智邦科技:双主轴卧式加工中心及柔性换产单元

1.双主轴卧式加工中心为了适合国产汽车工业零部件产业的发展需求,追赶世界先进装备制造水平,上海交大智邦科技有限公司开发了国内首款双主轴卧式加工中心(型号SH523B),用于汽车零部件生产线的高效率加工。如图1、图2所示,SH523B双主轴卧式加工中心采用双主轴和双工作台设计,从机床前端和顶部自动门可同时进行2个工件的上下料操作。

基于有限元仿真的镗孔刀片优化设计及其性能评估

针对某结构件加工中镗孔刀具性能提升问题,采用参数化设计方法,对切削刃进行了优化设计;同时运用有限元仿真方法对比了不同参数下切削刃的切削性能,实现了镗孔刀片的快速优化设计,缩短了开发周期。在镗孔刀片性能有限元仿真评估中模拟了两刀片同时参与切削的情况,同时结合切削温度的数据获取,实现了实际切削工况的有效还原。镗刀片设计采用了刃口倒棱加刃口钝圆的结构,并从刃口倒棱宽度与倒棱角度两方面进行了有限元性能评估。结果表明:该方法可通过切削温度和切削应力的变化来分析倒棱宽度对切削状态的影响;当刀片倒棱角度过小时,会使得后刀面承受过大应力,加快刀片磨损。

PSO多决策融合刀具磨损评估

针对刀具磨损状态监测中单一决策算法模型评估效果受工况参数影响较大,在不同工况条件下模型通用性不好的问题,提出一种基于粒子群优化(PSO)算法的多决策融合刀具磨损评估模型。首先对加工过程中的主轴电流信号和振动信号进行时域分析、频域分析和小波包分解提取有效特征,并利用主成分分析进行特征降维。之后在4种集成学习算法的基础上,构建PSO多决策融合模型,分别使用LDIWPSO和CFPSO两种PSO算法实现多集成学习算法的决策融合,进行刀具磨损状态评估。试验结果表明:PSO多决策融合模型相比于各种单一集成学习算法模型具有更好和更稳定的预测性能,且CFPSO决策融合的效果要优于LDIWPSO决策融合。

基于一维卷积长短时记忆网络的多信号融合刀具磨损评估

为实现刀具磨损状态的有效在线监测,提出一种基于一维卷积长短时记忆网络的多信号融合刀具磨损评估模型。该模型综合使用加工过程中主轴和工作台的振动和声发射信号,以实现信号间的优势互补,弥补单一信号的不足;基于一维卷积的特征学习能力和长短时记忆网络的时序特征分析能力,充分挖掘信号中包含的刀具磨损状态信息;最后通过全连接层和softmax分类器对刀具磨损状态进行评估。试验结果表明,该模型在各单一工况下对刀具磨损状态的识别准确率均可达93.8%以上,整体工况下识别准确率达95.3%,具有很好的稳定性和多工况通用性。

基于静电微量润滑的AlSi7Mg铝合金高速铣削能量消耗研究

目的通过开展AlSi7Mg铝合金高速铣削实验,研究静电微量润滑(Electrostatic Minimal Quantity Lubrication,EMQL)条件下不同的铣削参数对铣削过程中能量消耗的影响规律。方法采用AlSi7Mg铝合金板材,在PT50A加工中心开展EMQL条件下不同铣削参数(切削速度、进给量和铣削深度)的正交实验,以及4种润滑条件(干式、传统浇注润滑、微量润滑和EMQL)下的对比实验,监测不同铣削条件下机床功率P情况,并对功率进行曲线拟合,再依据拟合函数积分求解不同条件下铣削过程的材料去除能量E_(k),进而换算出相同材料去除体积下(即单位深度下)消耗的能量E′,然后根据功率求解铣削比能E_(k)。根据实验结果分析不同铣削参数和润滑条件对4种能量消耗指标(P、E、E′和E_(k))的影响规律,并将依据4种指标选出的正交实验优化参数应用于缸盖加工中。结果尽管切削速度v和进给量f各有不同,当铣削深度ap取最小值(0.4 mm)时,功率曲线水平以及材料去除能量E均位于各数据组的最低水平。在实验11加工过程中,每毫米切削深度的材料去除能量E′为最小值。不论ap值如何变化,铣削比能均随着f的增大而逐渐减小。EMQL与传统润滑在功率、材料去除能量及铣削比能的结果上均较为接近。根据4种指标结果选出了优化铣削参数,v=1800 m/min,f=0.16 mm/r,ap=0.4 mm。结论铣削深度对功率及材料去除能量的影响较显著,进给量对铣削比能的影响更为突出,而切削速度对E′值的影响较明显。此外,EMQL对传统润滑具有较好的替代性。

