-
题名基于磨料流加工技术叶片泵转子去毛刺试验研究
被引量：4
- 1
-
-
作者
闫波
张方东
黄铁军
张勇
闫桦
张志平
-
机构
山西机电职业技术学院
无锡市威海达机械制造有限公司
太重榆液长治液压有限公司
山西大学电力工程系
长治供电公司检修工区
-
出处
《机床与液压》
北大核心
2020年第4期67-70,共4页
-
基金
山西省高等学校科技创新计划项目(2019L1000)
-
文摘
针对叶片泵转子叶片槽两侧面及槽底孔内毛刺不能被彻底去除的问题,提出基于磨料流加工技术的方法,建立磨料流体三维模型,利用Fluent软件模拟分析槽底孔中心及槽道边沿压力分布,设计装夹方案并进行现场试验。加工后的槽道内壁光滑,无毛刺,表面粗糙度值未显著变化,尺寸精度未受影响,表明磨料流加工技术可有效去除转子槽内的毛刺。
-
关键词
转子
去毛刺
磨料流加工
数值模拟
-
Keywords
Rotor
Deburring
Abrasive flow machining
Numerical simulation
-
分类号
TH161
[机械工程—机械制造及自动化]
-
-
题名多信息融合的变压器实时状态评估
被引量：20
- 2
-
-
作者
齐振忠
-
机构
长治供电分公司检修与试验工区
-
出处
《高压电器》
CAS
CSCD
北大核心
2012年第1期95-100,共6页
-
文摘
随着变压器状态监测技术的发展,获得的变压器状态信息种类也越来越多。为此,提出了多信息融合的变压器健康状态评估方法。该方法通过融合粗糙集、神经网络和D-S证据理论,解决了因变压器信息参数繁多而造成的网络结构复杂和庞大等一系列问题,也为D-S证据理论中的基本可信度分配提供了有效的依据。实例表明,该方法具有较高的诊断准确性和可靠性。
-
关键词
粗糙集
人工神经网络
RBF神经网络
D-S证据理论
状态等级
-
Keywords
rough set
artificial neural network
RBF neural network
D-S evidence theory
status level
-
分类号
TP202
[自动化与计算机技术—检测技术与自动化装置]
TM406
[自动化与计算机技术—控制科学与工程]
-
