基于MBD的数控加工工艺技术研究

针对传统数控加工工艺设计面临的问题,提出在基于MBD(Model Based Definition)的设计与工艺协同的新模式下,实现工厂工艺资源管理、数控加工工艺设计、工序模型的创建及三维标注、结构化工艺设计、三维作业指导卡的发布等一体化管理与应用.结构化工艺设计技术的应用将极大地缩短产品研制生产周期,为全面推进工厂的数字化建设提供了保障.     

无定向激光陀螺捷联惯组标定方法的对比研究

对三种无定向激光陀螺捷联惯组标定方法进行了对比研究,详细分析了各种方案的标定原理,提出了利用标准差作为评价标定方法优劣的指标.结合对某一激光陀螺捷联惯组标定试验结果的分析,得到了在无北向基准的情况下,三种标定方法在标定时间和标定精度两个指标上的对比结果,为无定向激光捷联惯组的标定提供了指导,具有较大的工程应用价值.     

离心叶轮全三维反问题方法设计误差稳定性研究

用流线曲率全三维反问题方法和引入滑移因子模型的准三维流线曲率反问题方法设计了叶片数不同的和增压比不同的小型高速离心叶轮.用商用计算流体力学(CFD)求解器估算了这些叶轮的性能.对比了这两种反问题方法的设计误差稳定性,考察了分流叶片对设计误差的影响.结果表明,流线曲率全三维反问题方法能够根据叶片负荷对叶片设计做出恰当调整.较准三维反问题方法,流线曲率全三维反问题方法所设计叶轮的增压比普遍偏高.随叶片负荷增加,较准三维反问题方法,流线曲率全三维反问题方法的设计误差变化较小,即其设计误差稳定性明显较好.分流叶片对准三维反问题方法设计结果的影响明显较小.      

风扇/压气机周向模态识别中传感器角度偏差的影响

基于任意角度压缩感知(CS)方法分析了传感器安装角度偏差对风扇/压气机周向模态识别重构的影响,设计了一套自适应角度优化程序修正重构误差。利用数值试验探究了传感器角度偏差和数量对周向模态重构结果的影响,研究表明:当角度偏差等级为2.5%时,平均重构误差达到10%以上,若保证重构误差基本不变,将传感器数量从7个增加至25个,仅可以将角度偏差等级放宽至4%。而采用小生境微种群遗传算法进行自适应角度优化,在20 dB信噪比下,通过自适应角度优化可将角度偏差等级从2.5%放宽至10%,降低了传感器安装的精度要求。成功优化了一款冷却风扇在前三阶叶片通过频率下的主要周向声模态重构幅值。自适应角度优化算法有效提升了基于压缩感知的风扇/压气机周向模态重构可靠性。     

基于双转台五轴机床在工件坐标系中误差矢量建立与补偿

以双转台五轴数控机床为对象,针对该类型机床在经典后置处理中会导致非线性误差,本文提出一种非线性误差预测模型,即在工件坐标系中考虑了非线性误差的刀具轨迹代替刀位点之间的小线段轨迹,利用经典五轴后置处理,使得在机床坐标系中减少非线性误差,最大限度保证在机床坐标系中刀位轨迹保持直线运动轨迹.最后通过Matlab对一叶轮零件中...     

航天测量船外测数据误差分析的小波方法

使用动态数据建模与误差分离技术以及小波分频方法,对船载外测数据进行处理分析,成功地分离出随机误差和船测数据特有的船体误差,并对船体误差给出了分析和合理的解释。结论表明,小波分频对认识和研究船测数据的误差是一种非常有效的方法。     

相位方向图不均匀对高精度测速系统的影响

基于高精度测速工程需求,就飞行器天线方向图对高精度测速的影响进行分析研究。通过对天线相位方向图不均匀模型的深入研究,定量分析了飞行器天线方向图相位不均匀性对测速精度的影响,有效估计了天线相位不均匀性造成的测速误差量级。     

基于对偶四元数的捷联惯导算法在发射点惯性系下的应用研究

针对导弹类载体在做复杂的高动态机动时,采用传统的捷联惯导算法容易产生圆锥误差与划船误差,从而导致解算精度降低的问题,在发射点惯性系下设计了基于对偶四元数的捷联惯导算法.在建立发射点惯性系下的捷联惯导解算模型的基础上,详细推导了基于对偶四元数的捷联惯导解算算法,通过对比分析其中的速度更新过程与传统算法的差异,说明该算法可...     

星载天线反射面型面热变形影响因素分析

星载天线在轨运行时受到周期性的温度变化影响,天线反射面会发生热变形,影响天线增益.热膨胀系数是描述结构热变形的重要参数,并且会随温度变化;在进行结构热变形分析时若将热膨胀系数视为常数会给仿真分析带来误差.文章以抛物面天线反射面为研究对象,考虑热膨胀系数随温度的变化,针对ULE玻璃和M55层合板材料的反射面,仿真分析反射...     

基于误差补偿的点云数据修正方法研究

为提供测量效率及精度,提出了一种基于多源数据融合的测量数据修正方法。首先分别利用低精度高效率设备和高精度低效率设备对同一构件进行测量获得高密测量点云和稀疏基准点云,此后基于本文所提定位块定位方法对两组数据进行配准,然后依据测量点云与基准点云间构建误差矩阵,继而对高密测量点云进行修正以提高测量精度。实验结果表明,该方法可将测量数据的误差由3.374mm减小到0.517mm。