【摘 要】
:
偏导射流伺服阀主要的结构特点为阀体阀芯部位两端封闭,主要功能为在液压系统中可以将微弱的电控制信号转换为大功率的流量或压力输出信号,它的动态响应快,控制精度高,压力和流量的增益线性度好。但偏导射流阀在使用过程中会受到大范围的、剧烈的温度冲击。温度冲击会直接影响到伺服阀关键零部件和油液性能等变化,在伺服阀上产生复杂的综合作用。偏导射流伺服阀在剧烈温度冲击作用的工作环境下,伺服阀的各项工作指标会呈不同程
论文部分内容阅读
偏导射流伺服阀主要的结构特点为阀体阀芯部位两端封闭,主要功能为在液压系统中可以将微弱的电控制信号转换为大功率的流量或压力输出信号,它的动态响应快,控制精度高,压力和流量的增益线性度好。但偏导射流阀在使用过程中会受到大范围的、剧烈的温度冲击。温度冲击会直接影响到伺服阀关键零部件和油液性能等变化,在伺服阀上产生复杂的综合作用。偏导射流伺服阀在剧烈温度冲击作用的工作环境下,伺服阀的各项工作指标会呈不同程度的减弱。以往研究的对象多为喷嘴挡板电液伺服阀,分析偏导阀的温度对其影响这一领域研究较少,本文以偏导射流阀为研究对象,从偏导射流阀结构特性着手,对偏导射流阀的高温特性进行理论及模拟仿真分析,为此类阀的研究设计提供理论支持和奠定坚实的基础。针对伺服阀在高温下工作时的温度分布情况开展了理论分析研究。首先分析偏导射流伺服阀结构特点和液流线路,通过简化处理,建立了流道简化模型。根据热传导理论,建立了描述偏导射流阀的传热规律的数学模型,并根据阀体结构参数和液压油性能参数开展了理论计算。初步得到了伺服阀两端温度偏低,中部温度偏高,伺服阀壳体右部温度略高于左部温度的温度分布规律。采用PROE软件形成偏导射流伺服阀的三维结构,应用成熟先进的模拟仿真软件开展流热耦合模拟仿真,通过对射流阀的实体域和流体域网格划分和软件加载,得到了稳态下的偏导射流阀各部位的三维结构温度分布规律。分析了在伺服阀在不同位置,不同温度等条件下的温度分布情况。总结出在高温状态下,由于伺服阀的结构设计特征,伺服阀温度分布不均,呈现出右部温度略高于左部温度;在一定温度范围内,伺服阀的温度分布不受液压油温度变化影响等温度分布规律。对偏导射流式伺服阀的高温特性研究提供一定的参考依据。
其他文献
二图匹配是指通过最大化两个图之间的结构相似性得分,找到两个图之间的节点对应关系。该问题被广泛应用在计模式识别、信号处理、计算机视觉、计算机图形学和生物信息学等领域,具有广泛的理论价值的应用价值。不同于传统的点匹配问题,图匹配问题不仅要考虑点集之间的一致性,还要考虑二阶的边集之间的一致性,本质上是一种难以在多项式时间内求得全局最优解的二次组合优化问题。因此,大多图匹配算法通过对目标函数或约束条件进行
近些年来随着互联网的发展,随之而来产生了大量的多媒体数据(例如,图片,文本和视频),这些数据通常都会被存储到数据库中,如何在这些数据库中找到人们所需要的语义相关联的信息变成了一个非常具有挑战性的任务。解决此类挑战性任务的方法是信息检索,而跨模态哈希检索作为信息检索的其中一个分支,具有计算速度快,存储效率高的特性,是解决大规模多媒体数据信息检索最有希望的手段。本文从跨模态哈希检索的三个子任务出发,结
原油经过一定的炼制流程可以生成各种原油产品,作为“工业血液”在社会经济中具有广泛作用。随着各个国家对原油数量和品种的需求日益增加,同时全球生态环境面临的挑战形势愈发严峻。因此,对炼油企业的生产有了更加严格的要求,不仅要提高原油利用率和企业效益,而且还要满足节能、环保等需求。由于炼油过程中存在不确定、多目标和多约束等特性,原油短期生产计划与调度成为研究热点。由于该类问题的复杂性,目前缺乏有效的工具和
