车身覆盖件模具数字化制造技术

根据车身覆盖件的产品特点 ,进行工艺补充面、压料面、拉延筋、凹模圆角的设计 ,得到完整的三维工艺数模 ;对车身覆盖件进行拉延成形数值模拟 ,通过板料成形极限图、厚度分布图、应力应变分布图 ,保证覆盖件的工艺数模具有良好的成形性能 ;根据验证的工艺数模 ,进行模具三维结构设计和数控加工 ;对覆盖件模具进行了CAD/CAE/CAM一体化集成。

基于单数码相机的板料成形应变测量关键技术及其系统

设计并实现了一种基于单数码相机的板料成形应变测量系统MOSAS,并对其中的关键技术作了深入研究和讨论。在基于多视角几何原理、编码元技术实现各个拍摄视角相机姿态定位的基础上,本文使用光束平差等全局优化技术进一步提高定位精度;针对方形网格图像,综合运用数字图像处理技术自动实现亚像素精度的图像网格节点提取和网格拓扑关系稳健建立;结合极线约束和网格拓扑,实现多视图下同名网格节点自动鲁棒匹配;提出多视图下的三维重建方法以获得网格节点空间坐标;最后由有限应变理论解算出应变值.通过对网格边长为1mm标准模板的测量实验,表明MOSAS系统的三维重建精度为0.004mm(2σ),应变准确度不大于0.4%(2σ)。

模线图形数字化处理方法的研究

本文提出一种模线图形的数字化处理方法.介绍了模线图形的数字化实现过程,基于模线图形特征给出了模线图形灰度图像二值化与细化、图形拟合以及分幅扫描图形拼接等一些关键算法,并以工程模线图形样板为例,采用模块化程序验证了该方法的可行性.实例分析表明,本文提出的模线图形数字化处理方法具有较高的识别精度,在飞机数字化制造方面具有工程应用价值.

压电层合智能结构冲击损伤自诊断方法的研究

针对压电层合板智能结构,建立了压电阻抗的计算模型,从理论上分析了压电阻抗与结构机械阻抗的相关性,并对冲击损伤试件的压电阻抗进行了实验测试。理论分析和实验研究表明,通过直接测量压电阻抗并提取与冲击损伤相关的特征信息来评价冲击损伤的方法是可行的。该方法基于压电智能结构的机-电动态阻抗特性,不受结构的几何形状限制。测试用的压电元件成本低、且对主体结构刚度的影响很小,测量压电阻抗的方法简单可行,易于实现压电层合智能结构冲击损伤的自诊断功能,有望作为一种新技术在飞行器结构损伤监测方面获得实际应用。

冲压件拉延方向的自动计算方法

通过分析基于网格冲压件冲压方向选择的影响因素,给出了在三维CAD环境下自动计算冲压件冲压方向的方法,此类方法可以有效地减少拉延方向调整时的盲目性。研究结果能用于拉延件以及后续工艺件(再次成形、整形、翻边等)的冲压方向分析。实例表明,此类方法能够快速、合理地辅助确定冲压方向。

考虑负载影响的阶梯形超声变幅杆动力特性

考虑与加工工件表面高频重复撞击对结构动力特性的影响,基于瞬态波传播理论,研究周期激励下阶梯形超声变幅杆重复撞击加工工件的瞬态动力响应,及负载对变幅杆放大特性的影响。首先,建立阶梯形变幅杆力学模型,采用瞬态波响应法分别对接触过程和分离过程动力控制方程进行求解,得到适用于任意级数的阶梯形变幅杆的特征项传递函数,和重复撞击系统的瞬态响应理论解。以工程中常用的三级阶梯形变幅杆为算例,分析了不同外载频率下变幅杆重复撞击动力特性和负载工件对变幅杆聚能效果的影响,得出考虑加工件撞击产生的瞬态响应下的变幅杆放大系数,小于自由振动空载的设计值。可为精细超声加工变幅杆的设计提供更为精确的理论依据。

板料成形应变测量中方网格图像的亚像素匹配

针对板料成形应变测量中应用的方形网格,提出一种网格图像亚像素匹配法.采用二值化和细化等方法得到网格线条的细化图像,然后通过初、精两次定位提取网格节点的亚像素图像坐标,并建立各节点之间的拓扑关系.在已知各次拍摄时相机位置与姿态的基础上,根据网格节点的拓扑关系和极线约束实现同名网格节点自动匹配.实验结果表明,所有匹配点对之间极线距离的平均值约为0.17像素时,匹配稳定可靠.匹配结果可作为后续应变计算的基础数据.

基于立体视觉的板料成形极限应变测量关键技术及其系统

设计并实现了一种基于双目立体视觉和数字图像相关方法的板料成形极限应变测量系统—BOSAS(双目视觉应变测量分析系统),对其中的关键技术作了深入讨论。该系统可以克服传统坐标网格方法很难进行变形过程的动态监控、自动化程度不高等局限,并可计算试件各变形阶段全场应变分布,以及重建不同变形时刻下试件的几何外形。将分段位移传递法和有限应变理论相结合,可计算大变形下的极限应变。对深冲铝板6016以及航空铝板2A12-T4、2A12-O、7B04-O等材料的应变测量结果显示本文方法适用于板料成形三维变形及极限应变的测量,并将测得数据与由坐标网格方法测得的数据进行比较,结果表明本文方法测量准确、可靠。

大数据驱动的离散制造车间生产过程智能管控方法研究

在智能制造背景下,离散制造企业对利用大数据技术提高车间生产管控水平提出了迫切的需求。研究大数据驱动的离散制造车间生产过程智能管控方法,在明确离散制造车间特点与管控需求的基础上,分析了传统方法的局限性和大数据方法的优势,进而提出大数据驱动的离散制造车间生产过程管控总体框架,以制造大数据的"采集-处理-分析-服务"为主线开展研究。在"进度预测-瓶颈发现-异常溯源-智能决策"的生产过程闭环管控机制中,分别提出:基于堆叠稀疏自编码机的生产进度在线预测技术,基于平行门控循环单元的生产瓶颈漂移发现技术,基于密度峰值-模糊C均值的生产异常溯源分析技术和基于多智能体强化学习的生产过程智能决策技术。最后,以某航空企业典型离散制造车间作为对象,对所提出的大数据分析与智能决策方法进行了原型系统开发和应用验证。