金属橡胶力学性能及应用研究进展

工业生产中无处不在的振动会周期性地作用于设备,引起疲劳破坏和损伤,从而降低设备运行可靠性。金属橡胶是一种新型非连续金属材料,具有橡胶所不具有的金属性能而能够适应油污、腐蚀、高低温等恶劣环境,具有金属所不具备的橡胶性能而能够满足高弹性、大阻尼减振隔振要求,因此在军事和民用领域均有广泛应用。首先,对近二十年国内外学者在金属橡胶的阻尼特性、本构模型和疲劳特性等力学特性方面的研究进行分析和评价;其次,对金属橡胶的内在固有因素和外部使用因素对其动静态特性的影响进行归纳和总结,综述金属橡胶力学性能在减振、降噪及复合型衍生产品方面的应用;最后,探讨金属橡胶研究中存在的问题及发展趋势。

电感式传感器识别废金属的影响因素研究

基于电感式传感器的金属识别是废金属自动分选的一种新技术,但存在对常见废金属材料难以准确识别与分类的问题。针对铜、铁、铝3种常见废金属识别问题,研究电感传感器参数对金属识别的影响因素及规律。首先,建立电磁感应理论模型,分析废金属识别的影响因素;其次,采用COMSOL Multiphysics电磁仿真软件,研究电感式传感器特性参数对3种废金属的影响规律。采用方差分析法计算各因素对传感器识别不同金属的贡献,为电感式传感器的设计、选型及识别方法研究提供参考。

四主轴头五轴机床多工步加工路径优化

针对四主轴头多工步加工空行程耗时多的问题,基于空行程路径最短原则研究了无碰撞多工步加工路径优化方法。以四主轴头机床为对象确定了关节坐标系,在单面加工空行程规划基础上,建立了多面空行程计算模型和防碰撞多工步路径优化模型。基于同一面优先排序原则,在内层混合粒子群算法(GA-PSO)基础上融合了贪心算法,提出了双层混合粒子群优化算法(GA-PSO)。其中内层算法用于优化单一面上路径轨迹,外层算法用于优化多面间加工顺序。通过内外层优化算法间的不断迭代分层优化空行程,实现了整体多工步路径优化。对双层GA-PSO算法进行了算例分析,与遗传算法相比具有更快的收敛速度和更短的加工路径,最后通过虚拟仿真进一步验证了该路径优化算法的可行性。

基于ESOINN的离散制造车间生产异常实时检测方法研究

离散制造车间存在制造要素偏离生产计划导致的生产异常事件,准确的车间异常检测有助于实时监控生产过程,提高动态决策响应速度,保证订单按时交付。针对异常检测的准确性和实时性需求,提出一种增量式无监督学习的车间生产异常检测方法。首先,以在制品在车间的流转过程为主线定义生产异常种类,搭建离散制造车间生产异常检测框架;其次,使用增强自组织增量神经网络实时检测生产异常,并根据当前生产数据在线更新模型,以适应数据分布的动态变化,提高模型检测准确率;最后以某航天机加车间为例,将所提方法与两种增量式及两种非增量式聚类算法进行对比实验,并在离散制造车间应用生产异常检测系统,验证了该方法在生产异常检测问题上的有效性。

薄壁零件高速铣削动态切削力

通过微元铣削力与瞬时未变形切屑厚度之间的线性关系,提出了螺旋圆柱铣刀的瞬时切削力模型。在此基础上,采用两自由度弹性-阻尼系统,建立了适合薄壁零件的综合考虑刀具子系统和工件子系统动态特性的动态铣削力模型。最后通过实际测量数据与模型计算数据的对比,验证了提出的动态铣削力模型的有效性。

薄壁零件高速铣削稳定性预测与验证

针对薄壁零件高速铣削加工系统小刚度、动态变化的频响特点和高阶动态特性,研究其无颤振稳定铣削的极限预测理论。针对薄壁结构小刚度的频响特性,建立由刀具子系统和工件子系统之间的相对动态特性决定的铣削动力学模型和无颤振稳定切削的临界条件;针对高速铣削的高转速特点,建立基于多自由度系统高阶动态特性的稳定性极限预测模型;针对薄壁结构在加工过程中其动态特性的时变性,提出通过跟踪工件在不同加工阶段的动态特性进行稳定性极限预测的方法。对典型薄壁结构进行切削试验,试验结果验证了所提出的稳定性预测模型和预测方法的有效性。

