横向沙丘表面与上方矩形截面柱复合电磁散射的FDTD研究

分别使用指数型分布和高斯型分布表示沙漠表面的高度起伏状况,采用蒙特卡罗方法模拟横向沙丘表面和沙丘与沙丘间平坦沙漠表面,运用Herkelrath提出的土壤湿度与介电常数的通用式计算沙土的介电常数,选用FDTD数值计算方法分析高度起伏均方根、入射角度、目标长度、目标宽度、目标高度、横向沙丘的高度和横向沙丘迎风坡坡底到坡顶的水平距离的变化对散射系数的影响,得到横向沙丘表面与上方目标的复合电磁散射特性。分析了粗糙面为指数型分布和高斯型分布时散射系数的角分布曲线的不同之处。

对象随型粗糙面近红外单目视觉测量与基准图像自愈

针对复杂应用环境中近红外单目视觉位姿测量系统偏离预置合作目标对象后,无法完成位姿测量的特殊情况,提出一种以合作目标周边随型粗糙面图像为测量对象的单目视觉测量方法,以及图像受损后的动态自愈方法。通过将实时获取的随型粗糙面图像特征与预存基准图像特征进行匹配计算,完成特殊情况下的应急测量。同时,为减少随型粗糙面图像污染或受损后对位姿测量精度的影响,实时计算污染或受损程度并动态自愈基准图像特征。实验结果表明,以随型粗糙面为对象的位姿测量精度稍低于合作目标对象,但能够满足特殊情况下的应急使用需求,提高了测量系统的鲁棒性;当随型粗糙面图像污染或受损达到70%时,采用自愈处理与未做自愈处理相比,方位角测量误差减少72%以上,验证了基准图像自愈方法的有效性。

TC4钛合金绿色湿式切削加工多目标参数优化

为了研究在绿色湿式切削条件下各铣削参数对TC4钛合金表面粗糙度和机床周边悬浮物颗粒浓度PM2.5的影响规律,设计开展了正交铣削试验,建立了表面粗糙度和悬浮颗粒物浓度PM2.5的回归经验预测模型,在此基础上建立了基于表面粗糙度和悬浮颗粒物浓度PM2.5的多目标优化模型,进而利用NSGA-Ⅱ算法和Pareto最优理论,获得了绿色湿式切削条件下的最优铣削参数选择方案,并通过实际试验证明了该方案的可行性。

面向绿色高表面质量制造的硬态车削工艺多目标参数优化

目的为了进行硬态车削绿色制造与工艺性能协同优化研究,提出一种同时考虑碳排放量和表面粗糙度的多目标优化方法。方法首先,通过分析硬态车削过程中切削参数、工件材料、刀具材料等因素对切削功率的影响建立碳排放目标函数,针对工件的表面粗糙度受到切削条件、工件材料、刀具材料等诸多因素的影响,利用正交试验和广义回归神经网络建立轴承硬态车削表面粗糙度目标函数。然后,考虑加工过程中机床特性和硬车实际工况等约束条件,建立以切削参数为优化变量,以碳排放量和表面粗糙度为优化目标的多目标优化模型,引入权重系数将其转化为单目标优化模型。最后,利用遗传算法对优化模型进行优化求解,深入分析切削参数对优化目标的影响。结果在工厂实际轴承产品硬车试验中验证了优化模型的有效性,结果表明,切削速度为225 m/min、进给量为0.08 mm/r、背吃刀量为0.10 mm时,碳排放量和表面粗糙度的综合优化指标最低。相比优化前,虽然碳排放量上升了13.05%,但表面质量提升了34.44%。结论研究结果对面向绿色制造的轴承硬车工艺参数优化提供理论方法有重要意义。

TC21钛合金数控车削参数多目标优化研究

为实现TC21钛合金数控车削加工表面粗糙度达标和车削温度可控,利用中心复合试验法设计试验方案,并对试验结果进行极差分析和加工机理分析,以明确车削参数对加工结果的影响规律。基于响应面法建立表面粗糙度和车削温度的单目标预测模型,并通过统计学分析验证预测模型的精度。运用NSGA-Ⅱ遗传算法计算多目标最优车削参数,经实际加工对比验证得出:利用多目标最优车削参数加工所得的表面粗糙度和车削温度与预测值相符,且均满足实际工程要求。

采用黑洞-连续蚁群算法的数控车床切削参数优化

为实现数控车床加工能效和加工质量的多目标优化,提出了一种对车削参数进行优化的黑洞-连续蚁群优化算法ACOR(Black hole-continuous ant colony optimization algorithm)。首先,以最低切削比能和最小表面粗糙度为优化目标,建立了数控车床材料切削阶段的多目标优化模型;其次,引入黑洞算法对连续蚁群算法进行改进,构建了适用于多目标优化的黑洞-连续蚁群算法;最后,利用黑洞-连续蚁群算法对数控车床切削阶段的切削参数进行了寻优,并将优化结果与其它优化算法进行对比分析。分析结果表明,黑洞-连续蚁群算法不仅具有良好的全局搜索能力,寻优能力也较其它算法有所提升,能够为制造业提高生产能效和加工质量提供新的解决思路。

