简介:本文介绍了美国铁路协会(AAR)用有限元法模型进行F级(61/2×12)圆锥滚子轴承组件的检测,以观察试验室中在相对高速的轴承工况下的热诱导失效情况。其假设前提是这种失效是由不稳定的热膨胀或轴承内部负荷反馈过程引起的。接着用耦合、瞬态热和稳态结构模型,把获得的热动力瞬时反应作为速度、密封类型和边缘接触时,润滑剂缺乏的函数。该模型是建立在无外部负荷和零初始预负荷(零游隙)上,所以在轴承中的这些负荷是由热动力诱导的,并且是自行均衡补偿的。可以考虑两种火车速度,即80和100mph。模拟的结果表明由于转轴速度相当于100mph的火车速度时,脂润滑贫缺和接触密封圈形成热负载的混合造成挡边温度升高,进而使不稳态负荷增长,从而导致失效。当转速相当于火车80mph速度或者轴承是采用特殊密封设计时,其摩擦温度相对低些且在所应用的模型中未发现不稳态的工况。
简介:为了确定各红外热成像定量测量方法在深度定量测量方面的检测能力,对深度定量测量方法原理进行了分析,并进行了实验研究。通过在碳纤维层压板反面制作平底孔的方法制造已知深度分层缺陷,采用红外热成像方法对已知缺陷进行检测,从理论上分析温差峰值时间、对数温度偏离时间以及对数温度二阶微分峰值时间与缺陷深度的关系,通过分析确定温差峰值时间法、对数温度偏离时间法、对数温度二阶微分峰值时间法对深度进行定量测量方法的适用性,并利用上述方法对已知缺陷进行深度定量测量分析,确定不同方法对深度定量测量的检测适用性及检测能力。实验结果表明,温差峰值时间法测量深度达到2mm,对数温度偏离时间法测量深度达到4mm,对数温度二阶微分峰值时间法测量深度达到5mm,同时对数温度二阶微分峰值时间法受三维热扩散影响小,检测无需选择参考区域。因此,对数温差二阶微分法所能测量的缺陷深度最大,准确性更高。通过对不同方法进行应用分析,能够明确不同深度定量测量方法的适用范围与检测准确性,为主动式红外热成像方法的定量检测提供依据。
简介:摘要:随着红外热成像技术和人工智能的快速发展,基于人工智能的红外热成像监控系统在安防领域具有广泛的应用前景。本论文旨在设计一种基于人工智能的红外热成像监控系统,以实现智能化的目标检测、异常行为识别和实时警报功能。通过对红外热成像技术和人工智能算法的综述,提出了系统设计方案,并详细介绍了硬件设备选择、算法设计和系统集成等关键步骤。通过实验验证,系统能够高效准确地检测目标、识别异常行为,并及时发出警报,为安防监控提供了重要的技术支持。