现有的机器人抓取模型大多都是针对不透明的物体或折射和反射率较低的物体来进行指定的抓取任务,无法对日常生活中常见的透明物体实施有效的抓取,从而限制了机器人的应用和发展。对透明物体进行深度补全是赋予机器人抓取技能的重要方法。通过运用深度补全算法,可以对透明物体缺失深度信息的原始深度图进行有效的补全,将补全后的深度图运用到抓取模型中,使得机器人可以有效地感知到透明物体的大小和位置信息,从而实行对透明物体
农药、植保机械与施药技术为植物化学保护的三大支柱,其中施药技术是连接农药学科和植保机械学科的关键环节,是农药从研发到田间应用的“最后一公里”。农药科学使用并不是一个简单的选择农药和施药量的药物学问题,而是涉及作物学、植物保护学、农业工程学、气象学等多学科交叉的系统工程。本文就农药雾滴雾化与运动特性、沉积与分布状态、流失与飘失行为,以及害虫行为与农药雾滴雾化运动和沉积分布关系等方面的研究进展展开综述
精确的环境感知系统是自动驾驶及机器人技术实现的关键,其中基于激光雷达点云数据的3D目标识别是视觉感知领域的重要任务。由于激光雷达点云数据的无序性、稀疏性、旋转性等特点,传统机器学习方法、聚类方法和卷积深度学习方法很难直接对雷达点云数据进行特征提取。本文基于现有研究提出了一种基于信息融合的3D目标识别算法,对当前的点云目标识别方法进行改进。首先,针对点云数据体素化带来的细节丢失问题,提出了一种体素预
阿尔茨海默症(Alzheimer’s Disease,AD)是一类不可逆的大脑神经退行性疾病,其患病率随着年龄的升高呈显著增长趋势,被认为是导致死亡的第七大原因,目前仍然缺乏明确有效的生物标志物,只能通过早期干预延缓AD病情的发展。功能核磁共振影像(Functional Magnetic Resonance Imaging,fMRI)是研究脑部疾病的重要医学工具,可以观察大脑相关区域的功能变化,而
移动互联网和自媒体的兴起使得互联网中的多媒体数据快速增加,人们对于爆炸式增长的、形态各异的数据应接不暇。如何建立一套自动化理解数据内容和分析数据关系的智能工具来帮助人们更好地利用网络多媒体数据资源成为重要问题,多媒体数据分析因而受到广泛关注。作为多媒体数据分析中两个基础任务,跨模态检索和多视角聚类旨在分析异构数据内容之间的关系,成为支撑下游应用的关键技术。本文从这两个方面入手,对多模态数据内容相关
随着互联网技术的不断发展,人们的日常生活活动中产生了海量数据,这些数据中蕴含着巨大的价值,从数据中挖掘出有价值的信息是许多领域的研究课题,其中不同于相关关系,因果关系是非常有价值的信息,得到因果信息可以实现干预,反事实等行为,因而从数据中发现因果关系是许多领域的关键研究课题。因果关系发现的传统做法是使用干预或通过随机实验,这在许多情况下过于昂贵、过于耗时,甚至是不可能的,因此通过分析观测数据来揭示
随着物联网和传感器网络的飞速发展,大量分布式电子传感节点广泛存在于生活的各个角落,如何为此类分布式传感器供电成为当前的关键问题。传统电池因持久性差、污染环境、灵活性低等问题有很大的局限性,基于多种物理效应的纳米发电机的出现为高效收集环境中的能量提供了可能,然而单一模式的纳米发电机面临能量转化效率低,输出性能差等问题。针对以上问题,本文提出了三种不同结构的混合纳米发电机并展示了其应用场景。论文的主要