FORMING PRINCIPLE OF TWO SIDE-DIRECTION BURR AND IT'S PREDICTION IN METAL CUTTING

The burr is one of the common phenomena occurring i n metal cutting operations The mathematical mechanical model of two side dir ection burr formation and transformation is established with plane stress strain theory,based on the orthogonal cutting The main laws of formation and change of the burr are revealed,and it is confirmed by experiment result,which first realizes prediction of the forming and changing of the two side direction burr in metal cutting operation.

逐步Ⅱ型删失下Burr Type X分布的参数估计

针对逐步Ⅱ型删失数据下Burr Type X分布的参数估计问题,提出模型参数的一种新的贝叶斯估计及相应的最大后验密度(HPD)置信区间.假设伽玛分布为待估参数的先验分布,考虑待估参数的条件后验分布未知、单峰且近似对称,选取以正态分布为提议分布的Metropolis-Hastings(MH)算法生成后验样本,基于后验样本在平方误差损失函数下得到待估参数的贝叶斯估计和HPD置信区间.将基于MH算法得到的贝叶斯估计和HPD置信区间与基于EM算法得到的极大似然估计和置信区间在均方误差准则和精度意义下进行比较.Monte-Carlo模拟结果表明,基于MH算法得到的估计在均方误差准则下优于基于EM算法得到的极大似然估计,基于MH算法得到的HPD置信区间长度小于基于EM算法得到的置信区间长度.

逐步Ⅱ型删失数据下BurrⅢ分布形状参数的估计

基于逐步Ⅱ型删失数据,假设在每一阶段退出试验的样品是随机的情况下,对BurrⅢ分布中的形状参数进行估计。定义了BurrⅢ分布形状参数的极大似然估计、EM估计和贝叶斯估计三种估计方法的估计式。同时,给出了EM估计的近似置信区间与贝叶斯估计的HPD置信区间。此外,利用Monte-Carlo模拟,对上述三种估计方法的效果进行了对比分析。模拟结果表明,在均方误差(MSE)准则下,贝叶斯估计优于EM估计,更优于极大似然估计,同时两种置信区间的区间长度近似。

分布未知情形下基于Burr近似的VSSI EWMA图多目标优化设计

为了提高过程质量监控效率和降低过程质量控制成本,针对过程质量特性分布未知情形,利用Burr分布近似未知分布,研究可变样本容量和抽样间隔(VSSI)的指数加权移动平均(EWMA)控制图的统计经济多目标优化设计问题。首先,建立基于Burr近似的未知分布VSSI EWMA图,采用平均产品长度、单位产品质量成本分别作为统计和经济指标,构造该图的统计经济多目标优化设计模型。之后,采用NSGA-Ⅱ算法对模型进行算例求解和灵敏度分析。最后,将该方案与已有几种EWMA图设计方案比较。结果表明,在总体分布未知时,该方案在统计监控效率和过程监控成本两方面都要优于VSSI EWMA图的单一性设计,以及EWMA图多目标优化设计。

连铸板坯标识残留缺陷的改善

针对热轧钢卷边部的毛刺缺陷问题,分析认为是由于热轧加热工艺调整造成板坯喷印标识覆盖部位的氧化铁皮去除不净,残留在热轧钢卷边部导致。通过调整喷印丝材质,在保证现有板坯标识清晰度和附着力的前提下,较好地解决了标识覆盖部位的氧化铁皮残留问题,有效地改善了热轧钢卷边部质量。特别是采用改进后的合金喷印丝,轧后热卷边部无毛刺缺陷的比例可以达到98%以上。

