基于蚁群算法的机床热误差建模技术

通过分析机床热变形机制,采用蚁群算法对BP神经网络的权值进行训练,得到一种新的仿生预测模型,并将该模型应用于Y3150K型滚齿机中进行热误差补偿实验,使滚刀主轴的热变形误差控制在6 μm以内.结果表明,该模型不但避免了BP神经网络算法易于陷入局部极小的缺陷,且其预测能力较强、鲁棒性更佳,大幅提高了热误差补偿精度.     

高强度双质材料挂车轻量化关键技术综述

挂车轻量化是节能减排、提高载货比重、降低成本的重要途径之一,已成为国内外挂车制造业的重要发展目标.通过对轻量化材料、激光-MIG复合焊接工艺、挂车结构优化设计进行综述分析,讨论了挂车轻量化过程中存在的材料选取以及焊接技术问题、结构优化问题,并对相关关键技术进行了总结与展望,为挂车轻量化设计提供了参考.     

机床热误差建模技术研究进展

切削加工过程中,机床会由于受不同热源影响而发生热变形,产生机床误差即热误差。在各种类型的机床误差中,热误差可占机床总误差的40%~70%,是影响机床加工精度的主要因素。为减小不同热源对机床热误差的影响,提高机床加工精度,目前主要有3种方法:1)通过对机床零部件进行优化设计,提高机床热刚度;2)应用更为有效的隔离措施,尽量减小或隔离热源影响;3)热误差补偿,通过对热误差进行在线预测及实时补偿,减小机床热变形。热误差建模是实时补偿热误差的前提和基础。首先对机床热误差建模技术进行了介绍,并对热误差建模技术领域的国内外研究现状进行分析,总结了目前热误差建模领域存在的主要问题,进而对热误差建模技术的未来发展方向进行了展望。     

数控机床热误差的混合预测模型及应用

基于机床热变形误差的产生机理及其表现形式的复杂性,综合时序分析方法建模和灰色系统理论建模的优点,研究了一种智能混合预测模型.将该模型应用于一台数控车削加工中心进行热误差趋势预测,以进行机床热误差补偿研究.结果表明,混合预测模型预测精度高于时序分析模型和灰色系统模型,其优异的预测性能可使数控机床进行实时补偿更加有效,从而大大提高机床热误差的补偿精度.     

聚类回归分析在滚齿机热误差建模中的应用

利用聚类回归分析方法的基本原理,研究了温度传感器在滚齿机上的优化布置策略,并将温度测点从原先的11个减少到4个,完成了温度变量的优选.利用优选的温度变量,采用最小二乘法进行回归建模,得到热误差模型,并利用该模型在Y3150K型滚齿机上进行热误差补偿实验.结果表明,该建模方法不但增强了热误差建模的鲁棒性,提高了齿轮加工精度,而且节省了工作量与成本.     

面向双层插值边界面法的非结构自动网格划分

针对数值模拟前处理过程中网格划分存在的困难，提出一种面向双层插值边界面法的非结构自动网格划分方法.该方法基于网格尺寸、表面曲率、实体厚度等几何特征进行体二叉树自适应细分，避免使用任何协调过渡模板处理悬挂点，降低网格划分的困难.构建了体网格拓扑元素与实体模型边界的快速求交算法，有效提升求交计算效率，降低算法实现复杂度.实验结果表明，最终网格划分实现整体以六面体网格为主，实体边界附近的部分网格以四面体、三棱柱或金字塔网格为辅的非结构自动网格划分，验证了该方法的准确性、有效性及鲁棒性.