钛合金材料超声滚压加工的仿真分析与实验研究

采用普通滚压加工工艺对钛合金材料进行加工时,存在因低频冲击造成的工件残余应力分布不均匀和表面硬度低等问题,为此,开展了钛合金材料超声振动滚压工艺仿真及实验研究。首先,从理论层面分析了超声滚压加工的运动学及动力学特性,找出了影响超声滚压加工性能的相关因素;然后,采用ABAQUS有限元软件建立了钛合金材料的仿真模型,分析了超声滚压对残余应力的影响及强化机理;最后,设计了钛合金工件的超声滚压实验,研究了不同参数指标对工件加工质量的影响,并根据实验结果对仿真模型和残余应力结果进行了验证。研究结果表明:随着静载荷和超声振幅的增加,工件表面残余应力分布相对均匀且趋于平稳,表面粗糙度呈现先降低后增加的趋势,表面硬度随强化层深度的增加逐渐降低;在振幅为20μm时,工件表面质量和性能相对较好,此时残余应力均值为849 MPa,表面粗糙度均值为0.1μm。该实验结果与仿真分析结果一致,验证了所建模型的可靠性,可为滚压制造工艺参数的选取提供参考。

基于XGBoost算法对茶叶揉捻工艺参数的研究

茶叶揉捻后的碎茶率、成条率和细胞破坏率是衡量揉捻品质的重要指标。我国茶叶种类繁多,不同种类的茶叶揉捻没有统一标准,受主观能动性影响较大,易造成揉捻品质不一。针对这种情况,文章建立随机森林、XGBoost、支持向量机的茶叶揉捻工艺参数推荐模型,对比三种模型预测结果的评价指标,XGBoost的MAE、MAPE、RMSE指标值更小,其预测效果最好。采用XGBoost算法作为推荐系统核心,设计出茶叶揉捻参数推荐系统,并对推荐系统推荐参数进行试验。试验结果表明,按照推荐系统所推荐的揉捻参数进行茶叶揉捻,揉捻后的碎茶率、成条率和细胞破坏率已达到揉捻机作业性能指标。研究为智能揉捻提供一种新方法,对当前茶叶揉捻设备发展具有一定现实意义。

中小型轴承零件硬车削工艺试验

以某型空心圆柱滚子、5302/01和3206/01中小型轴承零件为试验对象,通过硬车削加工工艺试验,分析了小批量中小型轴承零件精加工工序采用硬车削的工艺可行性和优势。

支持向量机与神经网络相结合的板带凸度预测

为提高热轧生产过程中板带凸度的预测精度,提出了一种将粒子群优化算法(particle swarm optimization,PSO)、支持向量回归(support vector regression,SVR)和BP神经网络(back propagation neural network,BPNN)相结合的板带凸度预测模型。采用PSO算法优化SVR模型的参数,建立了PSO-SVR板带凸度预测模型,提出采用BPNN建立板带凸度偏差模型与PSO-SVR板带凸度模型相结合的方法对板带凸度进行预测。采用现场数据对模型的预测精度进行验证,并采用统计指标评价模型的综合性能。仿真结果表明,与PSO-SVR、SVR、BPNN和GA-SVR模型进行比较,PSO-SVR+BPNN模型具有较高的学习能力和泛化能力,并且比GASVR模型运算时间短。

硬辊加工工艺改进

为延长轧辊使用周期，提高单槽轧制量，减少崩废槽现象，特优化硬辊加工工艺，提高硬辊加工质量及加工效率。

中型厂美标H型钢轧辊孔型加工工艺的应用与研究

主要介绍了中型型钢厂对关标H型钢轧辊加工工艺的改进和应用。通过对轧辊材质和作业进行全面到位的分析，提出对加工工艺的要求，对比目前的加工现状提出的优化改进方案。

首钢京唐球团矿降FeO含量的生产实践

首钢京唐球团投产后,随着产能的不断提高,FeO含量持续升高的问题逐渐暴露。在分析现场数据找到原因后,通过改造干燥设备稳定生球水分,优化辊压参数提高生球强度,改造辊筛提高布料稳定性,优化干燥预热参数减少爆裂等措施,促使球团矿FeO指标回落到正常水平。

大数量级难加工小孔零件数控加工工艺分析及切削参数优化研究

大数量级小孔零件加工由于孔数量多、孔径小和无法根据加工中的震动和噪声判断加工情况进而调整切削参数等,造成加工效率低、排屑困难、易断钻头等问题。对大数量级的小孔零件进行分组实验,在基础理论切削参数基础上进行等间距数值分级的多组加工参数对照实验,在多组实验结果上得出更具体的可选用区间;在得到的区间上进一步进行连续加工实验观察刀具磨损,并且借助显微镜辅助分析磨损情况,得到可行且能连续加工的稳定切削参数。最后运用数据分析软件SPSS进行切削参数和加工结果之间的多因素分析来构建数学模型,求出转速S、进给速度F、退刀量R′各切削参数的可行区间及最优参数,按照该参数进行实际的数控加工实验,验证了该方法的可行性和稳定性。

基于图像处理的硬性渗出检测算法研究

眼底图像的硬性渗出(HEs)检测算法,为眼科医生提供高效的计算机诊断辅助,具有重要的研究意义。该文提出了一种基于形态学图像处理和分类算法相结合的HEs检测算法。该算法先对眼底图像进行预处理,剔除眼底图像中的血管和视盘,然后采用形态学和阈值分割提取出HEs候选区域,最后用经过粒子群优化算法(PSO)优化后的支持向量机(SVM)精确分类出HEs和非HEs。该算法在DIARETDB1数据库上进行实验,结果取得了基于病灶的灵敏性和阳性预测值分比为95.14%和93.82%,基于图像的灵敏性、特异性和准确率分别为100%、97.31%和97.83%,表明该算法可对HEs进行精确检测。

圆机坯布剖幅线处的结构优化研究

针织大圆机生产中的剖幅线设置是一项简单而必要的操作,文中基于单双面品种坯布剖幅线的常见结构以及剖幅线设置方法,提出剖幅线会引发纱线抽紧以及面料卷边问题。文中对这两个主要问题的原因进行分析,给出具体的工艺优化方案,并落实到织针和三角排列图上机操作中,展示了在编织阶段极具性价比的优化效果。结果表明,简单的工艺改善对于整个生产流程的生产效率产生积极的作用,企业生产中应严把质量关,做到剖幅边防卷边和防抽紧。

板带热轧过程耦合机器学习及生产过程多目标优化

针对板带热轧过程集成化程度极高、工序较多且材料与力学现象强耦合的特点,按常规自动化控制方法只能关注局部优化,时常以降低其他性能为代价,成为阻碍热轧板带综合质量提升的主要瓶颈。为解决这一难题,采用人工智能理论的机器学习方法,将物理冶金学理论模型与数据(热轧生产大数据+冶金与材料学实验数据)有机结合,开发了综合反映热轧板带全流程组织演变、表面氧化及力能参数变化的数字孪生系统。以此为基础,采用多目标智能优化理论和算法,开发出热轧工艺参数全局寻优的逆向优化系统并在实际生产中得到应用,实现了板带热轧过程中氧化铁皮厚度与结构演变、显微组织演变及道次轧制力的在线软测量。结合多目标优化,在提升热轧板带表面质量及其性能稳定性方面在工业生产中效果明显,为综合、全面解决热轧板带组织性能优化、表面质量提升及板形与尺寸精确控制方面存在的关键难题提供了新的技术方案。