基于多源迁移学习的变位姿刀尖点模态参数预测

切削颤振会导致被加工工件表面质量变差、材料去除率降低以及刀具磨损增加等问题。刀尖点模态参数是构建稳定性叶瓣图、选取无颤振加工参数必不可少的输入。然而在加工过程中刀尖点模态参数随刀具位姿而变化且刀具更换频繁,经典锤击试验方法效率低、成本高,如何准确高效地预测变位姿下的刀尖模态参数成为切削加工中亟待解决的问题。本文结合迁移学习思想,提出一种基于多源迁移学习的变位姿刀尖点模态参数预测方法。当更换新刀具后,仅需通过锤击试验获取少量位姿下的刀尖点模态参数,再结合已有多把刀具的模态参数数据进行多源迁移得到新刀具的刀尖点模态参数预测模型。最后,在实际五轴机床上进行试验,试验表明所提方法是有效的。     

基于T-Scan的三维激光扫描系统测量误差分析

三维激光自动扫描系统可以快速获取零件表面信息,提高扫描系统的测量精度可以进一步提高系统性能。针对扫描精度问题,对扫描系统的测量误差进行了分析和评估,在试验中使用的扫描系统由机器人和商业三维激光扫描仪T-Scan组成,这种商业三维激光扫描仪的基本原理是激光三角法,测量误差受到扫描位姿的影响。将T-Scan的扫描位姿分解为扫描深度、俯仰角和偏转角,通过控制变量试验研究了扫描位姿对随机误差和系统误差的影响。试验结果显示,扫描结果的随机误差远小于系统误差,系统误差与扫描深度和俯仰角呈双线性关系。根据试验结果建立了系统误差的预测模型,通过模型预测的系统误差与实际试验结果的偏差最大为26μm,该预测模型是优化扫描轨迹从而提高测量精度的前提条件。     

基于双混联机器人的镜像铣削系统运动学分析与加工路径生成方法

以一种由双混联机器人组成的镜像铣削系统为研究对象,采用矢量法建立了镜像铣削系统规格化的运动学正逆解模型,其中正解方法较采用牛顿迭代法求解的方法具有计算效率与精度高的优点。提出了一种镜像加工路径生成方法,明确了双机参考坐标系的位姿关系,通过设定薄壁结构件的期望加工壁厚计算位姿镜像对称的刀具与支撑头路径。提出了十轴联动与双五轴联动两种镜像加工路径执行方法,后者较前者具备可重构性与模块化的特点,支持铣削或支撑机器人单机作业,能够满足大工作空间内单机或多机快速现场布置与高效协同加工的需求。为验证所提出的运动学模型与加工路径生成、执行方法的正确有效性,开展了大型薄壁结构件镜像加工试验,试验结果表明,壁厚加工误差可保证在±0.18 mm以内。     

一类流线型曲面高效数控铣削加工方法研究及应用

针对一类典型流线型曲面——叶片的高效数控铣削加工方法研究,提出了基于加工系统动力学仿真分析的高效切削参数优化技术,该方法是提高切削加工效率,保证零件加工精度和表面质量的有效手段.首先,辨识得到加工零件材料的铣削力系数;其次,利用锤击试验分别得到机床-刀具系统及弱刚性零件结构的动态特性,同时利用有限元方法进行模态分析,并与试验结果进行对比分析,可辅助验证锤击试验结果的正确性,在此基础上仿真得到铣削颤振稳定域曲线,然后对建立了基于加工系统动态稳定性的高效数控铣削加工参数优化系统进行高效铣削参数优化;最后,依据优化的铣削参数制定零件铣削加工工艺,试验得到了加工质量合格的叶片,其加工效率较传统方法有显著的提高.     

基于整体多项式识别法的高速铣削刀具系统的试验模态分析

根据试验模态分析的基本原理以数控加工中心刀具系统为测试对象,对其应用频响函数法(FRF)试验模态分析,采用整体多项式识别法来识别出模态参数,最后与矢量分析法和有限元仿真模型进行匹配,结果显示整体多项式识别具有较高的识别精度,得到了高速铣削刀具系统较精确的模态参数,为进一步研究高速加工刀具系统的动力学及动态响应特性提供了必要的理论和试验依据。     

基于粘弹性材料的五轴铣削加工被动抑振技术

针对薄壁件在铣削过程中极易出现颤振,且动力学特性快速变化导致切削稳定性多变的特点,研究基于粘弹性材料的被动阻尼技术,以增加薄壁零件阻尼、提升切削稳定性。提出阻尼层、约束层以及质量层的设计方案,模态试验表明该技术能大幅提升薄壁件阻尼,且对多阶振动模态有抑制作用。最后,将其应用于薄壁S样件的五轴铣削加工试验,多组切削参数下的试验结果表明,工件切削振动幅值最大可下降约97%。     