基于拓扑栅格建模的AGV路径规划算法优化

为解决不规则布局的智能制造车间中自动导引车(automated guided vehicle,AGV)的路径规划问题,提出一种实现AGV路径规划的双层环境建模方法,在此基础上对其路径规划算法进行有效改进,改进算法附加考虑路径的平滑度,提出模拟退火的种群选择方法。通过仿真实验验证,改进后的算法规划出的路径更加平滑,有效避免了传统遗传算法易陷入局部最优的缺陷。仿真实验还验证了改进算法的有效性区间,当障碍物栅格占全环境比小于等于40%时,改进算法比传统遗传算法有效,在此范围内,障碍物占比越高,算法有效性越好。

基于EMD和SVM的缸盖加工颤振在线检测

切削载荷下加工系统的颤振现象直接影响加工过程的效率和性能。本文介绍了一种基于经验模式分解(Empirical Mode Decomposition,EMD)的机床刀具颤振分析方法。通过对机床主轴的振动信号进行综合分析,并对异常颤振信号进行EMD分解以获得本征模函数,采用Hilbert变换得到其包络信号,计算包络谱,提取噪声信号的特征频率,对特征频率进行支持向量机(Support Vector Machine,SVM)颤振判别学习,通过现场信号验证,证明该方法能有效检测加工颤振。

数控机床直线轴定位误差建模与补偿

为了探究不同高度下数控机床直线轴定位误差的变化规律,提出了一种基于阿贝误差的综合建模方法。分析了机床不同预热时间对定位误差的影响,得到了机床达到热平衡所需要的预热时间。通过分析不同镜组高度下测得的定位误差,将定位误差分离为基准定位误差和阿贝误差两部分,采用多项式拟合和线性拟合建立了数控机床直线轴定位误差综合模型。使用综合模型对机床定位误差进行误差补偿,补偿后正向定位精度提升61.9%,反向定位精度提升70%,大幅提升了定位精度。

铝合金螺纹挤压加工载荷仿真及刀具参数优化

面向汽车发动机箱体类零件生产线中的螺纹挤压成型工艺过程优化,基于加工过程有限元仿真和实验验证分析刀具载荷因素影响,优化刀具结构参数。基于Deform-3D实现A356铝合金工件螺纹挤压成型有限元建模仿真,求解加工过程刀具载荷数据,结合多组加工参数下的工件螺纹加工实验验证了仿真模型有效性。基于正交试验法获取多组仿真载荷数据,结合极差法分析刀具结构参数对刀具扭矩和轴向载荷的影响,结果表明:丝锥截面棱边数对挤压扭矩影响最为显著,棱齿铲磨量对挤压轴向力影响最显著。面向自动化生产线螺纹加工的刀具寿命提升和加工能耗控制,以降低刀具扭矩和轴向力为目标,通过仿真试验进行了刀具结构参数寻优,有效提升了刀具性能,缩减了刀具优化设计时间和成本。

基于切削稳定性模型切削数据库的开发与应用

传统切削数据库通常不包含零件加工过程的全部信息,不提供切削参数的可行区间。本文提出一种基于切削稳定性模型的切削数据库系统,开发了一套基于B/S架构的切削数据库系统,得到了无颤振的切削参数可行区间,并通过铣削试验验证了系统可行性。

