与RSM(response surface methodology)方法，以Fre为函数目标，建立l₁，w₁，d与h的二次回归响应面模型，得到了参数之间的交互作用，利用Design-Expert软件对响应面模型进行设计参数反求，结果表明，在15 000 Hz≤Fre≤25 000 Hz计算区域内误差较小，基本满足QEPAS系统的计算需求，所提出的研究与设计方法具有一定通用性，可为QEPAS系统中石英音叉结构参数设计提供参考。     

基于多变量希尔伯特频域模型的癫痫发作预测

癫痫发作具有突发性和反复性,对患者生命安全构成巨大威胁.为了对癫痫发作进行有效地预测,提出了多变量希尔伯特频域模型的癫痫发作预测方法.将希尔伯特边际谱、希尔伯特边际谱的变化方向和希尔伯特加权频率组成一个三维特征向量作为多变量希尔伯特频域模型,输入到支持相量机中,实现癫痫的发作预测,最后采用癫痫发作预测特征方法对预测结果进行评估.实验结果表明:采用多变量希尔伯特频域模型分析方法预测δ波和θ波的癫痫发作,癫痫预测范围在30~45 min,患者有足够的时间采取措施应对;癫痫发作周期在5~10 min,缩短患者等待时间,降低焦虑程度;与多种相关方法进行比较,该方法具有较低的错误预报率和较高的预测敏感度.     

探究火电厂给水泵振动原因分析及处理

给水泵是火电厂的重要设备,其运行状况直接关系着火电厂的正常运行.在实际工作中,由于多种因素的影响,给水泵经常会出现异常振动,这严重影响了给水泵的正常工作.由于种种原因,火电厂给水泵经常会出现振动异常的现象.工作人员在发现给水泵振动异常后,要及时检查振动原因,找寻解决措施.该文以实际工作经验为基础,研究分析给水泵振动超标的原因和解决措施,希望给有关人员提供参考借鉴.因此,希望通过本文的实际研究可以给相关技术人员提供有价值的参考.     

具有间隙的二元机翼自激振动的数值分析

利用Runge-Kutta法分析了具有不对称间隙的二元机翼自激振动的动力学响应，研究了当U^*/Ul^*从零逐渐增大到1时系统的周期运动和混沌运动，发现在不对称分段线性系统中存在复杂的运动形式，其中包括从P-1到P-2的倍周期分叉，P-4到P-2，P-2到P-1的倒分岔，同时存在混沌运动形式，而且不同的初值条件所对应的运动形式也有所不同．给出了全局分岔图、局部分岔图、混沌运动的功率谱密度图及3种周期运动的时间历程曲线和相平面图，对于实际的飞行结构设计具有重要的指导意义。     

采用LQR实现振动系统主动控制

应用LQR设计方法设计状态反馈最优调节器对两自由度振动系统进行主动控制，采用数值方法对设计结果进行仿真。结果表明，加入控制器的振动系统有较好的特性。     

ZD15振动机除铁原理

去除粉状耐火材料、玻璃原料、电瓷物料中的铁磁物质，目前工业上普遍采用酸洗法。但该法生产周期长，效率低，成本高。而振动电磁除铁不但可快速、高效、低耗地除去这类物料中的铁磁杂质，且操作简便。本文给出了所设计的除铁器的振幅、生产率及振体空间在励磁回路中所需的磁感应强度等基本设计参数，为结构设计提供了理论依据     

井下抽油泵柱塞与泵筒运动规律的研究

用三元振动模型,综合考虑油柱、抽油杆柱和油管柱的振动.建立起数学模型并离散化,然后用微机编程求解微分方程组.对不同工况下的抽油泵运动规律和抽油机示功图进行分析研究,得出了油管应予锚定的结论,并给出了不同抽油机的适用范围.为进一步研究抽油泵的井下工作机理和故障原因打下了基础.     

微振动光电检测与数据采集系统的设计

提出了一种新的光学非接触式测量方法测量了物体的微振动振幅。用激光作为光源,以四象限硅光电池[1]作为光电探测器,借助三角测量原理,投射在振动源表面的激光反射光束在光电探测器上产生平面位移,将位移信号放大,通过A/D模块采集电压数值,并通过串口通信机制在PC终端实时显示。实验结果表明,该方法原理正确,灵敏度高,便于实现连续、快速、自动化检测,在工业在线检测方面具有良好的应用前景。