基本要求 一、了解渐开线圆柱齿轮传动的精度要求。 二、了解齿轮误差产生的原因及误差特性。 三、了解圆柱齿轮传动精度的评定指标。 四、掌握渐开线圆柱齿轮传动精度的设计的基本方法

焊接过程的数值模拟作为一种有效的计算手段,在焊接温度场及残余应力分布的评价中获得了广泛应用,而焊接热源模型的选择及模型参数的确定直接影响到计算和评价结果的准确性.本文通过对近年来常用的电弧焊接热源模型进行梳理,介绍了其研究进展,分析了不同热源模型的特点及适用性.高斯面热源模型和双椭球体热源模型作为基础热源模型,广泛应用于较小尺寸工件和规则轨迹的焊接过程数值模拟,且具有较高的计算精度;简化热源模型和温度替代型热源模型多用于大厚工件的多层多道焊接及复杂轨迹焊接过程的数值模拟,能够实现效率和精度的统一;多丝电弧焊接热源较为复杂,采用修正后的双椭球体叠加热源模型,计算结果能保证一定的精度;结合型热源模型对熔池形状的描述更灵活,在深熔电弧焊的数值模拟中具有优势.本文可为电弧焊接过程数值模拟的热源模型选择和模型参数确定提供有益参考

采用弹性力学有限单元分析和光弹实验方法以解决高精度传感器结构设计问题是当前研究传感器结构的一个新尝试。本文介绍了用有限元及光弹对剪幅武传感器变形状态、应力状态进行了分析,由计算和试验的结果,提出此类传感器结构设计中关于:a)轮幅上的剪应力分布;b)轮幅上等剪应力区和等倾线分布;c)影响剪应力分布的结构因素等的分析和试验结果。分析和实验结果表明:1.沿轮幅轴线最大剪应力分布是不均匀的;2.在轮幅上存在一最大剪应力的等剪应力区;3.最大剪应力所在部位其主应力倾角不一定是45°。为了满足传感器精度的要求,通过实验可以指示合理的结构形式,电阻应变片应粘贴的部位与尺寸范围,以及对于一个给定的传感器应变片的最大允许尺寸等

卷取温度是影响带钢组织性能的重要工艺参数.在生产实践中,如何提高厚规格带钢卷取温度的控制精度是一个难点.针对厚规格带钢在层流冷却过程中的工况特点,提出了温度场计算模型和对流换热系数模型的改进方法,并开发了一种全新的基于相似策略的自适应模型,以改善卷取温度前馈控制效果.经现场应用证明,本文提出的方案能有效提高厚规格带钢的卷取温度控制精度,其中厚度大于12 mm的带钢平均命中率可达到94.9%

本文把封闭力流式齿轮试验台看成具有制造误差的实际机构,并且在静态和动态的条件下,实测了齿轮试验台的载荷特性数据,从而提出了若干反映齿轮试验台的精度等级的具体性能指标:一、静态精度指标——静扭矩极差、静载荷波动率、卸载率和静效率等;二、动态精度指标——运转系数、载荷相对变动率、起动过载系数和传动效率等。并且,还根据实测的数据,提出一些改善齿轮试验数据准确性的具体办法

本工作根据φ250mm×5+φ300mm×1半连续小型轧机力能参数、动态速降与成品尺寸分布的测试资料,着重对产品精度进行了统计分析,明确了“大头—大尾”以及成品尺寸沿长度上高频率波动的形成机理,应用电流记忆法估算了K2—K1机架间的张力水平;指出欲进一步提高产品精度、稳定连轧过程,必须开发型钢连轧的微张力控制技术

为了克服经验法推算结构物埋深的缺陷,基于检测对象的雷达反射波形特征,通过提取反射波形上的少量特征点,提出一种估算结构物埋深的新方法,并考虑实际检测中结构物反射波形的畸变,对估算精度进行分析评价.结果表明:对于理想的无畸变检测数据,该方法对结构物埋深、水平位置及电磁波速的估算结果较为精确;当反射波形存在畸变时,该方法对埋深的直接估算结果误差较大,平均误差达到55.202%,但对于电磁波速的估算结果较为精确;对于实测的有畸变检测数据,可通过电磁波速估算结果及测得的目标体双程旅时对埋深进行间接估算,估算精度满足雷达法检测对埋深估算的要求.相比经验法,该方法在估算精度、误差控制方面具有显著优势

介绍了在高精度四辊可逆冷轧机中所采用的一种综合型自动厚度控制方案。为了保证轧机能轧出只有±4μm厚差的高精度带钢,采用了全液压推上、恒辊缝控制和计算机控制的综合控制系统。阐述了根据引起厚差的不同因素所采取的相应措施,给出了实际轧制的厚差曲线,带材厚差在±4μm以内

为了提高辊缝在线预报精度,在传统影响函数法基础上,建立可以进行在线计算的快速辊系变形计算模型.该模型综合考虑了各种因素对辊系纵向刚度的影响,省去了繁琐的补偿模型实验过程,在提高计算精度的同时大大提高了计算速度.应用日钢1580热连轧数据进行了离线计算,分析了轧件宽度对辊系纵向刚度的影响,并与传统宽度补偿模型计算结果进行了比较.模型计算精度有所提高,每个工况耗时20ms,模型可以在线应用

为了提高热轧生产过程精轧机组的轧制力预设定精度,需要对轧制力进行高精度的预报.本文通过机理公式计算出轧制力的近似值,然后采集大量的实际生产数据修正轧制力预报值.首先利用聚类方法区分不同的生产状态,其次在相同生产状态下采用加权最小二乘支持向量机计算轧制力的修正系数,最后采用乘法方式修正轧制力,达到高精度的轧制力预测.结果表明,轧制力预报的平均相对误差为3.2%,满足现场的生产要求