基于PVDF的高精密轴承滚动体冷墩成型质量在线检测机理研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51705200
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0511.机械测试理论与技术
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

Cold items cold heading machine for cold heading steel ball overloaded craft , high-impact dynamic real-time measurement requirements, through the mechanism analysis, mathematical modeling, numerical simulation and experimental validation method of combining reveal extreme conditions overloading, under strong shock mechanical behavior upsetting and dynamic response of the law to clarify the force.sensor under extreme conditions - electric conversion rule. Around the cold heading machine cold upsetting force method involves real-time monitoring of key technologies Institute depth theoretical analysis and experimental research in the mold of cold heading machine interaction model , cold heading machine dynamics simulation technology and cold upsetting force detection technology, and piezoelectric basic and applied research status and development trend sensing technology conclude and summarize , we propose a piezoelectric effect of cold.heading steel ball cold heading machine dynamic monitoring method based on force , to be characteristic of the piezoelectric sensor , anti-electromagnetic interference, repeatability, zero drift resistant properties are analyzed and tested in order to study the principles of smart piezoelectric materials as the sensing element for dynamic strain measurement , and establish a corresponding strain monitoring system, piezo dimensional weight based on piezoelectric effect carrier force sensor design and finite element simulation of the sensor structure analysis and optimization design, build heavy-duty multi-dimensional data acquisition piezoelectric force sensor , processing, analysis and display of test.systems. The research content for defect detection of steel ball cold heading after forming, improve the quality and level of cold heading process has important theoretical significance.
本项目针对钢球冷镦机冷镦工艺重载、强冲击力动态实时测量要求,通过机理分析、数学建模、数值仿真与实验验证相结合的方法,揭示重载、强冲击等极端条件下冷镦机的力学行为与动态响应规律,阐明极端条件下传感器力-电变换的规律。围绕冷镦机冷镦力实时监测方法研究所涉及关键技术进行深入的理论分析和试验研究,在对冷镦机模具相互作用模型、冷镦机动力学仿真技术和冷镦力检测技术、以及压电传感技术的应用研究现状与发展趋势进行归纳和总结的基础上,提出一种基于压电效应的钢球冷镦机冷镦力动态监测方法,研究以智能压电材料PVDF作为传感元件进行多维动态应力测量的原理,并建立相应的监测系统,实现基于PVDF的压电薄膜三维力传感器结构设计,并通过有限元对传感器结构进行仿真分析和优化设计,建立压电薄膜三维力传感器的数据采集、处理、分析及显示的测试系统。研究内容对于钢球冷镦成形后的缺陷检测,提高冷镦质量和工艺水平有很重要的理论意义。

