数控内齿珩轮强力珩齿珩削力的预测

文章建立了内齿珩轮强力珩齿珩削力的预测模型。首先推导珩齿加工啮合过程中接触线和切削厚度数学模型,并基于此模型将珩磨轮的磨削刃离散为微元磨削刃;然后由平面磨削模型构建珩磨轮的微元磨削刃模型,建立珩齿珩削力预测模型,并分析珩削力随工艺参数的变化规律;最后结合Fassler HMX-400数控内齿珩轮强力珩齿机及其内置的Kistler力传感器进行珩齿珩削力测量实验。实验结果表明,预测的珩削力的数值和变化趋势与实验测量结果相符,该珩削力预测方法有效。     

基于多轴联动控制的内齿珩轮强力珩齿齿向修形工艺研究

齿向修形可以显著改善载荷沿齿宽方向分布不均的现象,从而提高齿轮的传动精度.文章在已有研究的基础上提出在珩轮轴向运动过程中不断调整珩轮的附加径向运动量,通过多轴联动的方式对齿轮进行齿向修形加工.首先建立内齿珩轮齿面数学模型求解珩轮齿面方程;根据修形量与附加径向运动量的关系得到修形过程中的附加径向运动量;再根据珩齿修形加工...     

内齿珩轮强力珩齿变轴交角修磨方法研究

采用单一变动中心距的径向修磨方法对内齿珩轮修磨后会出现加工工件齿形逐渐变化的问题。文章基于内齿珩轮与工件加工接触的共轭啮合关系,分析了单一径向修磨导致齿面间接触状态变化的原因,并对变轴交角的修磨方法进行了研究,通过引入轴交角修正量来维持珩轮与工件齿面接触状态的稳定;建立了修磨前、后齿面接触线模型,结果显示变轴交角的修磨方式能够较好地改善由修磨进给导致的齿面接触变化问题。在内齿珩轮强力珩齿机上进行的齿轮加工试验结果验证了该方法的有效性。     

基于电子齿轮箱的内齿珩轮强力珩齿轮廓误差补偿控制研究

多轴控制系统的轮廓误差具有强耦合特点,由于是多轴联动产生的结果,仅提高单轴的跟踪精度不一定能降低轮廓误差。为降低珩齿多轴控制系统的齿面轮廓误差,进一步提高珩齿的加工精度,文章提出一种简单有效的补偿控制策略。分析珩齿机的机床结构,根据珩齿多轴电子齿轮箱(electronic gearbox, EGB)控制系统的数学模型推导出基于齿轮啮合原理和坐标变换的齿面轮廓误差数学模型,并设计出一种简单的齿面轮廓误差补偿控制器。仿真和实验结果表明,所提出的补偿控制策略对降低齿面轮廓误差有显著的效果。该文方法对提高珩齿实际加工精度具有一定的指导意义。     

内啮合强力珩齿工件表面残余应力的研究

在内啮合强力珩齿工艺中,工件被珩磨轮加工后会在工件表面产生残余应力,由于残余应力形成的因素较复杂,很难用解析法给出精确的计算.文章利用Matlab﹑SolidWorks和ANSYS/LS-DYNA软件对内啮合珩齿加工过程进行了动态仿真分析,通过对分析结果的提取,得到了齿面上各特殊位置的残余应力值数据表.分析数据结果表明...     

数控内齿珩轮强力珩齿拓扑修形方法研究

在圆柱斜齿轮进行珩削修形加工时,通常采用专用的金刚石修整轮对珩磨轮的齿廓和齿向进行修整,因此,齿轮修形参数不同,所使用的金刚轮也不同。为了增加金刚石修整轮的通用性,降低修形齿轮加工成本,缩短齿轮研发周期,文章在已有研究的基础上提出了一种基于调整内齿珩轮强力珩齿机床各轴运动参数的方法来实现齿轮修形加工。根据各轴的运动关系,建立内齿珩轮强力珩齿机床加工齿轮的齿面数学模型;将机床的A、B、X轴的运动表示为具有Φ_(C_1)、L_Z 2个变量的高阶多项式函数,分析多项式系数对齿面法向偏差的影响;建立齿面法向偏差的目标函数,利用粒子群优化算法(particle swarm optimization,PSO)进行优化,得到机床的运动参数。仿真结果证明了该拓扑修形方法的有效性。     