汽车发动机曲轴毛坯上料的自动化实现

作为汽车动力总成核心零件的发动机曲轴,生产制造自动化率非常高。但是在曲轴加工的整个工艺流程中,毛坯上料工位尚处于人工操作阶段,很多主机厂还没有实现自动化。以曲轴毛坯常用的来料状态为例,有防错、自动抓取难等实现自动上料的问题。针对自动上料问题,集成现有成熟的先进技术,以视觉识别进行空间定位,制定智能化控制策略,以定制气动抓手和角度再定位装置为执行器,又以人工上料防错措施为保障,最终实现曲轴毛坯的自动上料。

航空发动机叶片气膜孔自动化生产的方法

叶片是航空发动机的关键零件,其需求量很大,而且不断更新换代,产品型号也较多。目前常用的叶片生产方式还是依靠工人师傅的经验,操作设备进行加工生产,难以满足日益增长的需求。通过对自动化生产线的关键技术的分析,根据叶片的具体情况,从各个要素寻求叶片大批量自动化生产的解决办法,满足叶片加工后自动化质量检测,并在过程中消除报废情况的发生,制定出叶片自动化生产的方法。

汽车发动机的装配偏差仿真分析与公差修正

汽车发动机的装配质量对汽车的燃油消耗率、扭矩、功率等性能指标都有着十分重要的影响。汽车发动机零部件的尺寸及形位公差是装配偏差分析中的重要元素。使用三维公差分析软件VisVSA对汽车发动机进行了装配偏差仿真分析,在组成环设定公差的情况下计算封闭环尺寸。仿真结果表明,装配后的缸体顶面到活塞高的距离FR的合格率并不能满足在原有公差设定下的2%的合格率要求。根据组成环公差贡献度,对偏差贡献度较大的零部件公差进行修正,修正后的超差率明显减小,装配合格率满足了设定要求。

Hf对Zr-Al-Ni-Cu金属玻璃弛豫行为的影响

通过测定快淬态和退火态比热与温度的关系,研究了Hf元素对Zr_(70)Al_(7.5)Ni_(8)Cu_(14.5)(70Zr)、Zr_(55)Al_(10)Ni_(5)Cu_(30)(55Zr)和(Zr_(0.75)Hf_(0.25))_(65)Al_(7.5)Ni_(10)Cu_(17.5)(65Zr_(0.75)Hf_(0.25))厘米级金属玻璃焓和硬度弛豫的影响。结果显示:70Zr和55Zr合金的结构弛豫表现为单峰现象,在退火温度(T_(a))接近玻璃转变温度(T_(g))时出现弛豫峰;而65Zr_(0.75)Hf_(0.25)合金的结构弛豫表现为双峰现象,分别在523和648 K(接近T_(g))时出现焓弛豫峰。70Zr和55Zr合金在T_(g)温度附近出现明显的单峰弛豫行为,表明合金在T_(g)之前的整个温度范围内具有较高的抵抗退火诱导结构弛豫的能力;另一方面,65Zr_(0.75)Hf_(0.25)合金在523 K附近出现一个弛豫子峰,可能是由于Zr-Hf原子对的键合性较弱,混合焓接近于零,随后在T_(g)附近出现明显的主弛豫。65Zr_(0.75)Hf_(0.25)和(Zr_(0.5)Hf_(0.5))65Al_(7.5)Ni_(10)Cu_(17.5)(65Zr_(0.5)Hf_(0.5))合金的硬度也表现出类似的双峰现象,导致第一峰的T_(a)与焓弛豫峰的T_(a)一致。结果表明,满足非晶形成三原则的Zr、Al、Ni和Cu组成的类二十面体中程有序结构在低T_(a)温度下保持稳定;只有背离非晶形成三原则的65Zr_(0.75)Hf_(0.25)和65Zr_(0.5)Hf_(0.5)金属玻璃焓弛豫和硬度弛豫出现了双峰,表明形成大块金属玻璃非必要组元的增加将导致合金结构在低温退火过程中的不稳定性。

