分块杯形砂轮磨削高硬度涂层球面温度

针对分块杯形砂轮磨削高硬度涂层球面的实际工况,计算移动热源的有效宽度,并使用三角形移动热源模型对磨削温度场进行理论建模.分析了磨削运动对传热过程的影响,结合磨粒端面温度和一维导热模型计算热量传入工件比率.通过实验比较了分块杯形砂轮和普通杯形砂轮的磨削温度及磨后表面形貌,同时,分析了磨削参数对磨削温度的影响.结果表明：分块杯形砂轮磨削高硬度涂层球面较普通杯形砂轮具有更低的磨削温度和更好的磨削条件.     

基于流引擎的微服务动态交互平台设计

针对传统服务组织高耦合、低透明、变更复杂等问题,提出了以物联大数据为中心的基于流引擎的微服务动态交互平台构造方案。将服务流程拆解为细粒度的微服务模型,以统一的表述方式明确服务的边界,使服务在开发过程中不再依赖于其他服务的接口也可以实现。用流数据通道将微服务连通起来,在生产者侧基于数据时空特征进行服务封装以构建统一的信息表示,在消费者侧进行服务解析并重新划分组织数据,从而在数据驱动下形成对应完整业务流程的服务。该方案实现了可视化的微服务动态交互管理平台,可用于发动机制造的旋压检测工艺流程。与传统的面向服务架构的设计相比,该平台设计耦合度低,能实现灵活的服务变更、拓展和演化,且在服务监控和故障处理等方面也有更好的表现。     

改进型BP 神经网络对球面磨削最高温度的模拟与预测

基于人工神经网络良好的非线性逼近特性,利用正交试验结果作为神经网络的训练样本,建立基于批训练的改进型误差反向传播(BP)神经网络,并通过Levenberg-Marquardt算法使网络误差最小化,配合Bayesian正则化使网络的误差平方和、网络权重以及阈值平方和实现最优化组合.结果表明,改进型BP神经网络具有较快的收敛速度、较好的泛化性和较强的稳定性,能够准确模拟和预测球面磨削中的最高温度.
     

高硬度涂层磨削温度场的数值仿真和实验研究

采用数值仿真和实验研究相结合的方法,分析了WC-Co高硬度涂层磨削温度场.以矩形移动热源理论为基础,结合实验加工条件和工件材料性质,通过合理的假设简化,建立了金刚石杯形砂轮磨削WC-Co高硬度涂层材料的温度场数学模型,利用有限元方法对磨削温度场进行了数值仿真,提出了涂层磨削温度的实验测量方法并对涂层表面磨削温度进行了实验研究.实验结果与仿真结果基本一致,表明所提出的高硬度涂层温度场数值仿真和实验研究方法能比较真实地反映WC-Co涂层材料在磨削过程中的温度变化情况.     

基于精密球面磨床的球度在位测量方法

提出了一种基于精密球面磨床的球度在位测量方法.在精密球面磨床上建立测量基准和自动测量方法,利用经纬法测量球面被测点的半径偏差及对应的经度和纬度,根据最小二乘法建立最小二乘球的球心坐标和半径的数学模型,并通过实际测量点与最小二乘球拟合所得最小二乘球对比,实现了球度误差的在位测量.结果表明,所测指标满足用户要求,所测球度误差与千分尺测量方法的结果相符,从而验证了球度在位测量方法的可行性.     

微钻刃面图像边缘角点自适应提取方法

针对微型钻针刃面视觉检测过程中的边缘角点提取问题,提出了一种基于协方差矩阵的自适应角点提取方法.通过边缘追踪算子获得微钻刃面单像素宽封闭边缘,采用自适应算法选取支持域,利用协方差矩阵获得边缘角点.应用该方法对方位各异的不同微钻进行刃面边缘角点提取,以验证该方法对不同刃面边缘角点提取的可靠性和方位无关性.     

基于神经网络的回转球面磨削精度过程控制

介绍了回转球面精密磨削系统,在研究回转球面精密磨削原理和机床结构的基础上,分析了球体形状误差的产生原因,利用BP神经网络拟合进给量、磨削区段和砂轮主轴电流三者之间的非线性关系,通过网络预测调整不同磨削区段的进给量控制电流恒定从而达到恒功率磨削.     

展成法球面磨床的几何误差补偿

利用多体系统运动学理论,通过变换矩阵方程,分析了系统中的移动副误差、转动副误差和正交误差原理.针对展成法球面磨削系统的结构与加工方式的独特性,提出了虚拟磨削点,建立了球面磨削系统的空间误差模型,并通过激光干涉仪进行了几何误差的测量.利用软补偿方法进行实验验证的结果表明,经过几何误差补偿后的球面加工精度有显著改善.