群钻钻削力研究（Ⅳ）──群钻钻削力预测模型

提出了群钻钻削力预测模型．初步试验结果表明，钻削轴向力的预测值与实测值较为一致．     

数控机床振动钻削运动学特性及加工参数优化

针对TA6钛合金难加工的特点,通过麻花钻对合金实施振动钻削测试。研究结果表明：与常规钻削方式相比,钻削力发生了动态分量的显著提升,更易生成切屑。本实验振动钻削形成的轴向力与扭矩均值相对常规钻削方式下降比例为10%～15%。提高钻削速度后,形成了明显波动的轴向力与扭矩,但整体波动程度很小。当振幅提高后,轴向力降低,而扭矩则表现为先降低再升高的变化特征。     

数控铣削工艺参数优化的研究

提出了数控铣削工艺参数优化的方案，该方案将精通数控铣削的工人和工艺专家的经验知识和理论公式有机地结合起来。其中着重对理论公式进行深入探讨。     

枪钻几何结构参数对钻削力影响规律的研究

枪钻钻头自身独特的复杂结构使深孔钻削的过程变得较为复杂。钻头几何结构参数设计的不合理会引起钻削力较大,导致温度升高、刀具磨损严重和降低孔加工质量等一系列问题。本文通过对钻头静力学分析,借助群钻钻削力的计算方法,将刀具内、外刃分解为微切削单元进行分析进而建立枪钻钻头的力学模型。通过数值仿真研究枪钻钻头几何结构参数的改变对钻削力变化的影响规律,从而进一步优化相关参数并通过实验验证。试验结果表明,钻削力的变化与仿真分析的规律相吻合,进而为枪钻几何结构的优化设计提供了依据。     

基于MA-SVM算法的冷轧轧制力预测模型

针对传统轧制力预测模型计算误差大、泛化性能差的问题,提出了一种基于蜉蝣算法优化支持向量机的冷轧轧制力预测模型。该模型在支持向量机的基础上,引入蜉蝣算法对支持向量机的参数进行优化,解决了手动调参不确定性大且耗费时间的问题。本文采用某五机架冷连轧机组生产现场数据对轧制力进行测试,结果表明：本文所选模型轧制力预测值与实际值误差在±5%的准确率为98.5%,模型误差小,具有较好的泛化性能,具有广阔的应用前景。     

基于模糊逻辑推理的铣切削过程稳健参数优化

研究利用模糊逻辑推理的方法对铣切削过程进行稳健参数优化.根据铣切削实验机理,引入可控因子和噪声因子,建立铣切削稳健参数优化模型,对切削表面粗糙程度和粗糙高度两个响应同时优化.首先对多响应进行降维,采用满意度法将两个响应值转化为满意度值,然后分别利用满意度函数法加权几何平均计算得到一个综合满意度值和采用模糊逻辑推理方法将两个响应的满意度值转化为一个模糊推理等级.最后对这两种方法的可控因子与输出值进行主效应分析,分析可得二者的优化结果具有高度一致性,验证了模糊逻辑推理方法在铣切削稳健参数优化过程的有效性.而模糊逻辑推理过程具有能够避免权重设置的不足,且不需要建立精确的数学模型等优点,也使得该方法在多响应稳健参数优化领域具有普适性.     