机器人铣削系统精度控制方法及试验

新一代航空航天器大量使用一体化复杂大部件作为主要结构，传统机床难以满足其高质量、高效率、高柔性的加工需求，以工业机器人为载体的加工系统是解决该问题的有效新途径，但面临机器人精度低、刚性差的瓶颈。为提高工业机器人的加工精度，搭建了基于数控系统的机器人铣削系统，提出了关节空间-笛卡尔空间分级精度补偿方法。静载试验结果表明，机器人的重复定位精度由0.154 mm提高到0.039 mm,提高了74.68%;绝对定位精度由1.307 mm提高到0.156 mm,提高了88.06%;轨迹精度由1.346 mm提高到0.181 mm,提高了86.55%,实现了点位与轨迹精度的在线实时补偿。铣削试验结果表明，复合材料舱段铣削精度达到0.22 mm,表面粗糙度优于Ra4.8,机器人铣削系统能够满足航空航天零部件的加工精度要求。     

皮秒激光加工碳纤维复合材料工艺试验

碳纤维复合材料具有优良的综合性能,广泛应用于航空航天和汽车工业。采用355nm波长的皮秒脉冲激光进行碳纤维复合材料的铣削加工试验,分析了激光功率、铣削速度、填充间距等工艺参数对加工质量和铣削深度的影响,确定了最优的铣削条件。通过扫描电镜,分析了样件表面微观形貌和铣削质量。试验表明,填充间距对热影响区的形成有较大影响。同时进行了不同聚焦环境下的材料去除技术试验研究,通过三维形貌仪测量样件加工深度,分析激光能量与加工深度的关系,确定了最优的聚焦方案。     

新型铝锂合金2060T8板材铣削试验研究

设计开发了一种可用于薄板材铣削夹持固定的真空吸附系统,并通过一种新型铝锂合金2060T8的铣削试验,对该系统的实用性进行了验证;然后基于该系统,通过正交试验,进行了2060T8的铣削性能试验研究,主要进行了铣削加工参数对零件加工表面粗糙度的影响研究。结果表明,影响表面粗糙度的因素主次关系是:铣削深度每齿进给量铣削宽度主轴转速;表面粗糙度随铣削深度、每齿进给量、主轴转速的增加而增大,随铣削宽度的增加先减小后增大。     

面向工业机器人的数字孪生建模精度补偿方法

针对现有工业机器人智能装备建模感知监测精度缺失,依靠理论参数建模精度低等问题,本文以工业机器人铣削系统为研究对象,构建了高精度光栅尺实时测量机器人关节转角的数字孪生监测系统,避免了齿轮间隙、编码器丢码等关节转角误差对数字孪生建模准确度的影响;根据MD–H运动学建模方法建立了数字孪生驱动模型,采用L–M算法对工业机器人建模参数进行辨识修正,减少了机器人数字孪生模型中几何误差的影响;开发了数字孪生交互系统平台,用以监测、控制物理空间的工业机器人铣削系统的作业运动。利用辨识后的机器人关节参数构建的数字孪生模型,使得工业机器人铣削系统运动点位的建模精度从±1.6905 mm提高到了±0.3304 mm,提高了4.12倍,表明本文针对工业机器人数字孪生建模方法的正确性和建模参数辨识方法对建模精度补偿的可行性。     

基于激光跟踪仪的机器人末端负载重力辨识与在线补偿方法

为准确测量工业机器人在飞机装配中的真实装配受力,提出了一种基于激光跟踪仪的机器人末端负载重力辨识与在线补偿方法。借助激光跟踪仪等外部测量设备,建立了机器人系统的全局运动学模型,实现机器人末端位姿的精准获取。利用卡尔曼滤波处理力传感器信号,以获取更加准确平稳的外部力信息。基于最小二乘法建立了末端负载重力分量与位姿的映射关系,其中,考虑了力传感器的零点偏移与机器人安装偏差带来的影响。最后开展了机器人负载重力在线补偿试验,试验结果表明,该方法具有良好的效果。     

基于数值模拟的GH536高温合金铣削力模型

为了研究GH536高温合金的铣削力来指导生产,利用DEFORM-3D对GH536的铣削过程进行了建模和仿真;设计铣削正交仿真方案,对仿真结果进行极差分析。结果表明:铣削深度、铣削宽度和每齿进给量对F_x、F_y和F_z均成正相关、而铣削速度对F_z正相关,其余负相关,其中铣削深度对铣削力影响程度最大,而铣削速度影响程度最小;利用SPSS对正交仿真数据进行处理,建立GH536铣削力预测模型,并对模型进行回归分析;设计铣削测力试验,将其结果与铣削力预测模型进行对比,并用铣削力理论模型求解结果作为参照对比,结果表明铣削力预测模型能够比理论模型更准确的预测GH536切削过程中的铣削力。     