薄壁零件铣削加工系统动态特性测试与分析

为预测薄壁件的铣削加工稳定性,采用有限元模态分析方法和试验模态分析方法,分别分析刀具子系统和工件子系统的动态特性。根据薄壁零件的振型模态,划分表示工件在加工过程中动态特性变化的不同加工阶段、选取能够在刀具切削位置激起振动位移的高阶动态频响模型作为预测切削稳定性的有效振型。对于薄壁零件的铣削加工,建立由刀具子系统和工件子系统相互作用的、考虑加工阶段并取决于有效振型的加工系统结构传递函数。稳定性预测结果与试验结果基本相符,证明系统传递函数的测定精度较高。

铣削加工3维稳定性预测

传统的2维稳定性极限预测图反映不出进给量对切削稳定性的影响,针对这个问题,提出通过建立与进给量相关的切削力系数模型以反映进给量对切削稳定性的影响。该模型表示为以每齿进给量为变量的二次多项式方程。采用二次回归组合设计方法设计一组变进给量的中心复合试验,通过测量铣削力得到在特定切削条件下的切削力系数,根据最小二乘法估计回归系数。模型的可靠性通过其显著性检验证明,模型的预测能力通过预测铣削力和测量铣削力的拟合情况进行验证。基于该切削力系数模型,在稳定性极限预测中引入进给量因子,使2维稳定性图转化为3维稳定性图,表示出转速、进给量与临界稳定的轴向切深之间的非线性关系。

小径向切深铣削稳定性分析与验证

通过仿真方法分析了断续切削的动力学模型和稳定性预测模型的适用条件,分析了径向切深和附加Lobe对小径向切深铣削稳定性的影响及其深层原因。通过小径向切深的铣削试验,获得了切削振动的时域信号和频谱;结合高速切削和断续切削的周期分岔失稳理论,对模型预测结果进行了验证。仿真和试验研究结果表明:随着径向切深的减小,铣削稳定性提高;在小径向切深铣削中,稳定切削的转速区间增多。

柔性制造系统控制系统的重构技术

可重构制造系统是制造系统的新的发展方向。本文运用模块化理论和面向对象相结合的方法 ,提出了一种基于可重构的柔性制造系统控制系统的总体结构 ,说明了其功能划分、模块接口及支持环境 ;并从系统结构设计和软件开发的角度 ,对实现重构的相关技术问题提出了解决方案。

留学生机械制造工艺与装备课程教学要素改革探索

根据来华留学生专业背景并结合课程特点,对机械制造工艺与装备(英文)课程的教学要素——教学目标、教材选用、教学内容及教学方式进行改革探索。包括:教学目标立足于多元化,注重促进学生专业兴趣、专业知识和专业能力三方面发展;选用既与国际主流教材接轨,又与我国机械工程教学体系较匹配的教材,以利于教学目标的实现;课程内容整合为4个知识模块,各知识模块又进一步分为基础、提高、拓展3个进阶层次,建立模块化的分层教学内容;设计主题型翻转课堂教学、工程应用案例和现场教学等教学环节,有利于学生理解理论知识、锻炼工程实践能力和引导专业兴趣。

基于模糊聚类与偏相关分析的机床温度测点优化

机床温度测点优化是热误差补偿技术的难点之一,采用模糊聚类与偏相关分析相结合的方法对温度测点优化。首先利用模糊聚类和F统计量对温度变量进行分类,再根据温度变量与热误差之间的偏相关系数确定每类中的关键温度变量,最后采用关键温度变量建立热误差线性回归模型。此方法在精密卧式加工中心MCH63上进行了验证。结果表明,该方法有效地减少了温度测点的数量,机床轴向热误差由45μm左右减少到7μm。此外,利用F统计量对阈值进行优化,可以快速准确地确定温度变量的分类。

数控机床热误差变参数GM(1,1)的建模

为提高数控机床的加工精度,减少热误差对零件加工质量的影响,对热误差变参数灰色GM(1,1)在线预测模型进行研究。变参数灰色GM(1,1)在线预测模型能直接运用热误差时间序列值进行单序列建模,并给出模型参数的逐步迭代公式,根据不断输入的新数据,变参数模型能利用迭代公式,及时修正模型参数。以某精密卧式加工中心为研究对象,对所提出的变参数灰色GM(1,1)模型进行应用验证,并与传统的GM(1,1)模型和新陈代谢GM(1,1)模型进行对比研究。对比分析的结果表明:变参数灰色GM(1,1)模型很好地解决了传统的GM(1,1)模型难以预测大样本数据和非线性变化趋势的问题,且比新陈代谢GM(1,1)模型建模运算量小、求解时间短。变参数灰色GM(1,1)模型的预测值与实验结果对比表明,该模型预测精度高、通用性好,适用于机床热误差建模预测,进而提高机床的加工精度。

基于开放式数控系统的恒功率自适应控制研究!

