稀燃汽油机瞬态空燃比的滑模-神经网络控制

提出了稀燃汽油机空燃比滑模-神经网络控制方案,采用滑模变结构控制对稀燃工况的空燃比进行反馈控制,采用神经网络实现对进气量的精确预测和油膜动态特性的前馈补偿,进而实现对稀燃发动机瞬态空燃比的精确控制。采用自行开发的电控系统,在一台稀燃发动机上进行了瞬态空燃比实验。实验结果表明:节气门急速变化时空燃比超调可以控制在1个空燃比单位以内,调整时间不超过3s;转速越低,节气门变化越剧烈;空燃比超调越大,调整时间越长。     

半轴套管热挤压成形工艺数值模拟

通过对半轴套管的工艺分析,基于体积不变原则,采用逆向法计算零件毛坯,确定了热挤压成形工艺方案;结合刚粘塑性有限元法基本原理,运用有限元软件对半轴套管的反挤压过程进行3-D热力耦合模拟。影响半轴套管热挤压成形的主要工艺参数有挤压温度、挤压速度、模具预热温度等。在其他条件相同情况下,分别设置不同的挤压温度、挤压速度、模具预热温度,通过对不同参数模拟结果的分析比较,得出工艺参数对半轴套管成形的影响状况,揭示热挤压成形过程中的金属流动规律。优化的成形参数,提高了半轴套管的成形性能和经济性能。     

水稻谷粒的挤压力学性能研究

水稻谷粒的损伤与破碎除与其所受内、外力的作用有关,还与其本身的力学性能有关。通过对水稻谷粒的挤压力学试验,测得了其力-位移曲线,分析了水稻谷粒的挤压破碎过程。破坏力和破坏能是水稻谷粒力学特性的两个重要指标。试验研究了稻谷的品种、成熟程度、后熟作用和谷壳对水稻谷粒力学性能的影响。比较了有壳、无壳谷粒的破坏力与破坏能,分析了谷壳对谷粒力-位移曲线及刚度的影响。指出谷壳在降低谷粒收获、加工、储运中的损伤程度具有重要作用。     

轴流式脱粒-清选装置试验台的设计

针对全喂入联合收获机田间试验费时、费工,诸多参数无法调整,数据获取困难、精度不高,可重复性较差等问题,设计了轴流式脱粒-清选室内试验台。机械系统采用可组合的模块化结构,工作部件更换和运动参数调整方便,设计了分析脱出物、清选后籽粒的空间分布的接粮箱。以PLC作为硬件控制系统的核心,采用虚拟仪器技术构建的测控软件系统,可方便实现对工作部件的转速、振幅、频率、扭矩、功率等参数进行实时采集、显示、处理与分析,为轴流式脱粒-清选装置的设计提供试验依据。     

用于车辆紧急制动仿真的动态轮胎模型

提出一种可用于车辆紧急制动仿真的动态轮胎模型——LuGre轮胎模型。该动态模型不仅具有与经典稳态模型（如魔术公式）相似的稳态特性,可以方便地通过试验数据进行参数拟合和在线整定,而且能够精确捕捉汽车紧急制动过程中的瞬态特性,又由于采用微分方程形式来描述,更有利于开发高性能的电子制动控制系统来提高汽车的行驶安全性。得到了LuGre轮胎模型的基本特性,并分析了其在车辆紧急制动仿真中的稳态特性和动态特性。     

活塞-缸套周期性瞬态传热仿真

为解决计算柴油机单个零部件传热时边界条件难以确定的问题,用耦合传热的方法,把活塞、缸套传热时的外边界条件变成内边界处理,利用有限元软件进行建模仿真。以X6130型柴油机为例,用有限元分析软件ANSYS建立了活塞-缸套的三维模型,并对其额定工况下一个工作循环内的瞬态传热进行了仿真计算,得到了活塞-缸套上关键点的温度波动曲线。部分计算结果和实验结果对比表明：用耦合方法模拟活塞-缸套之间的传热过程是可行的,且仿真结果与实测数据吻合较好。     

谷物干燥仿人智能控制系统

针对具有非线性、大滞后和复杂性等特点的谷物干燥过程,研究了一种连续式谷物干燥机的仿人智能控制系统。利用出机粮食含水率偏差以及偏差的变化率作为控制器输入,控制器可根据含水率偏差的极值在线调整比例增益,进而输出排粮电动机期望转速。应用虚拟仪器开发平台LabVIEW和数据采集卡并结合传感器,设计出了该智能控制器的软件和硬件系统。试验结果基本符合仿人智能控制规则,表明该控制器的实时有效性较好。     

挤压蒸煮大麦作啤酒辅料的糖化试验研究

采用二次正交旋转组合试验方法,研究了作啤酒辅料的大麦挤压蒸煮系统的模孔孔径、套筒温度、大麦含水率、螺杆转速和模板内表面至螺杆末端端面的距离,对醪液的主要考察指标——麦汁的过滤速度、碘值、浸出物收得率的影响规律。研究表明,挤压蒸煮大麦可以作啤酒辅料,且麦汁浸出物收得率为72．04％,高于传统不挤压大麦辅料的麦汁浸出物收得率。     

循环流化床中塑料粉与稻壳共燃生成NO的研究

为研究塑料与稻壳共燃的氮氧化物生成规律,在自行设计的循环流化床装置上进行了二者的共燃实验。研究了温度、塑料粉和稻壳的混合比例及过量空气系数对NO生成量的影响。实验结果表明,随温度升高,NO生成量升高;随塑料粉与稻壳混合比例增加,NO生成量呈降低趋势,且NO的生成量低于二者单独焚烧时生成量的线性叠加;随着过量空气系数增加,NO生成量降低。为寻找二者共燃NO生成的一般性规律,采用径向基神经网络建立了NO生成的预测模型,预测结果显示该模型具有很高的精度。