中高压外啮合齿轮泵端面间隙的理论计算

在浮动轴套（侧板）受力分析的基础上,通过其内侧油膜挤压力、困油力、工作油压力和其外侧补偿力等的计算,构建出浮动轴套（侧板）轴向的动力学模型．利用龙格一库塔法在一个啮合周期内的迭代运算,获得端面间隙的动态仿真结果,并就压紧力系数、工作油压的不同分布和困油压力对端面间隙的影响进行分析．结果表明：案例工况参数下的端面间隙值一般在0．13mm左右,与实际情况比较吻合;同一压紧系数下浮动侧板内侧因工作油压的不同分布所引起的总油压力越大,端面间隙则越小;在其他条件不变的情况下,压紧系数越大,端面间隙越小;油压的不同分布、压紧系数的大小对端面间隙具有明显的影响,而困油压力的影响较小;总体而言,中、高压外啮合齿轮泵的端面间隙实际上波动较小,可采用动态端面间隙的均值以简化后续计算．     

面向数控加工的SolidWorks渐开线齿轮精确建模

研究了在SolidWorks平台下齿轮的建模方法,指出了渐开线齿轮的精确建模的关键及其流程.通过对渐开线的分析,建立渐开线笛卡尔坐标方程,应用Excel计算出渐开线各点坐标,从而生成齿轮廓线,实现齿轮的精确建模.     

小型多功能种子筛选装置的研制

为解决水选法可选出饱满种子,但不宜用于选除因受到物理性损伤而破碎的种子、机选法能够选出完好种子但会对种子造成一定的损伤及完整却不饱满的种子难以选除的实际,在现有种子筛选装置的基础上,确定了小型多功能种子筛选装置的总体方案,并完成了筛选、动力等关键部件的设计,设计出一款集水选法、机选法于一体且对不同种子适用的小型种子筛选装置。运用三维软件对种子筛选装置进行建模分析,以验证设计的可靠性。试验结果表明:经过机械筛选,继续采用隔水筛选法筛选种子,可获得较高质量的种子;在完成机械筛选后,继续采用筛选水分离法筛选种子,可以获得较高质量的种子。     

齿轮泵困油的分析模型及侧隙计算

为解决外啮合齿轮泵侧隙的现有选用方法误差较大的问题,在分析齿侧间隙组合卸荷槽对缓解困油压力的影响及对侧隙要求的基础上,通过困油容积及其变化率和困油区内卸荷槽口和侧隙处的两种主要泄漏量计算,根据困油的体积弹性模量,建立了困油分析的简易模型,并由困油压力最大峰值的仿真计算,给出了侧隙的精确计算方法,最后就工况参数的影响结果与现有文献的试验结果进行对比分析.结果表明：所建立的困油模型和侧隙计算方法是可靠的,在侧隙计算中可以忽略困油中含气的影响,出口压力对侧隙计算的影响不大,但是转速的影响较大.在最小卸荷槽间距配小侧隙和最大卸荷槽间距配大侧隙的两种卸荷组合中,应优先采用最小卸荷槽间距配小侧隙的卸荷组合.侧隙的精确计算为外啮合齿轮泵的设计提供了一种新的方法,具有一定的工程应用价值.     

齿轮泵侧隙卸荷的界定标准与验证

为解决当前泵用齿轮副侧隙大、小界定含糊的问题,基于侧隙传动与困油的性能要求,从双齿啮合区内的2困油容积连通和单齿啮合区卸荷的性能完善方面,通过困油循环及困油过程的分析,建立出2类区域内的困油流量及峰值,推导出卸荷用侧隙、连通用侧隙及其均值和峰值;并进行实例运算和验证分析。结果表明:卸荷区与连通区的困油流量峰值比为3,前者的卸荷负担最大;连通区的真正连通,所需侧隙高达2.41 mm,实际上并不存在;卸荷侧隙大于连通侧隙,以连通侧隙作为侧隙大与小的分界点,卸荷侧隙作为上限值的界定可行;计算与试验的侧隙误差为7.5%,比较吻合,且上限值有20%的安全裕度,比较可靠等。泵用侧隙的界定为大、小侧隙的正确区分提供了参考,也可为后续的相关研究提供参考。     

基于PCA-SVM的麦冬叶部病害识别系统

以川麦冬叶部黑斑病、炭疽病、叶枯病3种病害图像为研究对象,采用K-Means聚类分割技术分离出病斑,通过对颜色、形状和纹理特征构成的46维特征向量进行主成分分析,再运用支持向量机设计的多级分类器进行病害识别,开发出的麦冬叶部病害识别系统识别率达到了94.4%,表明了系统对麦冬病害防治,促进麦冬产业现代化发展有重要意义。     

麦冬振动筛选机的多目标优化设计与试验

为了提高麦冬筛选效果,在麦冬振动筛选机的初始设计阶段针对其振动筛选机构进行优化设计。将筛选机构简化为四杆机构,以4个杆长为设计变量,以最小传动角γmin最大、行程速比系数Κ最大和最小总体尺作为优化目标进行多目标优化设计。将优化后的参数进行样机试制并进行筛选试验,结果表明:筛选效果良好,机构无卡死现象。由此证明了优化结果的可靠性,避免了传统样机制作反复试制改进的盲目性。     

麦冬干燥工艺及设备的研究

麦冬采摘后的干燥工艺是影响其品质的重要因素之一。综述了现有不同干燥工艺对麦冬药物特性的影响,并以此为基础,找出了适用于麦冬干燥的设备和麦冬干燥过程中存在的问题,提出了麦冬干燥设备的发展趋势,为麦冬干燥设备的研制提供参考。     

基于Halcon的相机标定方法研究与精度验证全文替换

机器视觉已经在现代工业测量领域中得到了广泛应用，而相机标定直接影响机器视觉的测量精度。通过搭建相机视觉实验平台，在分析了单目相机标定原理基础上，以GB050-2-7×7型圆点标定板为实验对象，利用Halcon软件对圆点标定板进行相机标定实验并验证测量精度。当采集的标定板图像数量为16时相机标定精度最优，此时相机的平均偏差为0.0707mm。在进一步测量实验中测量出标定板上7个特征圆点的直径平均值为1.9491mm,6个特征圆点之间的间距的平均值为2.0632mm，测量精度都高于0.1mm，验证了Halcon软件标定结果的测量准确性。