排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
飞机结构件的内腔结构复杂,打磨工艺难以控制,为提高打磨表面质量和打磨效率,设计了一种具备轴向/径向恒力控制的末端执行器,并搭建了自动打磨实验台。运用正交实验对磨具粒度、打磨压力、进给速度等打磨工艺参数进行了极差分析和方差分析,得到了显著因素和最优水平组合。以表面粗糙度和去除深度为评价指标,建立BP神经网络预测模型,并对训练后的模型进行实验验证。实验获得的实测值与预测值的相对误差在5. 5%以内,表明该模型对表面粗糙度和去除深度有良好的预测能力,可有效地提高打磨工艺设计的效率。 相似文献
2.
为解决飞机成型模具打磨后形成的表面波纹难以检测和分类的问题,本文研究了基于层次聚类算法的复杂曲面表面波纹检测技术。通过中值滤波和小波变换对表面波纹图像进行预处理,有效地消除了表面粗糙度和噪声的影响,采用图像灰度共生矩阵提取了表面波纹的能量、对比度、熵、逆差矩等作为特征参数,并建立层次聚类模型。实验结果表明:该预测模型的分类正确率达到90%,可满足飞机成型模具表面波纹检测要求。通过对比表面波纹实际特征,对层次聚类后的样本进行了分类和定义,并分析各类波纹产生原因,提出并验证了不同类别表面波纹的去除方法和工艺,有效地改善了飞机成型模具的表面质量。 相似文献
3.
飞机结构件的内腔结构复杂,打磨工艺难以控制,为提高打磨表面质量和打磨效率,设计了一种具备轴向/径向恒力控制的末端执行器,并搭建了自动打磨实验台。运用正交实验对磨具粒度、打磨压力、进给速度等打磨工艺参数进行了极差分析和方差分析,得到了显著因素和最优水平组合。以表面粗糙度和去除深度为评价指标,建立BP神经网络预测模型,并对训练后的模型进行实验验证。实验获得的实测值与预测值的相对误差在5.5%以内,表明该模型对表面粗糙度和去除深度有良好的预测能力,可有效地提高打磨工艺设计的效率。 相似文献
1