Aiming at the demand of rapid detection for coaxiality of crankshaft journal, a method of visual measurement of coaxiality error based on 3D point cloud is proposed. In this research, a laser scanner is utilized to obtain a 3D point cloud model of the part to be measured, and a circular method of rotary cutting is put forward to obtain equally spaced optimal slices of the journal. The center of the slice is then obtained using the Pratt circle fitting method optimized in this paper. After that, the center of the slice is used to obtain the common reference axis using the least squares method, which finally realizes the measurement of the coaxiality error. The experimental results show that the proposed method of getting the slices is more accurate, the maximum absolute error of the circle fitting method compared with the results of the coordinate measuring machine (CMM) is no more than 4.2 mu m, and the maximum absolute error of the coaxiality detection results and the results of the CMM is 5.5 mu m, which can satisfy the practical needs of fast and efficient measurement of the coaxiality error of crankshafts.
Aiming at the optimization problem of minimizing the maximum completion time in job shop scheduling, a deep reinforcement learning optimization algorithm is proposed. First, a deep reinforcement learning scheduling environment is built based on the disjunctive graph model, and three channels of state characteristics are established. The action space consists of 20 designed combination scheduling rules. The reward function is designed based on the proportional relationship between the total work of the scheduled operation and the current maximum completion time. The deep convolutional neural network is used to construct action network and target network, and the state features are used as inputs to output the Q value of each action. Then, the action is selected by using the action validity exploration and exploitation strategy. Finally, the immediate reward is calculated and the scheduling environment is updated. Experiments are carried out using benchmark instances to verify the algorithm. The results show that it can balance solution quality and computation time effectively, and the trained agent has good generalization ability to the scheduling problem in the non-zero initial state.
为适应机械设计与制造的教育数字化转型发展要求,利用了互联网技术、反求设计、五轴数控加工、虚实结合技术以及现代机械设计方法等技术手段,设计了"三位一体"数字化实验平台,开发了数字化设计模块、数字化制造模块以及数字化检测模块,研究了复杂零件数字化制造过程的先进技术方法以及可行性和有效性,基于"三位一体"实验平台,使复杂叶轮优化设计后的等熵效率提升了 0.7％,流量提高了 3.92％,并改善了加工质量和制造效率,提高了五轴数控机床的使用精度."三位一体"数字化制造实验平台的设计和研发为企事业单位和高等院校的教育数字化转型提供了理论基础和建设方案,有助于机械设计与制造行业创新复合型人才的培养.
以"独立挤出"型连续碳纤维增强PLA复合材料(continuous carbon fiber reinforced PLA composite,CCFRC/PLA)3D打印制件为研究对象,设计了柔性的连续碳纤维增强PLA复合材料丝(continuous carbon fiber reinforced composite filament/PLA,CCFRCF/PLA)送丝机构,研究了打印喷嘴直径与CCFRCF/PLA直径、表面包裹树脂膨胀特性及打印层高的关系,探讨了喷嘴端面直径对打印表面热辐射的影响规律,推导了喷嘴直径的计算公式,求解了最佳喷嘴直径和最佳端面直径.基于设计的打印喷头,采用仿真分析与实验验证的方法,探索了打印层高与制件力学性能之间的关系,结果表明CCFRC/PLA的抗拉强度与纤维层数呈正相关,并验证了层合板预测模型的有效性,获得了打印层高0.1 mm时CCFRC/PLA抗拉强度的修正系数为0.039,打印层高0.2 mm时,修正系数为0.124,为连续碳纤维增强复合材料3D打印技术的发展提供了理论基础和参考价值.
预测性维护是通过设备运行状态的实时监测预测其未来工作状况,实现故障诊断、寿命预测、设备维护与管理的重要技术,是人工智能技术在智能制造领域的最典型应用之一.但目前预测性维护相关术语和定义的混淆、系统间通信和集成接口的缺失、监测诊断方案和预测算法的差异,严重阻碍了预测性维护技术的应用落地.因此,文章从预测性维护技术应用、标准体系和标准内容三个方面分析和探讨了预测性维护标准的需求,构建了覆盖基础共性标准、关键技术标准和行业应用标准的预测性维护标准体系,分析了现行标准以及未来标准化的工作方向.能够促进数据、测评、剩余寿命预测和维修维护管理相关标准的研制,有效推动预测性维护技术发展以及设备数字化转型.