基于PSO的TC4钛合金铣削参数优化研究

针对航空发动机叶片修复过程中,损伤叶片在进行激光熔覆后需进行铣削加工来达到叶片表面具有较好的表面粗糙度的效果,采用3D增材制造后的TC4材料开展机理性实验。为使试验所选用TC4材料表面的加工质量和加工效率得以提升,确定TC4试件表面粗糙度为研究对象,借助Design-Expert软件设计正交试验,并在数控车床JDPVM600_A13SH上开展硬质合金刀具铣削试验,探究铣削参数(主轴转速、进给速度、切削深度)对表面粗糙度的影响。采用多元回归的方法建立TC4材料表面粗糙度与铣削参数之间的关系模型,进而以TC4材料表面粗糙度和加工效率作为优化目标构建多目标优化模型,并对试验铣削参数采用粒子群算法(PSO)进行优化。结果表明,采用粒子群算法优化后的铣削参数进行加工,TC4材料表面的粗糙度有所降低,加工效率也有所提升。

Experimental investigation of ghost imaging of reflective objects with different surface roughness

We present an experimental demonstration of ghost imaging of reflective objects with different surface roughness.The influence of the surface roughness, the transverse size of the test detector, and the reflective angle on the signal-to-noise ratio(SNR) is analyzed by measuring the second-order correlation of the light field based on classical statistical optics. It is shown that the SNR decreases with an increment of the surface roughness and the detector's transverse size or a decrease of the reflective angle. Additionally, the comparative studies between the rough object and the smooth one under the same conditions are also discussed.

基于改进BP算法的模具零件表面抛光质量预测研究

针对模具零件表面自动化抛光的工艺参数现场调试困难、抛光后模具零件表面质量不一致等问题,提出了基于改进BP算法的模具零件表面抛光质量预测模型。通过采集模具零件表面抛光试验样本参数,构建预测模型输入参数集,将混沌理论、动态权重、动态学习因子和高斯变异策略引入粒子群优化算法(PSO),利用改进后的粒子群优化算法(IPSO)对BP算法中权值和阈值的更新策略进行优化,并构建了基于IPSO-BP算法的模具零件表面抛光质量预测模型,结合快速非支配排序遗传算法(NS-GA-II)建立多目标优化模型,实现对模具零件表面抛光质量的高精度预测以及抛光工艺参数的优化,对比5种常规预测模型,结果表明基于IPSO-BP算法的预测模型具有较高的预测精度。

基于能耗效率的SiCp/Al复合材料切削参数多目标优化

为了提高加工质量,降低切削过程中的能源消耗,开展SiCp/Al复合材料切削加工参数的多目标优化研究。首先,确立以刀尖圆弧半径、切削深度、进给量、切削速度和刀具主偏角为输入参数,以最小表面粗糙度和最大功率系数为优化目标的优化方案。然后,通过仪器采集表面粗糙度、切削力和功率的实验数据,基于加权灰色关联和最小二乘拟合方法进行多目标优化,建立多目标预测模型。最后,利用主效应分析法来确定加工参数对功率系数、表面粗糙度和多目标模型的影响。研究结果表明:多目标预测模型能够获得最优参数组合,优化后可显著提高加工质量和功率系数。

基于能耗和表面粗糙度的车削参数优化研究

为了合理地优化车削参数,提出了低能耗、低粗糙度的车削参数优化方法。在CAK3665ni车床上对45钢进行了干车削试验,采集了不同工况下的功耗和工件表面粗糙度值。在建立功耗和粗糙度模型的基础上,以切削比能低、平均粗糙度小为目标,使用多目标遗传算法,优化了车削参数。试验表明,使用优化后的车削参数进行加工,可以有效减小切削能耗和表面粗糙度。

曲轴连杆颈砂带随动研抛机理及工艺研究

对球墨铸铁曲轴连杆颈砂带随动研抛机理及工艺进行了理论和试验研究,从改变加工参数的角度出发找到一种较为理想的研抛工艺。试验及研究结果表明:砂带的横向振动能够有效地降低轴颈的表面粗糙度;改变曲轴旋转方向能够延长砂带的使用寿命,提高材料去除率,从而提高轴颈表面的尺寸精度;曲轴转速和研抛压力是影响轴颈表面加工质量的决定性因素;采用特制的抛光块能够实现对轴颈过渡圆角处的抛光;影响砂带堵塞程度的最主要因素是磨削压力。

初至波波形反演方法及其数值模拟试验

近地表速度模型的反演精度是影响复杂地表条件下地下地质构造成像效果的主要因素之一。初至波波形反演方法将速度建模问题转化为寻求地震数据信息和理论模型的最佳拟合,即转化为求解目标函数极小化问题,利用观测记录和模型正演记录之间的最佳匹配关系建立地下模型。梯度类波形反演方法的关键因素是目标函数、梯度和步长,梯度问题可以通过确定合适的目标函数来解决,选取合适的步长可以有效地提高波形反演的计算效率和反演精度。初至波波形反演方法类似于对地表模型同时做偏移和层析,能够同时分辨出高波数和低波数成分,并且同时恢复速度值和速度界面。初至波波形反演结果与初至波射线走时层析反演结果的对比分析表明,对于速度变化比较缓慢的起伏地表,前者的反演效果明显优于后者。