针对已有数控机床加工过程自适应控制方法普遍存在成本高、安装调试复杂的问题,基于开放式数控系统研究了一种应用机床内置传感器的恒功率自适应控制方法。为实现加工过程的智能化控制,设计了相应的模糊控制器。论述了该模糊控制器的模糊化处理、模糊控制规则及其模糊推理的方法。以西门子840D数控系统为基础,研究了采集机床主轴功率信号并控制机床进给速度的方法的具体实现。最后,设计了一组切削实验并分析了机床在采用自适应控制加工前后的主轴功率和进给速度。实验结果表明,所设计的面向开放式数控系统的恒功率自适应控制系统在加工过程中具有较好的控制效果,在保护刀具和机床的同时可以有效提高机床的加工效率。

基于NB-IoT技术和GA-BP神经网络的车位预测系统

围绕有效整合城市停车资源,提高现有车位存量利用率的需求,构建了一种基于NB-IoT技术的车位预测系统。该系统采用NB-IoT技术进行信息采集与传输实现车位信息的共享;考虑到车位状态信息实时变化的特性,用历史车位占用数据来建立车位预测模型,推测出未来短时内车位变化趋势。为了提高车位预测的精度,采用遗传算法(Genetic algorithm,GA)优化反向传播(Back propagtion,BP)神经网络建立GA-BP神经网络车位预测模型。以某地下停车场历史数据为例进行仿真实验,研究结果表明:车位预测模型预测值与实际值相近且趋势保持一致,能够有效准确的预测车位状态变化,具有较高的精度。

主轴热误差前瞻预测模型

为消除主轴热误差对加工质量的影响,以某精密卧式加工中心为研究对象,利用智能温度传感器和位移传感器检测机床温度值和主轴热变形,基于主轴温度场准静态假设建立了主轴温度—热误差模型。为优化数据性能,改善补偿系统动态品质,选取灰色理论建模,通过建立温度新陈代谢预测模型,消除了温度检测和补偿实施的时差影响,最终实现主轴热误差的前瞻预测。研究结果表明,该模型计算量小,预测精度高,可用于稳定加工中的热误差实时预测。

智能机床的误差补偿技术

误差补偿技术是智能机床精度提高与保持的关键技术之一。分析了国内外机床误差补偿技术研究现状,提出智能机床误差补偿技术总框架;总结了智能机床误差源、误差元素、几何与热误差的误差元素模型及建模方法,以及典型的误差补偿方法 ;研究了力误差补偿技术、基于零件在线测量的误差综合补偿技术;最后,对未来智能机床误差补偿技术的发展重点进行展望。

龙门机床几何误差建模与补偿研究

运用多体系统运动学理论描述了龙门机床结构关系,并建立了该机床几何误差数学模型。分析了模型中包含了各个运动轴的共计34项误差元素。最后,简化了龙门机床几何误差模型,给出了机床几何误差补偿策略。模型的建立和误差补偿策略的提出为机床实施误差补偿提供的基础。

数控机床滚珠丝杠的温度场研究

滚珠丝杠在运行过程中由于摩擦力矩产生大量热量,因此有必要对传动过程中的滚珠丝杠进行温度场研究。以某龙门加工中心Y向进给系统中的滚珠丝杠为研究对象,建立简化模型,计算出热分析的边界条件,导入ANSYS软件中得出其温度场的仿真结果。与实验数据进行比较,对比结果显示了不同进给速度下滚珠丝杠的温度分布及其变化规律,为以后的滚珠丝杠热特性研究提供了理论依据。

基于虚拟仪器的高速铣削在线监测系统

在分析高速铣削监测重要性的基础上,阐述了在工业生产中利用虚拟仪器构建监测系统的可行性、优越性。提出了基于LabVIEW的高速铣削加工在线监测系统的工作原理、硬件组成及软件方案,最终在实际生产环境中进行了检验,并取得了预期的效果。