结项摘要

轴承滚动体是轴承的重要组成部分,其精度和性能直接决定了最终产品的性能和使用寿命。冷镦作为钢球加工的第一道工序,在整个钢球生产过程中处于极其重要的地位。冷镦过程缺陷检测能力的缺乏已成为制约钢球坯工业发展的瓶颈。目前所使用的测力传感器存在只能实现单向重载测量的局限性,不能完全满足冷镦力测量中对三维力测量的要求。PVDF压电薄膜传感器具有灵敏度高、固有频率高、动态响应特性好等优点,是目前最适合冲击力动态测量的传感器之一。如何基于压电薄膜实现三维力动态测量是钢球冷镦成型质量实时监测研究的技术难题。本课题首先建立了钢球冷镦机上模的运动规律数学模型,利用DEFORM仿真软件对钢球冷镦过程进行计算和分析,获得了冷镦成型过程中冷镦机底模的实时载荷信号,发现了底模载荷的内在变化规律,证明了通过提取底模载荷信号来监测钢球冷镦成型质量的可行性;其次采用PVDF压电薄膜作为传感器力敏元件,结合压电薄膜三维力测量原理、传感器并联分载原理和面域分割原理,设计了钢球冷镦成型用支撑式PVDF三维力传感器;接着,建立了传感器的力学模型,对传感器进行了仿真分析,得出了各结构参数对传感器力学性能的影响规律,确定了传感器各结构参数;最后,基于负阶跃响应原理设计并制造传感器动态标定装置,完成压电薄膜三维力传感器制造,基于虚拟仪器技术,完成了集数据采集、记录和分析于一体的动态测试系统,通过静态标定实验得出传感器的灵敏度为和非线性度,通过冲击实验得到传感器的重复性,通过动态标定实验得到传感器的固有频率。传感器的X向电荷灵敏度为5543pC/kN,Y向电荷灵敏度为7152pC/kN,Z向电荷灵敏度为5572pC/kN,非线性度均小于1%。传感器的响应时间小于0.1s,固有频率为6.4kHz。优化后的传感器各项性能指标满足了设计要求,完成了研制的压电薄膜三维力传感器工程应用实验,实验结果表明,压电薄膜三维力传感器具有优越的性能,较高的重复性和良好的信号跟随性,压电薄膜三维力传感器可用于监控钢球的成型质量。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(3)
会议论文数量(6)
专利数量(10)
Effect of Quartz Crystal Form on the Measurement Performance of Multi-dimensional Force Sensor
石英晶体形态对多维力传感器测量性能的影响
  • DOI:
    10.1088/1757-899x/428/1/012008
  • 发表时间:
    2018
  • 期刊:
    IOP Conference Series: Materials Science and Engineering
  • 影响因子:
    --
  • 作者:
    Yingjun Li;Guicong Wang;Shu Huang;Xuan Sun;Zhiquan Feng
  • 通讯作者:
    Zhiquan Feng
Research on static decoupling algorithm for piezoelectric six axis force/torque sensor based on LSSVR fusion algorithm
  • DOI:
    10.1016/j.ymssp.2018.03.015
  • 发表时间:
    2018-09-15
  • 期刊:
    MECHANICAL SYSTEMS AND SIGNAL PROCESSING
  • 影响因子:
    8.4
  • 作者:
    Li, Ying-jun;Wang, Gui-cong;Zhang, Yong-liang
  • 通讯作者:
    Zhang, Yong-liang
Acceleration self-compensation mechanism and experimental research on shock wave piezoelectric pressure sensor
冲击波压电压力传感器加速度自补偿机理及实验研究
  • DOI:
    10.1016/j.ymssp.2020.107303
  • 发表时间:
    2021-03
  • 期刊:
    Mechanical Systems and Signal Processing
  • 影响因子:
    8.4
  • 作者:
    Wang Guicong;Li Yingjun;Cui Huanyong;Yang Xue;Yang Cong;Chen Naijian
  • 通讯作者:
    Chen Naijian
Research on piezoelectric pressure sensor for shock wave load measurement
冲击波载荷测量压电压力传感器的研究
  • DOI:
    10.1016/j.isatra.2020.05.018
  • 发表时间:
    2020-09-01
  • 期刊:
    ISA TRANSACTIONS
  • 影响因子:
    7.3
  • 作者:
    Li, Yingjun;Yang, Zhikang;Yang, Cong
  • 通讯作者:
    Yang, Cong
Research on Nonlinear Decoupling Method of Piezoelectric Six-Dimensional Force Sensor Based on BP Neural Network
基于BP神经网络的压电六维力传感器非线性解耦方法研究
  • DOI:
    10.1088/1757-899x/428/1/012041
  • 发表时间:
    2018
  • 期刊:
    IOP Conference Series: Materials Science and Engineering
  • 影响因子:
    --
  • 作者:
    Yingjun Li;Guicong Wang;Binbin Han;Xue Yang;Zhiquan Feng
  • 通讯作者:
    Zhiquan Feng

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

轮辐结构压电式六维力传感器设计
  • DOI:
    10.37188/ope.20202812.2655
  • 发表时间:
    2020
  • 期刊:
    光学精密工程
  • 影响因子:
    --
  • 作者:
    徐兴盛;李映君;王桂从;孙选;孙杨
  • 通讯作者:
    孙杨
基于虚拟零部件级别分区编码的产品综合调度算法
  • DOI:
    10.13196/j.cims.2015.09.020
  • 发表时间:
    2015
  • 期刊:
    计算机集成制造系统
  • 影响因子:
    --
  • 作者:
    赵诗奎;韩青;王桂从
  • 通讯作者:
    王桂从
压电薄膜三维重载力传感器设计与实验
  • DOI:
    10.13382/j.jemi.b2104689
  • 发表时间:
    2022
  • 期刊:
    电子测量与仪器学报
  • 影响因子:
    --
  • 作者:
    王桂从;赵鹏;李映君;杨志康;陈斯
  • 通讯作者:
    陈斯
组合式自解耦压电薄膜三维力传感器研制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    西安交通大学学报
  • 影响因子:
    --
  • 作者:
    赵鹏;王桂从;李映君;杨志康
  • 通讯作者:
    杨志康

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码