复合目标电磁散射的高效混合计算方法

传统混合法在计算目标与粗糙面的耦合场时,需要耗费大量内存与时间。以计算复合目标后向电磁散射为目的,提出一种更为高效的混合计算方法。该混合法在单独处理粗糙面与目标方面与传统混合法一致,即使用基尔霍夫近似法(Kirchhoff approach,KA)处理粗糙面区域;使用矩量法(method of moment,MoM)并结合多层快速多极子(multilevel fast multipole algorithm,MLFMA)技术处理目标区域。与传统混合法所不同的是:根据大尺度粗糙面镜向散射最强的特点,只在粗糙面上截取一块很小的区域进行耦合场计算,从而极大减少内存与时间。大量数值实验表明,该方法在保证较高精度的同时,效率要远高于传统混合法。

增材制造中耦合零件表面粗糙度及支撑面积的建造方向优化

以熔融沉积(fused deposition modeling, FDM)技术为基础,研究了建造方向对于零件表面粗糙度以及支撑的影响.通过实验测试新型聚乳酸(polylactic acid, PLA)材料零件不同建造方向下的表面粗糙度,结合理论及经验公式,建立符合实际情况的粗糙度综合预测模型.对于复杂多面体零件,通过选择功能性表面,建立建造方向集合,在有限的方向集合内选择最优建造方向,从而整体提升零件表面粗糙度.提出了基于光固化立体造型术(stereolithography, STL)文件格式的支撑面积数学模型,以支撑面积最小为优化目标,使用遗传算法(genetic algorithm, GA)进行单目标优化,搜寻最优建造方向.针对不同建造方向下,表面粗糙度和支撑面积的耦合问题,建立多目标优化模型,使用遗传算法全局搜寻最优建造方向.

介质粗糙面上目标后向散射的高效混合算法

以计算介质粗糙面上目标后向散射为目的,提出一种高效的混合计算方法.该方法在单独处理粗糙面与目标方面与传统混合法一致,即使用基尔霍夫近似法(KA)处理粗糙面区域,使用矩量法(MoM)并结合多层快速多极子技术处理目标区域.实验结果表明,所提出的混合法与传统方法不同的是,根据大尺度光滑型介质粗糙面镜向散射最强的特点,在计算耦合场时只在粗糙面上截取一块区域进行计算,从而极大地减少了耦合场计算中所用内存与时间.

高速铣合金铸铁实验结果的稳健设计优化分析

针对高速切削新型合金铸铁类难加工材料时,因刀具磨损严重而导致刀具成本高的问题,采用成本较低的硬质合金刀具对Cr15Mo工件进行了铣削实验,研究了切削参数对切削力和表面粗糙度的影响,获得了可达到磨削加工效果(Ra=0.4μm)的最佳参数组合,即切削速度v_c=800 m/min,轴向切削深度a_p=0.4 mm和进给量f=0.6 mm/r。基于稳健设计优化原理对实验结果进行了理论分析,研究结果表明:理论分析结果与实验结果具有很好的一致性,为同时实现高速、高质量和低成本加工的多目标参数优化方法提供了一种有效的途径。

一维粗糙地表面下方埋藏目标SAR成像

提出一种快速实现一维粗糙地表面下方埋藏金属目标的成像算法.用层内波传播算法结合谱加速的前后向迭代算法(PILE+FB-SA)计算一维粗糙面下方埋藏金属目标的后向散射;用得到的后向散射数据结合后向投影算法实现二维SAR(synthetic aperture radar)成像,研究窗函数的选取,讨论目标位置及尺寸大小变化的影响.用具有高斯谱的粗糙面模拟实际地表面,并采用锥形波入射以减小人为截断粗糙面引起的边缘效应.由于散射数据由快速数值算法得到,该算法不受地面和目标参数限制,可以实现任意粗糙地表面和复杂目标成像,对地下目标探测具有重要的应用价值.

光切法显微镜物镜放大倍数的确定

光切法显微镜是以光切法为测量原理，测量表面粗糙度的专用光学仪器之一。文章主要就光切法显微镜物镜放大倍数确定问题加以阐述，解决了显微镜的使用问题。

改进多相粒子群算法反演粗糙面下方导体目标

提出了一种能快速有效反演介质粗糙面下方导体目标参数的方法——改进多相粒子群算法,优化以双站散射系数的测量值和理论计算值为偏差的目标函数,当目标函数达到最小值时,实现地下目标参数的反演。为加快反演过程,提高反演精度,正问题采用了快速互耦迭代算法这一数值算法来快速准确求解双站散射系数。逆问题采用了基于子群和母群交叉搜索机制以及小种群策略的改进多相粒子群算法,能减少目标函数计算次数(对应正问题计算次数)、提高全局寻优能力。文中反演了一维粗糙面下方截面为圆柱和任意连续形状的导体目标,仿真实验验证了算法具有较好的反演精度和较强的抗随机噪声能力。