【摘 要】
：
水泵试验台的主要工作参数有扬程、流量、转矩和转速等,其中精确的流量测量是水泵试验台所测参数中难度最大的工作,它对试验台总的测试精度起着决定性的作用。对于水泵试验台来说,通常将流量计送往计量部门的专门流量检定系统进行标定后,再装回原来位置。由于专门的计量检定系统不可能完全模拟原试验台管路条件,同时由于运输、安装等因素的影响,会对流量计本身结构产生影响,导致流量计流量常数发生变化,其精度可能得不到保证
论文部分内容阅读
水泵试验台的主要工作参数有扬程、流量、转矩和转速等,其中精确的流量测量是水泵试验台所测参数中难度最大的工作,它对试验台总的测试精度起着决定性的作用。对于水泵试验台来说,通常将流量计送往计量部门的专门流量检定系统进行标定后,再装回原来位置。由于专门的计量检定系统不可能完全模拟原试验台管路条件,同时由于运输、安装等因素的影响,会对流量计本身结构产生影响,导致流量计流量常数发生变化,其精度可能得不到保证。从这方面考虑,对试验台上流量计这类高精度的测试设备,原位标定显得非常具有实际意义和必要性。因此,为保证
其他文献
配流副是轴向柱塞泵系统中最为关键的摩擦副之一，也是容易失效的一类主要元件，因此配流副系统的润滑性能对整个柱塞泵系统的性能起着至关重要的作用。在油压柱塞泵系统中，研究人员通过改进配流盘结构大大改善了配流副系统的润滑特性。但是，对于运动粘度比油液小得多的纯水来说，对配流盘结构作类似改进对配流副流场润滑特性的改善有无帮助还有待研究，因此，在水压技术日显重要的背景下，对水压轴向柱塞泵中的配流副润滑特性的研
液压技术已在工业领域各方面广泛应用，由于其结构紧凑、操作灵便、传动平稳和调速容易等优点使得其应用范围从机器人、宇航飞行器等精密控制系统直到工农业生产的各个领域，流体传动系统包括液压传动系统和电液控制系统。电液比例控制技术是一门发展极为迅速、应用相当广泛的机电液一体化综合技术。作为电液比例控制系统中的重要组成元件之一，电液比例变量柱塞泵在液压传动控制中起着越来越重要的作用，其发展也是日趋成熟，它对液
压缩系统中的以旋转失速和喘振为代表的流动失稳现象一直是困扰叶片式叶轮机械设计的难题。对流动失稳的机理进行研究，并实现有效的控制，对于提高压气机的性能和可靠性具有重要意义。以往的研究表明，旋转失速一般经由两种典型的失速先兆产生(模态波型和尖脉冲型)，而失速先兆与叶顶区域的泄漏流动直接关联。本文研究工作的目的是，从改善叶顶区域泄漏流动的角度出发，研究轴流压气机的扩稳方法及其扩稳机理。本文拟采用定常方法
动静压浮环轴承具有摩擦功耗低、精度高、寿命长、稳定性好、油膜刚度高等优点，在空分、钢铁、发电和高速旋转机械领域具有良好的应用前景。目前对动静压轴承的研究主要集中在单层油膜轴承，对于动静压浮环轴承—转子系统，特别是浮环轴承深腔中的气穴现象以及浮环质量等因素对轴承—转子系统的影响，还未进行深入研究。本文对具有深浅腔的径向—推力联合动静压浮环轴承在计入深腔气穴的情况下进行了理论分析，建立了两相流数学模型
半金属、非金属摩擦材料是以酚醛树脂(PF)为基体复合各种有机、无机纤维而制作的。研究发现树脂改性后摩擦性能的提高只是在摩擦材料使用了一段时间后才会显现，而在摩擦的初期阶段其性能的提高并不明显、不稳定。高速、高效设备的发展和应用对摩擦材料的早期性能提出了更高的要求。从摩擦材料产品使用的安全和可靠性角度来看，应该尽快越过性能不稳定的早期阶段。本文在研究了摩擦材料的摩擦磨损机理和摩擦过程中树脂的固化、分
滚动轴承是旋转机械中最常用，也是最易损坏的零部件之一。旋转机械的许多故障都与滚动轴承有关，它的运行状态是否正常往往直接影响到整台机器的性能。因此研究滚动轴承的故障诊断技术具有很现实的意义。本论文将时频分析新方法——希尔伯特-黄变换(Hilbert-Huang Transform，简称HHT)和自适应模糊神经网络(Adaptive Network-based Fuzzy Inference Syst
本论文是我的导师宋玉泉教授关于“连续局部塑性精成形设备及工艺”研究方向的一个组成部分,与吉林大学超塑性与塑性研究所承担的国家科技攻关计划项目“汽车连杆辊压塑性精成形新设备和新工艺”密切相关,按照导师所提出的“科、教、产”一体化模式进行。随着科学技术的不断发展,各种先进制造技术不断涌现,如何更好的利用先进制造技术,最大限度的发挥其优势,成为了一个难题。本文从集成化出发,对逆向工程与快速成形集成,CA
滚动轴承作为机械设备中最常用的部件之一，对其进行故障监测和诊断是国内外工程技术领域一直非常关注的课题。滚动轴承是易损件，据统计旋转机械的故障有30％是由滚动轴承故障引起的。本论文完成了一个滚动轴承故障智能诊断设计：合理设计实验方案，搭建实验平台；自行编写信号采集程序，获取滚动轴承振动信号；对所得信号进行有效的分析处理，并从中识别出信号所对应的轴承状态，从信号处理角度完成故障诊断；将神经网络智能诊断
在现代工业中，旋转机械(电机、轴承及轴等)被受广泛使用，并成为主要的动力源。旋转机械工作环境恶劣，工作时间长，且起动频繁，易出现各种故障。若能对旋转机械进行有效的状态监测，及时发现故障并进行维修或更换，既能避免链锁故障的发生，且保证了生产安全，提高机械的使用效率。因此，旋转机械故障诊断有着直接的实际意义。在机械故障诊断领域，频域分析已经相当成熟，主要是通过分析电流及振动信号的特征频率来进行故障诊断