在薄壁件装夹过程中,定位布局、夹紧布局及夹紧顺序等参数的不同,导致薄壁件变形程度也不同.现有研究大多以节点法向变形最小为优化目标,忽略了不同方向上的变形程度以及不同区域的装夹应力分布影响,提出以应变能最小为目标进行航空薄壁件装夹方案优化,当整体应变能最小时,薄壁件变形程度较小,应力分布也较均匀.应用拉丁超立方采样和有限元软件生成样本数据,建立最小化整体应变能为目标,定位元件位置为决策变量的BP神经网络预测模型,并应用遗传算法优化定位布局.在薄壁件装夹过程中,定位与夹紧是相互联系的过程,在定位布局优化的基础上,构建装夹顺序、夹紧位置与整体应变能之间的非线性映射关系,对所建立的映射关系迭代寻优,确定最优装夹顺序与装夹位置.以曲面薄壁件作为应用实例,验证所提方法的正确性和有效性.
为解决永磁同步电机的高精度控制问题,提出了一种基于改进粒子群优化算法的离散型自抗扰控制方法.在建立永磁同步电机数学模型基础上,对粒子群优化算法进行改进,分别设计改进的二阶跟踪微分器、三阶扩展状态观测器和非线性状态误差反馈环节,构造新的非线性函数提高扩展状态观测器和非线性状态误差补偿的控制率.改进粒子群算法对状态观测器和非线性状态误差补偿进行参数整定.结果显示,与PI和传统自抗扰控制器相比较,改进粒子群优化自抗扰控制能够使永磁同步电机具有更快的响应速度、更好的跟踪精度和更强的抗干扰能力,显著提高了控制效果.
针对变曲率零件,采用 5083 铝合金材料进行了单点渐进成形壁厚均匀性研究.首先使用三维扫描仪获取零件模型数据,利用UG NX软件优化成形轨迹;其次建立有限元模型,分析加工层数、成形工具头直径、加工进给率、机床主轴转速对零件壁厚均匀性的影响规律,根据有限元分析结果选择正交试验因子进行机床加工试验;最后对试验结果进行极差分析,4 种工艺参数中对壁厚均匀性影响最显著的是加工层数,最不显著的是机床主轴转速.按照工艺参数对零件壁厚均匀性影响大小的顺序排列得到使零件壁厚分布最均匀的最佳工艺参数组合.结果表明:数值模拟结果和试验结果与实物扫描数据的最大壁厚偏差率分别为 1.898%、1.679%,最佳工艺参数组合可将零件的壁厚均匀性优化至 84.67%.
针对滚动轴承的振动信号因其非平稳性和信噪比不高而难以准确提取特征的问题,提出了一种抗噪性能好、识别率高的滚动轴承故障诊断方法.首先,使用辛几何模态分解(symplectic geometry mode decomposition,SGMD)将滚动轴承故障信号分解为多个辛几何分量(symplectic geometry component,SGC),基于相关性原则,选取相关性高的SGC对故障信号进行重构,形成重构信号;然后,提出了复合多尺度注意熵(composite multi-scale attention entropy,CMAE)定量提取重构信号的特征熵值,构建CMAE特征;再选择鲸鱼优化算法(whale optimization algorithm,WOA)对极限学习机(extreme learning machine,ELM)中的有关参数优化处理,构建WOA-ELM模型;最后,将CMAE特征输入到WOA-ELM模型中,实现滚动轴承的故障诊断.仿真实验结果表明:与其他方法相比,文章所提的SGMD-CMAE和WOA-ELM方法识别滚动轴承故障准确率更高.