基于Focal Loss改进LightGBM的供水管网毛刺数据检测

针对数据不平衡导致的管网毛刺数据检测召回率偏低问题,提出一种Focal Loss改进LightGBM的管网毛刺数据检测方法。首先,结合管网毛刺数据的特点,针对性构造邻域相关特征。其次,将Focal Loss函数引入LightGBM,提高模型对难以检测的毛刺样本的权重,并对Focal Loss不同的参数取值进行实验,以平衡精确率与召回率。最后,选择不同参数的Focal Loss进行模型融合,进一步提升模型对不平衡毛刺数据的检测性能。在某市供水管网的真实数据上进行实验,结果表明,对比基于交叉熵损失函数的单一模型,本文提出的Focal Loss改进后的融合模型在毛刺数据上召回率和F1值的提升幅度达33.3和18个百分点,但毛刺数据的精确率还有待进一步提升。本文所提方法从损失函数入手,动态调整难易样本的权重,有效地提升了不平衡数据下的毛刺数据的检测性能。

紫铜微铣削毛刺高度仿真分析

针对紫铜在微铣槽加工过程中毛刺抑制困难的问题,建立了微铣削有限元模型,对毛刺高度进行仿真预测,通过仿真结果分析了主轴转速、进给速度和铣削深度对毛刺高度的影响程度,建立了回归方程并得到最优参数组合,使用直径0.5 mm微铣刀对紫铜进行了微铣削实验。结果表明:回归方程的最大误差为9.02%,验证了模型的有效性和准确性,为实现紫铜微铣削高精度加工提供了参考。

基于正交试验的PE淋膜纸冲裁工艺参数优化

为了提高冲裁加工PE淋膜纸的断面质量,该文以冲裁速度、冲裁间隙、斜刃倾角三种工艺参数为影响因素,选择纸张毛刺高度作为评价指标,利用正交试验对工艺参数进行分析。结果表明:冲裁工艺参数对纸张毛刺高度的影响程度分别为:加工间隙>冲裁速度>斜刃倾角。冲裁速度的变化与纸张毛刺高度的变化呈负相关,斜刃倾角、加工间隙的变化与纸张毛刺高度的变化呈正相关。研究得出最优冲裁工艺参数组合为:冲裁速度为220 n·min^(-1),斜刃倾角为0.35°,加工间隙为20μm。该项实验研究结果对提高冲裁加工PE淋膜纸的断面质量和生产效率以及降低产品的加工成本具有重要参考价值,在实际生产中具有一定的实用性、经济性价值。

两参数Burr Ⅻ分布的经验Bayes检验问题

Burr Ⅻ分布在保险精算、经济学、社会学、环境学等中有着非常重要的应用价值,已经被列入精算师常用的八大分布之中,由此可见对Burr Ⅻ分布的研究有着重要的现实意义和理论价值。本文主要对两参数Burr Ⅻ分布分别在绝对值损失和加权平方损失下,利用核估计方法构造了参数相应的经验Bayes(EB)单侧和双侧检验函数,证明了所提出的EB检验函数均是渐近最优的并获得了EB检验函数的收敛速度。最后,给出了一个例子,说明适合定理条件的先验分布是存在的。

Burr XII分布参数的经验Bayes估计的渐近最优性

本文研究了Burr XII分布参数的经验Bayes估计问题.利用密度函数的递归核估计,构造了参数的经验Bayes(EB)估计,在适当的条件下证明了所提出的EB估计是渐近最优的,并获得了它的收敛速度.

MLINEX损失下BurrⅫ部件可靠性指标的经验贝叶斯估计

基于逐步增加Ⅱ型截尾样本,研究MLINEX损失下BurrⅫ部件可靠性指标的经验Bayes估计。利用MLE方法求出超参数的估计,从而得出未知参数、可靠度及失效率函数的经验Bayes估计。最后通过Monte-Carlo方法给出随机仿真例子,表明当样本容量m相同时,截尾数n越小,均方误差越小;当截尾数n相同时,样本容量m越大,均方误差越小。