基于膨胀栅格的多目标站点AGV路径规划方法

针对离散制造、环境多变的脉动装配线特点,以及常规栅格建模环境下自动导引车(Automated Guided Vehicle,ACV)单一目标运动的局限性,提出一种膨胀栅格建模的改进方法,并结合蚁群算法进行优化与应用。首先在常规栅格基础上增设膨胀栅格进行建模,以此适应环境多变的脉动生产线特点;然后,在传统路径规划的蚁群算法基础上,引入基于精英策略的信息素更新方法与最大最小蚂蚁系统,提出改进的多任务轨迹规划算法。经仿真实验验证,优化蚁群算法在整体路径长度与收敛性上优于传统算法和其他路径规划算法。仿真实验还分别模拟了分段路径与不同占比障碍栅格单元的优化修正效果:当分成若干段路径时,中转站越靠近障碍栅格,优化算法影响越大;当障碍栅格占比不同时,在路径可控范围内的障碍栅格占比越高,优化算法的效果越理想。

基于UMBmark和EKF的差速移动机器人传感器系统误差标定方法

移动机器人在工程化应用之前需要对传感器的系统误差进行标定。传感器系统误差包括里程计系统误差和激光雷达安装误差。论文首先采用UMBmark方法离线标定里程计系统误差并进行了实验验证,然后使用EKF在线标定激光雷达的安装误差,并在Matlab中验证了EKF标定激光雷达的安装误差能收敛到误差真值。实验结果表明论文研究的标定方法可有效提高移动机器人的航迹推算精度。

基于特征提取与MLP神经网络的电池包密封性检测建模方法

为提高汽车电池包密封性检测效率,达到气体泄漏快速、在线测试的目的,提出一种基于特征提取与多层感知器(MLP)神经网络的电池包密封性检测建模方法。首先使用Lasso方法对气体泄漏数据集进行特征提取,然后用MLP神经网络对数据集进行辨识,两者共同构成电池包密封性检测模型。研究结果表明:该检测模型可以缩短气体泄漏检测周期,实现电池包密封性快速在线检测、提升整个工序生产效率的目标。

基于纯跟踪模型的模糊路径跟踪控制方法

目前对于AGV的路径跟踪多采用的是纯跟踪控制模型,对于纯跟踪模型的预瞄距离没有较好的确定办法。为了提高AGV自主导航系统的精度,提出了一种基于纯跟踪模型的AGV路径跟踪模糊控制方法。该方法使用纯跟踪模型进行AGV路径跟踪的控制,同时使用模糊控制器自适应地确定纯跟踪模型中的预瞄距离,提高了纯跟踪控制对路径的适应能力,提高了路径跟踪的精度。

一种面向分拣的改进欧式聚类分割算法

点云分割是机器人无序分拣的关键技术,主要难点是如何从工况中分割出完整的目标工件点云。常用方法中,RANSAC分割算法不能提取完整的螺栓点云,而传统的欧式聚类分割算法易受聚集噪点和点云缺失影响且耗时较长。为了解决以上问题,针对六角螺栓,提出一种基于欧式聚类和点法向量特征优化的点云分割算法。首先对三维点云数据进行体素化处理得到体素云,然后在体素空间内用RANSAC算法去除地面,利用八叉树(Octree)建立点云间拓补关系,然后根据K邻域搜索的欧式距离判别对点云进行快速的聚类分割,最后根据点法向量优化分割结果。实验结果表明本文的分割算法可以提高处理效率,使计算量大大减少,并且使最后的分割结果更加精确。

基于蒙特卡洛模拟的夹具定位误差分析与预测

分析包含零点定位系统的发动机缸盖"一面两销"夹具定位误差机理;以多体系统约束理论以及运动学原理为基础,建立夹具定位误差与各定位元件位置以及制造偏差的关系模型。针对汽车发动机缸盖夹具,利用MATLAB蒙特卡洛模型对14个误差源进行随机取样,并多次模拟求解预测工件位姿误差;对比传统误差计算方法,该模型分析全面且精度更高;利用数值模拟及统计回归方法,分析各误差源对工件整体位移误差以及整体姿态误差的敏感性分布;为夹具综合设计过程中,公差选配具有理论指导意义。