为探究水导激光耦合能束内部能量的分布及传播特性,建立了高斯激光的空间传播模型,采用波束包络法对高斯激光在耦合能束中的全反射式传播进行了数值模拟,探究了激光电场在不同直径的射流中的演变规律,获得了耦合能束不同位置处的激光能量分布,并选取 50 μm直径的射流进行了试验验证.在明确了耦合能束内部能量分布的基础上,选取K24 合金进行了不同激光脉冲的水导激光烧蚀试验.结果表明,波束包络法可以准确有效地对耦合能束内部能量传播及分布进行仿真预测,且同一位置水导激光耦合能束的加工具有一致性.
针对齿轮箱故障诊断中的故障特征提取困难和故障模式难以识别的问题,提出了一种将变分模态分解(VMD)、非洲秃鹫优化算法(AVOA)和随机配置网络(SCN)相结合的齿轮箱故障诊断方法.首先针对SCN网络权重与偏置的随机初始化会导致网络预测结果的不稳定问题,提出采用AVOA算法优化SCN网络节点权值和偏置的初始化选取方式方法用于故障的分类与识别.其次利用VMD算法将齿轮箱振动信号分解为若干本征模态分量(IMF),再用相关系数筛选IMF分量并计算其样本熵,作为特征向量,输入到用AVOA算法优化后的SCN网络中进行分类识别.实验结果表明,所提方法可以准确地识别出齿轮箱的故障模式,识别准确率达到98.33%,相比于BP、ELM、RVFL、SVM、SCN等方法具有更高的故障识别准确率.
随着高端制造领域对零部件的表面服役性能要求的日益提高,除了对材料表面进行直接强化工艺,通常采用制备涂层的方式以提高其表面性能.激光熔覆形成的高硬度耐磨涂层是目前涂层强化的有效手段之一,与基体形成了一种冶金结合的薄层,在局部有较强的抗压入和抗机械摩擦的能力.激光熔覆因其高能量密度、高沉积效率、可控制备厚度、低热变形、快速冷却、低稀释率和高合金化程度等特点,已成为目前的研究热点并在国际上逐步推广应用.文章首先概括了激光熔覆促使材料硬度提高的强化机理,包括晶粒细化、晶格畸变和物相变化等,但是由于激光熔覆技术自身的局限性,使涂层容易产生缺陷;然后总结了其他的表面强化技术,如超声滚压技术、热处理等,形成激光熔覆技术的复合强化技术,可使材料表面硬度效果进一步提升,达到更佳的使用性能.
根据小直径刀具的研磨加工夹持要求,研制了一种小直径刀具辅助水平夹持装置,解决了夹持研磨小直径刀具时,容易产生的夹持力不稳定、夹持力难控、刀具歪斜、刀具弯曲变形等难题,详细介绍了此夹持装置的结构设计和工作原理.
进瓶螺杆的加工在机械加工中非常普遍,加工方法也有很多,通常使用数控车床配合宏程序加工.而大圆弧大螺距的螺杆使用数控车床有很大难度,一般使用四轴加工中心配合软件编程加工,因而加工成本较高.文章以典型的进瓶螺杆加工为例,通过对工艺流程、机床、工装、刀具和宏程序等 5 个方面对其加工进行优化改造,通过对不同工况条件下加工效率、设备成本、刀具消耗、加工质量和程序编写的优化,找出了保证加工质量的情况下经济效益较优的加工方法,实现了基于 5 参数自适应宏程序的进瓶螺杆类零件的低成本高效率数控加工,生产效率提高 300%以上,加工成本降低了 85%以上.
针对曲轴主轴颈加工切削振动和桁架机械手故障问题,设计了一种新型中心架体和托料装置.基于Simulation模块对SUC500DHT5 双头数控车床托料结构进行拓扑优化设计,并根据拓扑优化结果进行校核.与初始托料架相比,优化后模型质量减小了 31.86%、基频降低了 6.64%,且优化后模型最大应力为 1.214×108 N/m2,仍符合强度要求.实验表明该新型中心架体结构稳定,适用于曲轴的自动化加工.托料装置在负载下使用安全系数满足要求,达到了拓扑优化目的.
