检索结果-南通市图书馆

维普期刊数据库

钢桥中错位厚板十字接头的力学性能与补强方法

在线全文

学校读者我要写书评

暂无评论

东北大学学报（自然科学版） 2024年第5期45卷 729-737页

作者：沈翀苏庆田陈友生同济大学土木工程学院上海200092 四川路桥华东建设有限责任公司四川成都610200

针对钢桥中厚板十字接头出现错位缺陷的问题,采用有限元方法研究了错位缺陷对厚板十字接头力学性能的影响,提出一种分离式焊接钢板补强方法并对补强钢板的尺寸进行优化设计.研究结果表明,错位缺陷对厚板十字接头的力学性能产生较大的影... 详细信息

针对钢桥中厚板十字接头出现错位缺陷的问题,采用有限元方法研究了错位缺陷对厚板十字接头力学性能的影响,提出一种分离式焊接钢板补强方法并对补强钢板的尺寸进行优化设计.研究结果表明,错位缺陷对厚板十字接头的力学性能产生较大的影响,板件竖向应力在附加弯矩作用下显著增大.提出的焊接钢板补强方法使得补强后竖向支承板承担大部分轴力与弯矩,强度控制设计截面位于补强钢板底部焊缝处,可通过增加补强钢板的高度提升补强效率,最高可达48%.本文推荐了不同错位量下补强钢板的合理尺寸,可为类似工程中错位厚板十字接头的补强方法提供参考.

关键词：钢桥十字接头错位缺陷补强方法有限元方法

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

含错位效应十字焊接接头疲劳可靠性评估

焊接学报 2023年第6期44卷 20-26,34,I0004页

作者：宋威满铮徐杰魏守盼崔慕春侍孝建刘雪松徐州工程学院徐州221111 中国矿业大学徐州221008 徐州徐工矿业机械有限公司徐州221000 哈尔滨工业大学先进焊接与连接国家重点实验室哈尔滨150001

探究缺陷效应对焊接件疲劳性能的影响是控制焊接质量的重要内容.文中引入焊接缺陷参数的影响,基于累计寿命-临界损伤建立含缺陷承载十字焊接接头疲劳可靠性分析模型.首先,根据结构件焊缝和缺陷参数以及载荷条件,建立有限元计算模型,并... 详细信息

探究缺陷效应对焊接件疲劳性能的影响是控制焊接质量的重要内容.文中引入焊接缺陷参数的影响,基于累计寿命-临界损伤建立含缺陷承载十字焊接接头疲劳可靠性分析模型.首先,根据结构件焊缝和缺陷参数以及载荷条件,建立有限元计算模型,并基于平均应变能密度方法(average strain energy density method,SED)和热点应力方法(hot spot method,HS)等评估方法探究各特征参数对疲劳性能的影响.其次,结合BP神经网络和Miner线性累计损伤准则建立可靠性分析模型,以概率统计相关参数为基础系统分析疲劳载荷和变异系数对于疲劳可靠性指标的影响.结果表明,位移和角错位及其概率分布参数显著影响焊件的疲劳寿命分布及可靠性概率,该可靠性模型为工程焊件的疲劳寿命设计及监测检修提供参考依据.

关键词：焊接缺陷错位缺陷疲劳可靠性局部分析方法

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

介质阻挡放电丝结构转变中的缺陷研究

物理学报 2011年第6期60卷 470-475页

作者：董丽芳李树峰范伟丽河北大学物理科学与技术学院保定071002

在介质阻挡放电中,对放电丝结构从四边形向四边形格子态结构转变中的缺陷进行了研究.实验发现,在四边形向四边形格子态结构的转化中,存在两种缺陷:角缺陷及错位缺陷.为了研究缺陷的形成机理,实验测量了四边形格子态结构中不同放电丝的... 详细信息

在介质阻挡放电中,对放电丝结构从四边形向四边形格子态结构转变中的缺陷进行了研究.实验发现,在四边形向四边形格子态结构的转化中,存在两种缺陷:角缺陷及错位缺陷.为了研究缺陷的形成机理,实验测量了四边形格子态结构中不同放电丝的发光信号,结果发现八边形晶胞的中心放电丝发光强度强于边缘放电丝发光强度.通过引入准势场,研究了放电丝之间的相互作用及其对放电丝结构转变的影响,并由此分析了在转变过程中出现的缺陷,结果与实验符合得很好.

关键词：介质阻挡放电角缺陷错位缺陷超四边格子态

维普期刊数据库

基于小波变换和改进卷积神经网络的刚性罐道故障诊断

在线全文

学校读者我要写书评

暂无评论

工矿自动化 2022年第9期48卷 42-48,62页

作者：杜菲马天兵胡伟康吕英辉彭猛安徽理工大学深部煤矿采动响应与灾害防控国家重点实验室安徽淮南232001 安徽理工大学机械工程学院安徽淮南232001

现有刚性罐道故障诊断方法有的仅适用于小样本数据集,有的虽适用于大样本数据集,但忽略了实际工作环境中的多工况背景。基于卷积神经网络的刚性罐道故障诊断方法存在数据和运算量庞大,易产生过拟合等问题。针对上述问题,提出了一种基于... 详细信息

现有刚性罐道故障诊断方法有的仅适用于小样本数据集,有的虽适用于大样本数据集,但忽略了实际工作环境中的多工况背景。基于卷积神经网络的刚性罐道故障诊断方法存在数据和运算量庞大,易产生过拟合等问题。针对上述问题,提出了一种基于小波变换和改进卷积神经网络的刚性罐道故障诊断方法。首先,在刚性罐道设置错位与间隙2种缺陷,采集多工况下提升容器振动加速度信号。其次,利用小波变换将采集的振动加速度信号转换为二维时频图像,采用试凑法最终确定经Complex Morlet小波基函数处理后的二维时频图像的时间和频率分辨率最佳。然后,通过改进卷积神经网络模型结构,即保留第1层和第5层池化层,将第2,3,4层池化层替换为小尺度卷积层,以防止过拟合现象。最后,将二维时频图像输入改进后的卷积神经网络模型。实验结果表明:①改进模型经过训练后,在训练集上的平均准确率为99%左右,在测试集上的平均准确率为99.5%。②当数据训练至200步后,改进模型的准确率达99%以上,改进模型的损失函数值趋近于0,说明改进模型收敛性能较好,模型的泛化能力得到了增强,在学习过程中对于过拟合的抑制效果明显。③在验证集混淆矩阵上,间隙缺陷和错位缺陷识别准确率为100%,无缺陷识别准确率为92%。④与EMD-SVD-SVM、小波包-SVM、EMD-SVD-BP神经网络、小波包-BP神经网络相比,基于小波变换和改进卷积神经网络的刚性罐道故障诊断方法准确率达99%。

关键词：立井提升刚性罐道故障诊断错位缺陷间隙缺陷小波变换二维时频图像卷积神经网络

维普期刊数据库博看期刊