数字孪生驱动的薄壁件铣削刀具磨损状态识别方法

薄壁零件由于其本身的弱刚性,铣削过程中极易发生颤振、变形,从而加剧刀具磨损,为提高薄壁零件的铣削加工效率和表面质量,提出了一种数字孪生与支持向量机(SVM)融合驱动的刀具磨损状态识别方法。利用时、频域分析和小波包变换提取特征向量,通过网格搜索与交叉验证(GSCV)的方法进行超参数寻优,结合SVM算法构建薄壁零件铣削刀具磨损状态识别模型。试验结果表明,SVM算法在高维小样本数据的分类识别问题中优势明显,对于不同铣刀磨损状态的识别准确率分别达到96%和90.16%,具有较好的泛化能力。结合机器学习算法构建高保真、轻量化的数字孪生体,并将其嵌入薄壁零件铣削过程监测平台,以解决加工过程中信号实时监测和刀具磨损状态在线识别的问题。

铣削加工测力刀柄参数优化设计研究

为适应高精密加工对切削力的监测需求,文中面向铣削加工设计了一种无线测力刀柄,使用压电薄膜和弹性检测梁采集力信号。为提高检测信号的灵敏度,基于COMSOL Multiphysics软件使用Nelder-Mead算法对刀柄的结构参数进行优化设计,并通过有限元仿真对优化结构进行刀柄结构刚度校核和动态特性分析,最后进行铣削对比实验,验证设计方案的可行性。结果表明,文中设计和优化的测力刀柄具有良好的灵敏度,刀柄的动静态特性满足使用需求,是一种有效的切削力监测方案。

海洋腐蚀多效模拟实验实时监测平台

文章针对目前海洋腐蚀模拟实验装置对船舶运动实况模拟精准度低这一问题,设计了船舶航海过程表面腐蚀情况模拟检测试验装置。该装置通过三套机构较为精准地模拟船舶运动,所得的实验数据可靠性强,对推动海洋腐蚀的科学研究具有重大意义。

自动式定位夹持助力抬升立式自行车停放装置

文章对自行车的停放装置做了深入的研究,设计了自动式定位夹持助力抬升立式自行车停放装置。该装置采用机械助力,能方便快捷地停放自行车,稳定安全,空间利用率高,可广泛用于城市人流量大的地方,以便绿色出行。

基于特征自适应融合和集成学习的高性能铣削刀具状态监测

通过人工智能、工业大数据实时感知切削加工中的刀具状态是实现面向性能的制造的重要技术途径,也是高性能制造的关键内涵。然而,在目前的切削刀具状态监测算法中,特征提取过程多依赖于人工经验,这无疑限制了刀具状态监测技术的在高性能制造中的推广应用。因此,针对高性能加工监测中的自主性和准确性要求,基于特征自适应融合和集成学习技术,提了出一种面向高性能铣削的刀具磨损监测方法。所提出的监测方法能够根据特征的表现自动为其赋予不同的权重从而实现特征的自适应融合,同时利用AdaBoost集成学习算法,在自动融合特征的同时保证了状态监测精度。薄壁件铣削实验表明,监测结果与真实磨损间的RMSE和MAE值最大为10.44,最小可达5.16。所提出的方法能够自主、准确地监测航空类薄壁件铣削加工中的刀具磨损状态,解决了高性能铣削加工刀具磨损监测中的人工经验依赖问题。