铣削加工在航空航天和汽车制造领域应用十分广泛,预测铣削力是提高零件加工质量和效率的重要方式,而铣削力系数的高精度标定是预测铣削力的关键.铣削过程受多种因素的影响,传统铣削力系数标定方法基于刀具-工件之间的理论关系,却忽略了实际加工中其他因素对铣削力系数的影响.文章基于铣削力模型,推导出面铣削力系数的半解析计算模型,通过铣削加工实验获得切向力、径向力和进给力.考虑切削力峰值对刀具和工件振动的影响,引入修正因子对局部切削力系数进行修正.最后,基于标定的系数预测铣削力并进行了实验验证,铣削力理论预测值和实验值的最大相对误差为 11.4%,预测值和实验值接近且相对误差较小.因此,文章提出的方法可以较好地标定面铣削力系数.
针对二惯性系统,传统的设计通过代表性的极配置来进行系统设计,为了提高系统设计的自由度,应用参数平面法解决参数设计及调节问题.基于参数平面法进行PI控制系统设计,分析系统的阻尼特征.针对小惯性比系统欠阻尼的特性,在系统中导入低通滤波器,研究使用滤波器对机械谐振的抑制效果.通过设计分析与仿真表明,系统的阻尼特性与惯性比密切相关,且滤波器可使系统阻尼特性提高,表明扩充参数平面法对二惯性系统参数调节的可行性和实用性.最后通过实验验证理论分析与设计的有效性.
针对精密磨床电主轴的高精度设计需要,采用动静压轴承作为支承轴承,动静压轴承采用四油腔小孔节流结构.文章分析了动静压轴承的结构和使用工况,给出了动静压轴承的静动特性的理论计算方法,分析了节流孔径d和油腔面积A对静动特性的影响,静特性包括承载力F和流量Q,动特性包括刚度系数k和阻尼系数c.研究结果表明:随着d的增大,F先增大后减小,在d为 0.5 mm时达到最大值;Q随d的增大而增大,且增大的趋势逐渐变缓;F随A的增大呈线性增大,当A大于 1 000 mm2 之后F开始减小.Q随着A增大而增大,但增大趋势有递增迹象;主刚度kxx随着d的增大先增大后减小,在d为0.5 mm时达到最大值,kyy随着d增大而减小,但在d为0.5 mm之后的减小趋势放缓;随着A的增加,两个方向主刚度kxx、kyy均近似线性增大,kxx在A大于1 000 mm2 时达到最大值,交叉刚度kxx随着A增大而递减,但在递减趋势逐渐平缓.
由于船用柴油机结构复杂、零部件多、装配工艺复杂,在将传统固定式装配线改造为脉动式装配线的过程中,装配工艺的重组与装配作业重分配会导致站位间与站位内产生平衡问题.针对站位内装配作业的平衡分配问题,文章提出了一种基于混合优化算法的脉动生产线站位内装配作业平衡分配方法.在考虑了装配线节拍、工序优先关系约束、班组数量等因素的基础上,建立了站位内装配线平衡优化数学模型,并制定了一套针对装配生产线平衡问题的装配作业分配规则;提出了基于混合遗传算法(GA)与蚁群算法(ACO)的优化算法对数学模型进行求解;最后,通过实例测试和分析验证了算法的有效性.
针对斜齿轮齿向修形会造成磨削齿面扭曲问题,文章提出了一种基于柔性电子齿轮箱多轴同步附加运动的齿面扭曲补偿方法.首先,简要分析了齿面扭曲现象产生的原因,建立渐开线斜齿面和齿向鼓形修形齿面模型;然后,利用齿面啮合和运动学逆解得到齿向鼓形修形齿面和扭曲齿面对应的机床主从运动轴(B轴、C轴、X轴、Y轴、Z轴)运动量;接着,对齿向修形齿面进行仿真,并对扭曲齿面进行欠补偿、理想补偿和过补偿仿真;最后,通过对主从运动轴施加附加运动量,实现对齿向修形扭曲齿面的补偿.与传统的修砂轮实现扭曲齿面补偿相比,对主从运动轴施加附加运动量进行补偿效率更高,成本更低.通过齿轮加工实验,齿面扭曲得到了有效的补偿,齿面精度有所提高.
