王洁
- 作品数：2 被引量：4H指数：2
- 供职机构：电子科技大学机械电子工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：机械工程更多>>
- 基于疲劳试验的气缸气缓冲性能研究被引量：2
- 2017年
- 气缓冲性能的优劣对气缸的工作状态及使用寿命有着重要意义。而任一工作条件的改变都可能破坏已调节好的气缓冲,影响疲劳试验的顺利进行。因此,掌握各试验因素与缓冲性能之间的关系是十分必要的。考虑到疲劳试验的特殊性,在不破坏气缸结构的前提下设计试验,分别将负载质量、缓冲针阀开度、速度调节阀开度作为单因素变量,测试不同工况下的负载位移曲线,并通过分析位移和速度曲线,获得活塞在缓冲行程终点的反弹量和残余动能,分别用于表征活塞的反弹、撞击情况,阐明各因素对气缓冲效果的影响。
- 赵春娟杨平王洁李梅
- 关键词：气缸
- 主成分分析和小波神经网络在气缸疲劳失效预测中的应用被引量：2
- 2015年
- 对气缸疲劳失效的预测一方面可以为基于状态的维修(CBM)提供重要参考,保证系统可靠运行,另一方面可以在设计过程中针对性地提供所需的寿命值,防止气缸冗余设计。常用的基于失效样本的预测方法由于样本数据量相当有限使得所建立的预测模型不具有说服力。通过主成分分析法(PCA)和小波神经网络(WNN)建立了一种失效预测方法,并将其运用于气缸性能失效的预测。利用主成分分析法处理气缸运行过程中监测得到的多维性能参数,在保留信息完整性的条件下选择出尽量少的主成分。对样本数据进行合理分组作为小波神经网络的输入。采用遗传算法(GA)来获取小波神经网络的初始权值和阈值;对小波神经网络进行训练和测试,完成对气缸性能失效预测;实验结果表明这种方法在气缸的疲劳失效预测方面具有令人满意的效果。
- 王洁杨平郁嵩李倩
- 关键词：主成分分析小波神经网络气缸性能参数