基于粒子群优化算法的神经网络钻削参数优化

神经网络模型能有效模拟非线性输入输出关系,但其常规训练算法为BP或其它梯度算法,导致训练时间较长且易陷入局部极小点,本文探讨用粒子群优化算法训练神经网络,并应用到钻削加工参数优化中,试验表明粒子群优化算法训练的神经网络不仅收敛速度明显加快,而且其预报精度也得到了较大的提高。     

基于CFD计算的螺旋桨削边研究及应用

螺旋桨削边技术对改善老旧船的船-机-桨匹配具有显著作用,但通常对螺旋桨削边设计采用半理论半经验的近似估算方法,结果与实船偏差较大.应用计算流体动力学(CFD)的计算方法,对螺旋桨削边进行设计、计算和转速提高值预测的结果与实船十分吻合.     

基于遗传算法的半固态挤压工艺参数优化研究

提出将遗传算法用于半固态挤压工艺参数的优化中，选用AlCuSiMg合金进行半固态挤压试验，结合人工神经网络方法建立了半固态挤压系统的优化模型，在对遗传算法实现的关键问题中，如编码原则，初始种群的产生，目标函数向适应值函数的映射，适应值的调整，以及种数数目，杂交概率，变异概率等参数的选择进行研究的基础上，确定了合适的遗传参数，计算出了半固态挤压工艺参数的优化数据，按该参数进行试验，效果良好，可以有效地减小半固态挤压变形力，其试验数值与计算数值基本相符，说明所提出的方法是可行的。     

基于正交试验和BPNN-GA混合算法的注塑工艺参数优化

通过优化工艺参数,提高注塑件的成型质量.以汽车后视镜为例,建立注塑件的计算机辅助工程模型.运用正交试验设计方法与注塑工艺数值模拟相结合,通过对仿真结果方差分析,综合评估了注塑过程中的模具温度、熔体温度、注射时间、保压压力和保压时间等对注塑成型关键质量特性翘曲的影响规律.利用仿真实验数据训练BP神经网络模型(BPNN),结合遗传算法(GA)以翘曲最小为约束条件优化注塑工艺参数.     

基于列车电机械制动系统夹紧力的控制算法优化

针对轨道列车电机械制动系统(EMB),提出一种夹紧力的精确控制方法。首先,研究了EMB的开环控制特性。由于电机损耗、机械传动装置的加工与装配精度、内部阻力等因素影响,力的传递也会存在误差,从而导致EMB开环响应较差。以PID控制为基础,研究了系统闭环响应特性,并通过引入缓冲过程和跟踪微分器,设计了夹紧力控制优化算法。最后,通过硬件在环试验,验证了夹紧力优化算法的控制精度与跟随效果,同时对比分析了EMB夹紧力与某电控空气制动系统制动缸压力的频率特性。     

基于改进多目标粒子群优化算法的配电网削峰填谷优化

电力系统削峰填谷优化作为负荷管理的重要手段,而储能系统在削峰填谷的功能显得尤为突出,以负荷峰谷差为目标的单目标优化已经无法全面评价储能系统在削峰填谷上的优势,为更好地体现储能系统在负荷管理上的优势,考虑以经济效益为调度目标的多目标优化问题(multi-objective optimization problem,MOP)显得尤为重要。基于此以负荷峰谷标准差和分时电价构建了配电网削峰填谷的多目标优化模型进行研究。提出基于拥挤距离排序的改进多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法,为改善算法陷入局部最优提出了变异机制的二次寻优,通过设置一定容量的外部档案存储非支配的帕累托(Pareto)最优解,最终获得Pareto最优前沿面。最后通过采用模糊隶属度法求解折中最优解,算例分析验证了本文所提模型的实用性和改进算法的有效性。     

基于BP神经网络的车削力试验研究

利用正交试验法选取样本在CAK3675数控车床上进行车削40Cr的车削力测量试验,得出切削速度、进给量、切削深度与主车削力之间的对应关系.借助Matlab神经网络工具箱的NNTool功能,应用动量梯度下降法训练BP神经网络,建立了主车削力预测模型并进行了仿真验证.分析了切削用量对主车削力的影响效应.