传统展成式球面磨削中球面形状误差分析与补偿

为了提高传统展成式球面磨削球面形状精度，分析了磨削中的球面形状误差，针对大量出现的“谷形”球面形状，开发了新型球面磨削机床，并提出变进给磨削方法减小“谷形”球面形状误差.实验结果表明，采用变进给球面磨削方法后球度误差可减小到5 μm，完全满足使用要求.     

摆动式展成球面磨削表面的纹理分析

基于空间运动学研究了磨削过程中磨粒在工件上的空间运动轨迹，建立了磨粒运动轨迹的数学模型，讨论了工艺参数对磨削纹理的影响，提出磨削纹理密度的概念并用于评价球面磨削纹理，分析了磨削纹理对密封面润滑和密封性能的影响，给出了有利于提高球阀性能的磨削纹理形状及磨削工艺参数控制方法，同时，对所建立的模型进行了实验验证.结果表明，磨削纹理的形状和分布取决于磨削工艺参数和系统结构参数，调整工艺参数和结构参数，可以改善球形工件的表面质量及其密封面的润滑和密封性能.     

砂轮磨削过载判据及其快速诊断

基于对砂轮磨削过程中声发射信号的采集,研究了2种砂轮磨削过载判据的特征量提取方法,并提出了评价砂轮磨削过载判据的主要指标即灵敏度、稳定性和算法效率.通过选取合理的采样率与处理间隔,分析比较了2种信号处理方法对砂轮与工件过载的识别效果.结果表明,所提出的信噪特征比方法提取的特征量具有稳定性好、灵敏度和算法效率高的特点,且可以对过载点实现预判,可作为优先选择的磨削过载判据.     

曲线磨削无干涉的近似法向跟踪算法

针对法向跟踪曲线磨削加工中砂轮与工件的干涉问题,提出了自动避开干涉的近似法向跟踪磨削算法,并对其进行数学建模.同时,结合生产实例,在数控曲线磨床上进行了实验验证.结果表明,所提出的算法能够实现基于最佳法向跟踪角的法向跟踪曲线磨削,可以找到磨削加工中工件曲线轮廓的干涉点,并且计算出砂轮避开干涉的最佳法向跟踪角和工作台旋转角度,从而实现对任意复杂曲线轮廓的磨削加工.     

高硬度球面磨削过程中类爬行现象的分析和抑制

在高硬度球面磨削过程中发现了一种类爬行现象,通过对球面磨削的主轴 砂轮 工件系统物理建模,推导了实际进给量与理论进给量之间的关系,揭示了进给系统的刚度、进给量和进给时间间隔对进给误差的影响规律;分析了类爬行现象的发生机理及其对球面磨削质量和磨削效率的影响.为了避免球面磨削过程中类爬行现象造成的危害,提出了基于声音和电流信号的双阈值模糊自适应控制策略对高硬度球面磨削过程进行监控.实验结果表明,与定进给磨削方式相比,所提出的模糊控制策略提高了磨削过程稳定性和工件表面质量,有效抑制了类爬行现象的发生.     

电液伺服阀状态在线特征提取和异常检测方法

基于电液伺服阀的动态工作特性,提出一种新的特征提取方法.将一类支持向量机用于电液伺服阀的在线异常检测,通过交叉有效性估计学习方法优化一类向量机参数,并与神经网络的诊断结果进行对比.实验结果表明,所提出的特征提取方法能够有效地提取电液伺服阀的动态特征信息,同时利用一类支持向量机优良的泛化能力能够有效地对电液伺服阀的异常状态进行识别.     

高阶多边形车轮的瞬态磨耗行为分析

采用ANSYS/LS-DYNA建立自由轮对运行于半径3500 m曲线轨道上的三维轮轨滚动接触有限元模型,于时域内模拟考虑轮对初始横移和侧滚角的高速曲线通过和瞬态滚滑行为,分析不同牵引系数下23阶实测车轮多边形对轮对曲线通过和车轮瞬态磨耗的影响.研究结果表明:车轮多边形会造成轮轨力、法/切向接触应力、摩擦功和磨耗深度等的...     

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.
     

曲线磨削砂轮廓形的原位视觉检测和误差补偿

为了精确测量砂轮轮廓,分析了一种曲线磨削砂轮廓形快速原位视觉检测的工作原理,设计了砂轮廓形原位视觉检测系统,提出了砂轮廓形精度的测量和量化评定方法.基于自主研发的曲线磨削平台,通过实验验证了砂轮廓形原位视觉检测系统的测量精度.同时,为了提高工件的加工精度,进一步提出了一种砂轮廓形误差的分段量化表征和误差补偿方法,并进行了实验研究.结果表明,所提出的方法能够实时在线补偿砂轮廓形误差,有效提高零件加工轮廓的形状和尺寸精度.     

最佳同时逼近的Papini条件

讨论了Banach空间中有界集的最佳同时逼近问题,通过对S-太阳集和S-强正则集特征的研究,给出了同时Papini特征定理.