基于卷积神经网络的发动机主轴承盖姿态识别算法

针对传统姿态识别算法识别精度不高,通用性不强,易受环境因素的影响,且需要对检测图像进行复杂的图像预处理操作的问题。基于卷积神经网络的特征提取能力和识别分类能力,提出一种基于卷积神经网络的发动机主轴承盖姿态识别算法,所提算法去除了传统复杂的预处理操作,通过提取轴承盖4个面的特征,对轴承盖4个面进行识别。实验结果表明:所提算法不仅可以正确识别发动机主轴承盖的4个面,而且平均识别精度为100%,平均识别时间为3.80 s,具有识别精度高,识别时间短,抗干扰能力强的特点。

发动机主轴承盖铸造工艺数值模拟与优化

对发动机主轴承盖五件连体铸件进行铸造工艺设计,利用Anycasting铸造模拟软件对初始方案进行了充型和凝固过程模拟,预测了铸造缺陷产生位置。分析了缺陷产生原因,分别以冷铁和冒口布局对铸造工艺进行了两次改进优化,优化后的数值模拟结果显示铸件几乎无缺陷,同时工艺出品率提高近20%。对优化改进方案进行了产品试制试验,X射线探伤检测显示铸件致密性良好,与数值模拟结果一致,铸件质量可靠,优化方案可行。

基于正交试验的发动机连体轴瓦铸造工艺优化

设计了发动机连体轴瓦铸件的铸造工艺,设计了三因素三水平正交试验,采用数值模拟和统计分析的方法,分析了发动机轴瓦充型过程、凝固过程,以铸件残余熔体模数为判据进行了缺陷预测,重点分析了浇铸温度、浇铸高度、冷铁布置位置的变化对铸件质量的影响,确定了优化的工艺参数组合。产品试制试验和X射线探伤检测显示铸件致密性良好,铸件质量可靠,工艺方案和工艺参数合理可行。