SiC_p/Al复合材料内螺纹螺旋磨削加工方法研究

铝基碳化硅颗粒增强型复合材料(SiC_p/Al复合材料)切削加工性能较差,其内螺纹的切削加工难度更大。在研究SiC_p/Al复合材料磨削加工性能的基础上,提出利用电镀超硬磨料成形砂轮进行SiC_p/Al复合材料内螺纹螺旋磨削加工的工艺方法,并研制了电镀CBN成形砂轮,进行了具体的内螺纹磨削试验。试验结果验证了SiC_p/Al复合材料内螺纹螺旋磨削加工方法的可行性和灵活性。在砂轮线速度v_s=5.86m/s、进给速度v_f=80mm/min的条件下,CBN成形砂轮对SiC_p/Al复合材料展现出较好的磨削能力,单个砂轮可以完成17个M8螺纹孔的螺旋磨削加工,其内螺纹的加工尺寸精度均满足6H塞规的检测要求。同时,电镀CBN砂轮的磨损形式以磨粒磨损为主,砂轮表面未出现大面积脱落的现象。这说明,利用超硬磨料成形砂轮可以实现SiC_p/Al复合材料内螺纹的高效高质量加工,此工艺方法具有较高的工程应用价值,适于在实际生产中推广应用。     

概率神经网络在识别带有噪声字母中的应用

字符识别是模式识别中的一个应用,通过训练网络可以教会计算机如何识别字符,这在票据处理方面可以大大地提高效率。该文中所建立的神经网络为具有局部响应的高斯函数的三层概率神经网络,它以牢固的插值理论为基础,具有学习速度快,不易陷入局部极小等优点。本文介绍了概率神经网络的学习算法和一个三层概率神经网络对带有噪声的26个英文大写字母的识别。其中利用MATLAB编写仿真程序对概率神经网络进行训练,仿真结果表明,训练的概率神经网络可以对给定的带有噪声的字母作出正确的识别。     

高体积比铝基SiC复合材料的铣磨试验研究

为了改善高体积比铝基SiC复合材料的可加工性,提高加工效率,本文对高体积比铝基SiC复合材料进行了平面铣磨加工试验研究.试验结果表明,高体积比铝基SiC复合材料在铣磨加工中主要表现为脆性材料的特性,电镀金刚石砂轮在磨削过程中不会出现磨屑粘附现象.SiC颗粒的破损程度是影响表面粗糙度的主要因素,并且在相同磨削参数和条件的情况下随着颗粒的破损程度、砂轮粒度的增大和进给速度vf的降低,磨削表面的粗糙度值会逐渐减小.在给定其他试验参数的情况下,120#的φ8mm电镀砂轮适合进行粗磨,并且磨削的材料去除率能够达到2400mm3/min,同时进给抗力Fz小于25N,磨宽抗力Fx和磨深抗力Fy小于15N.使用230#的φ8mm电镀砂轮进行精磨能够保证表面形成率达到6400mm2/min,并使表面粗糙度优于Ra0.4μm.