单向CFRP螺旋铣削力建模

螺旋铣削加工工艺具有降低轴向力,改善排屑、散热条件等优点,螺旋铣削力是其重要过程指标之一。对单向CFRP螺旋铣削力建模方法展开研究,预测给定加工参数下的螺旋铣削力。首先,通过对螺旋铣削过程进行运动学分析和切屑几何分析,建立了螺旋铣削过程中侧刃、底刃动态切屑层模型,纤维切削方向角度模型和动态切削力计算模型。然后,分别通过侧刃直线槽铣实验和底刃半齿插铣实验,对各个切削方向角度下侧刃、底刃切削力系数进行了标定,并利用人工神经网络对切削力系数进行拟合。最后,将标定所得的切削力系数代入动态切削力计算模型中,建立了单向CFRP螺旋铣削过程动态切削力预测模型,并通过实验验证了模型的准确性。与现有模型相比,该模型不仅能够预测刀具螺旋运动周期内的切削力变化情况,还可以对每个刀具自转周期内的细节进行预测,通过考虑纤维切削方向角度对切削力系数的影响,反映了单向CFRP材料的各向异性,较为准确地预测了螺旋铣削力。     

基于工业机器人的机身系统件定位方法研究

针对传统系统件安装工艺采用固定式定位工装导致装配系统开敞性差、柔性程度低的问题,提出了基于工业机器人的机身系统件定位方法,确定了系统件辅助定位工装的标定方法,基于奇异值分解法和位姿等价变换原理确定了工业机器人的位姿调整算法,最后通过系统件辅助定位工装定位试验得出了系统件的定位精度。     

基于深度神经网络的机器人定位误差补偿方法

工业机器人由于高效率、低成本被广泛应用于智能制造业,但较低的绝对定位精度限制了其在高精度制造领域的推广应用。为提升机器人绝对定位精度并解决传统复杂的误差建模问题,提出了一种基于深度神经网络的机器人定位误差补偿方法。首先在笛卡尔空间进行拉丁超立方采样规划,获得目标点姿态对误差的影响规律;然后建立基于遗传粒子群算法优化深度神经网络(GPSO–DNN)的定位误差预测模型,实现对误差的预测和补偿;最后为验证该方法的准确性和优越性,与其他误差补偿模型进行对比。试验结果表明,基于GPSO–DNN的定位误差补偿方法的补偿精度最高,定位误差由补偿前的1.529mm减小为0.343mm,精度提高了77.57%。该方法能有效补偿机器人定位误差,大幅提高机器人的定位精度。     

融合机床精度与工艺参数的铣削误差预测模型

为弥补现有五轴联动数控铣床加工飞机结构件的加工精度评估系统的不足,提出利用机床精度检测数据和零件特征及其工艺参数来构建评估指标体系,基于BP神经网络建立了飞机结构件加工误差预测模型。通过完成训练的网络权值分布,计算出各输入指标对最后评估结果的影响,并通过实例分析检验了模型的可靠性。结果表明,经BP神经网络模型训练得到的结果和样本零件的三坐标测量机测量数据基本吻合,选取的评价指标具有有效性。该评估模型能够有效地融合机床精度检测数据和零件特征及其加工工艺参数,对飞机结构件的铣削加工误差进行预测。     

基于蒙特卡洛方法的导航机器人的误差分析

根据导航机器人的结构求出运动方程,建立了机器人的误差数学模型,利用蒙特卡罗方法对导航机器人的位姿精度进行了分析,介绍了机器人在工作空间内的位姿精度的分布情况及其统计特征。     

飞机蒙皮镜像铣加工稳定性分析

镜像铣技术是近年来提出的一种针对大尺寸薄壁件的加工方法,其加工环保、高效,具有逐步取代传统化铣加工的趋势。针对飞机蒙皮镜像铣加工过程中的颤振问题,首先,根据镜像铣加工特点,建立工艺系统颤振稳定性极限的预测模型;其次,通过有限元方法对蒙皮工件进行模态分析,分析蒙皮不同加工位置动力学特性变化导致的铣削稳定性变化,并通过实验测量获取工件动力学参数,对不同加工位置的稳定性做出预测;最后,开展加工实验,基于非接触测量方法,在线监测镜像铣加工区域的振动位移,通过时、频域信号对加工状态进行辨识,揭示了镜像铣加工过程的稳定性变化及失稳机制,验证了所提方法的准确性,在工程领域具有较高的实用价值。     

基于在线学习的数控加工刀具寿命动态预测方法

预测刀具寿命对保证零件质量和控制加工成本意义重大,但刀具磨损过程复杂多变,刀具剩余寿命受工况影响难以准确预测。针对以上问题,提出了一种基于在线学习的刀具寿命动态预测方法,以长短时记忆网络为基础模型,融合在线学习模块,使得模型能够在加工过程中自动更新参数,实现变工况下刀具寿命的精确预测。进行了铣削加工试验,结果表明,刀具寿命动态预测方法可以有效提升刀具寿命预测精度。     

基于多模态融合的任意对称翼型结冰预测方法

为解决目前绝大多数神经网络冰形预测方法只能针对特定翼型且不具备面向多翼型特征的普适性的问题，采用基于多模态融合的深度神经网络方法，以翼型截面图像与结冰工况参数作为输入，以二维冰形曲线傅里叶级数拟合参数作为输出，建立深度神经网络预测模型，实现了对任意对称翼型结冰特征的预测能力。结果表明：提出的模型可以准确地预测任意对称翼型几何特征条件下的结冰外形，冰形面积与最大冰厚等冰形主要参数预测误差均保持在10%以下。