连续光纤激光切割金属薄壁材料工艺研究

随着工业领域金属薄壁构件设计的多样化,在高速激光切割的同时,对切口形貌质量也提出了更高的要求。本研究采用连续光纤激光器对0.2 mm厚度304不锈钢薄板进行切割实验,研究了毛刺和熔渣飞溅区产生的机理,重点讨论了加工工艺参数中的激光功率、切割速度、离焦量对毛刺堆积量和熔渣飞溅区宽度的影响关系,通过实验分析获得了最佳加工参数组合。研究结果表明,毛刺厚度随着激光功率、离焦量的增大而增加,随着切割速度的增大先降低后增加。熔渣飞溅区宽度随着激光功率的增大而增加,随着切割速度的增大而降低,随着离焦量的增大出现小范围波动。根据加工结果分析,当激光功率为125 W,切割速度为10 m/min,辅助气体压强为1.2 MPa,离焦量为-0.3~-0.5 mm,可以获得0.2 mm厚304不锈钢薄板较好的加工效果。

定数截尾下Burr Type XII分布的统计推断

基于定数截尾样本,讨论了Burr Type XII分布的参数估计,得到了位置参数的极大似然估计和逆矩估计,并利用随机模拟进行比较,模拟结果表明逆矩估计优于极大似然估计。

复合LINEX对称损失下BurrXII分布参数的Bayes估计

在复合LINEX对称损失函数下,研究Burr XII分布参数的Bayes估计和EBayes估计,并通过随机数值模拟检验参数的Bayes估计和E-Bayes估计的合理性及优良性.

记录值样本下Burr XII模型的Bayes可靠性分析

针对记录值失效数据情形,研究了Burr XII分布的可靠性分析问题。基于Bayes理论分别在对称和非对称损失下获得了Burr XII分布可靠性指标的计算公式。针对超参数未知情形,利用一种新方法确定了超参数的值。结合Monte-Carlo模拟方法给出一个数值算例,并研究了估计结果的精确性。结果表明,此计算方法具有可信的计算精度,符合工程实际,有一定的实际应用价值。

双边定数截尾场合下Burr Ⅻ分布的Bayes估计

在双边定数截尾样本下,文章基于未知参数的先验分布为无信息先验和Gamma分布,分别考虑平方损失和LINEX损失,研究了Burr Ⅻ分布的参数和可靠性指标的Bayes估计,并运用随机模拟的方法对各种估计结果进行了分析比较,结果表明LINEX损失下,基于gamma先验分布,贝叶斯估计结果精度更高.

非对称损失函数下Burr Ⅻ型分布可靠性指标的Bayes估计

本文研究了R=P(Y<X)在两种非对称损失函数下的Bayes估计问题,其中随机变量X和Y相互独立且服从不同的Burr Ⅻ型分布.利用Lindley近似方法,获得了Bayes估计的显式近似表达式,通过随机模拟比较了不同损失函数下的Bayes估计的性质.

Burr Type Ⅻ分布的统计推断

该文讨论了两参数Burr TypeⅫ分布基于逐次定数截尾样本的参数估计,导出了有关参数的点估计和区间估计.我们利用模拟方法对所给点估计和参数的最大似然估计作了比较,模拟结果显示所给点估计优于常用的最大似然估计.最后,用一个实际例子说明本文所给方法.

两两NQD样本下Burr XII分布参数的经验Bayes检验问题

研究了同分布两两NQD样本情形下Burr XII分布参数的经验Bayes(EB)单侧检验问题.利用概率密度函数的核估计构造了参数的经验Bayes检验函数,在适当的条件下证明了经验Bayes检验函数的渐近最优性,并获得其收敛速度.最后给出一个有关本文主要结果的例子.

熵损失函数下Burr(α)X分布参数的贝叶斯估计

文章研究了Burr(α)X分布参数的各类贝叶斯估计问题。在熵损失函数下分别获得了参数的贝叶斯估计、经验贝叶斯估计、多层贝叶斯估计和E-Bayes估计。证明了参数经验贝叶斯估计的渐近最优性,讨论了参数多层贝叶斯估计和E-Bayes估计的稳健性,通过蒙特卡洛方法对各类估计的MSE进行了数值模拟和比较分析,结果表明:经验贝叶斯估计的均方误差最小,精度较高。