排序方式: 共有114条查询结果,搜索用时 46 毫秒
71.
轴间距误差对消隙齿轮精度和性能有重要影响,但其机理和规律并不清楚。基于接触碰撞力约束关系建立齿轮接触动力学模型,进一步利用ADAMS/Flex建立单级消隙齿轮传动系统的刚柔耦合模型,通过刚柔耦合动力学仿真研究消隙齿轮传动在不同轴间距制造误差条件下的振动及频率特性。研究发现:随着轴间距的减小,扭簧的平均力矩增大,齿轮齿面间的啮合力矩以及摩擦力矩也将增大,从而阻碍扭矩的正常传递,并导致固定齿轮转速幅值降低;随着轴间距的增大,固定齿轮主谐振频率整体上降低,而且在轴间距稍大于标准中心距时降低很快。这一发现可指导消隙齿轮传动的设计和装配。 相似文献
72.
传统的伪码捕获算法消耗时间长且在低信噪比条件下伪码捕获虚警率高,针对该问题,提出了一种低信噪比条件下的伪码快速捕获算法。该算法首先利用快速傅里叶变换完成信号相干积累,然后根据频率进行门限判决,从而捕获相应的时域伪码。仿真实验结果表明:该算法可减少伪码捕获时间,降低伪码捕获的虚警概率。 相似文献
73.
协同设计目前已经成为解决复杂产品设计问题的关键技术之一.在分析了现有协同设计问题的基础上,提出通过构建虚拟PDM(VPDM,Virtual PDM),应用交换特征增长数据的方法,来解决企业间异构PDM、CAD应用系统的协同设计问题.给出了虚拟PDM的定义,并介绍了基于虚拟PDM进行协同设计的基本原理.建立了基于虚拟PD... 相似文献
74.
75.
任务驱动下航材需求量的GA-GM-BP预测 总被引:2,自引:0,他引:2
机务保障影响着航空装备战斗力的生成,机务保障资源是任务成功率的物质支撑.基于航材需求信息的灰色性,通过采用DEMATEL方法提取影响航空备件需求量的关键影响因素,采用遗传算法优化的灰色神经网络对需求量进行了仿真预测,其预测精度较BP神经网络和灰色神经网络都高.该方法对于其他航空机务保障资源的需求预测有借鉴意义. 相似文献
76.
高速电弧喷涂高碳钢涂层内聚结合强度的评价 总被引:1,自引:0,他引:1
热喷涂涂层的内聚结合强度是评价涂层综合性能的重要影响因素之一,但目前尚缺少评价涂层内聚结合强度的试验研究.针对这一问题,提出基于纯涂层的拉伸试验测量方法:首先采用优化的自动化高速电弧喷涂工艺制备了厚度达8 mm的82B高碳钢厚涂层,使用线切割和磨削方法制备出板状纯涂层拉伸试样,通过测量涂层的拉伸力计算涂层内聚结合强度,同时结合应力-应变曲线和断口形貌特征深入分析涂层的结合机理和断裂行为.结果发现:高碳钢涂层的平均内聚结合强度高达130.9 MPa,远远高于涂层/基体界面拉伸结合强度值,且涂层的拉伸断裂表现为典型的脆性断裂特征. 相似文献
77.
装配过程的误差建模是分析装配误差的重要手段之一。通过分析影响航天器装配结果的尺寸和形位误差、装夹定位误差,将其装配的偏差源分为夹具装夹误差和舱段制造误差两类。并将不同形式的误差通过虚拟夹具的概念进行了统一的表达,进而基于误差流理论针对航天器舱段建立其误差传播的状态空间模型,求出了该过程的状态空间表达式,应用该模型对装配过程中的角偏误差进行了分析。将分析得到的结果同蒙特卡洛仿真的结果进行了比较,两种方法的相对误差小于3%,说明了该方法的可行性。该方法的优势在于它不仅可以分析复杂装配过程,还可以对各工位的装配效果进行观测,从而进行向后分析。 相似文献
78.
基于贝叶斯滤波原理,介绍了粒子滤波(Particle Filter,PF)的基本思想和具体算法实现步骤。针对非高斯噪声对水下信号目标跟踪的影响,分别对符合高斯分布、韦伯分布和伽马分布的随机噪声序列,在噪声均值和方差相同的条件下,对比分析了扩展卡尔曼滤波(Extended Kaman Filter,EKF)算法和PF算法的估计精度。仿真结果表明,在非线性非高斯环境下EKF算法跟踪性能严重下降,而PF算法能继续保持较好的跟踪精度,证明PF算法在非线性非高斯系统中的有效性。 相似文献
79.
内锥孔、外锥台同时存在的轴在航空机械中得到广泛地应用 ,但机械设计手册上未对这一情况给出具体地解决方法。本文讨论了用计算机对轴类零件进行弯曲刚度计算时应解决的问题 ,给出了内锥孔、外锥台同时存在的轴刚度计算的解决方法 ,并用ADS开发工具在AutoCAD开发环境下付诸实践。 相似文献
80.
建立包含框架热致耦合变形的导引头伺服机构摩擦力矩分析模型,重点研究环境温度变化对角接触轴承几何参数及摩擦力矩的影响。以反射镜式导引头为例进行摩擦力矩分析,结果表明:随着温度的降低,润滑脂黏度的上升是导致伺服机构在低温时摩擦力矩剧烈上升的主要原因,框架耦合变形占比较小。搭建基于电测法的摩擦力矩测试系统,用快速温变实验箱模拟环境温度,测量伺服机构摩擦力矩并与理论计算结果进行对比分析,实验证明摩擦力矩实验结果与理论模型计算结果一致。 相似文献