排序方式: 共有20条查询结果,搜索用时 31 毫秒
1.
2.
S试件是用于综合检测五轴数控铣床动态加工精度的检测试件,目前已申请纳入国际标准ISO 10791-7标准组作为附加测试件。S试件的型面由两个直纹面构成,但S试件草案中并未对S形直纹面的参数化方式进行详细指定,因而导致S试件的几何形状表达方式不唯一,不同的型面几何定义对试件的检测特性有重要影响。针对以上问题,本文给出了Nurbs参数和等弧长两种典型的S试件直纹面定义方法,对比分析了两种直纹面的扭曲角变化及侧铣原理性误差等特性,并根据分析结果选取Nurbs参数作为S试件直纹面定义方式,从原理上完善了S试件的几何定义,有利于S试件标准的推广。 相似文献
3.
基于特征的蒙皮镜像铣加工残区刀轨优化方法 总被引:1,自引:1,他引:0
镜像铣加工装备及其加工工艺是蒙皮零件加工的有效手段,其特殊工艺对加工刀轨提出了等步距、无交叉、无抬刀且无残留等特殊要求。针对蒙皮零件加工特征的复杂形状,在满足等步距、无抬刀、无交叉的条件下对加工残留区域进行刀轨优化是一个难题。为解决以上难题,本文提出了一种基于特征的蒙皮镜像铣加工残区刀轨优化方法。该方法基于特征将蒙皮零件的工艺信息与几何信息相关联,自动提取加工特征的加工面及其对应的刀轨,将刀轨分割成若干段子刀轨,并构建子加工区域,再利用布尔并运算得到最终可加工区域。然后对加工面区域与最终可加工区域求布尔差识别出加工残留区域,并根据加工残区位置自适应生成满足蒙皮镜像铣特殊要求的优化刀轨。以典型复杂蒙皮零件验证本文提出的方法,结果表明,基于特征的蒙皮镜像铣加工残区刀轨优化方法可自动识别加工残区,并生成满足蒙皮镜像铣特殊要求的加工残区优化刀轨,为提高蒙皮零件数控编程效率提供技术支撑。 相似文献
6.
基于域对抗门控网络的变工况刀具磨损精确预测方法 总被引:1,自引:0,他引:1
刀具磨损的精确预测对保证零件加工质量、提高生产效率和降低制造成本具有重要作用。在实际加工过程中,切削参数、刀具几何参数、刀具材料等工况复杂多变,工况信息和刀具磨损量对监测信号的耦合作用为刀具磨损的精确预测带来了很大挑战。针对以上问题,提出了一种基于域对抗门控网络(DAGNN)的变工况刀具磨损精确预测方法。引入工况分类网络并利用无磨损量标签样本,通过域对抗和门控过滤机制自适应地从不同工况的原始监测信号中提取表征刀具磨损且对工况变化不敏感的关键信号特征。对信号特征提取网络和刀具磨损预测网络进行迭代优化,从而实现变工况刀具磨损的精确预测。实验结果表明:相比已有的方法,本文方法能够利用少量带磨损量标签的目标工况样本实现刀具材料和刀具直径变化情况下的刀具磨损量精确预测,预测精度大幅提高。 相似文献
7.
8.
在涡轮稳态性能试验中,由于探针几何堵塞限制,进/出口测量截面上过少的测点以及近端壁流场信息缺失影响涡轮等熵效率的评估精度。本文基于涡轮出口截面近壁边界层与平板湍流边界层速度分布相似的假设,首先发展了涡轮近壁边界层总温、总压计算模型,然后利用PW E3单级高压涡轮的数值计算结果,分析发现此近壁边界层模型能大幅改进涡轮测试效率的精度,轮毂近壁测点位于5%~10%叶高、机匣近壁测点位于90%~95%叶高时,近壁边界层模型修正的涡轮效率精度最高。测试截面位于涡轮出口3倍转子叶根轴向弦长下游时,在不同的涡轮工况下,涡轮的修正效率与CFD全流场计算效率的误差小于0.3%。利用此模型,进一步分析了探针周向、径向测点数对涡轮效率的影响,获得了高精度测试效率所需的最少周向测点数为5,最佳径向点数可取7~10。获得的试验数据后处理方法以及测试探针布局准则,能用于指导工程上涡轮性能试验方案设计以及试验数据后处理。 相似文献
9.
针对飞机结构件零件尺寸大、加工特征类型数目多,零件结构复杂、包含大量自由曲面和相交特征,薄壁易变形及精度要求高等特点引起的加工工艺决策难点,提出了基于特征与MKE的飞机结构件工艺决策方法。首先对商业软件NX系统的MKE技术进行了调研分析,在此基础上构建了基于特征的飞机结构件加工工艺知识编辑器框架,基于CATIA V5开发了具有用户界面友好的加工工艺知识编辑器,在特征识别的基础之上,通过调用工艺规则模板库、刀具库、用户自定义信息等完成工艺决策。应用表明,该方法能够有效提高工艺决策系统的灵活性以及飞机结构件数控编程效率。 相似文献
10.
刀具磨损预测对保证零件加工质量和效率、降低加工成本具有重要作用,尤其是在广泛采用难加工材料的航空航天制造领域。数据与机理融合模型能够结合机理模型和数据驱动模型的优势,是实现刀具磨损预测的有效手段。然而现有的融合方法难以有效平衡数据和机理对模型的权重,导致难以真正实现融合模型的预期效果。本文提出了一种基于元学习(Meta learning,ML)和PINN(Physics-informed neural network)的刀具磨损预测方法,通过磨损机理约束数据驱动模型的解空间,并结合元学习算法优化融合模型的损失函数以合理利用数据和机理提供的信息。实例验证结果表明,本文所提出的方法能有效提高变工况下的刀具磨损预测精度和稳定性。 相似文献