间隙自适应射流抛光装置及实验验证

基于浮法抛光和磨料射流抛光原理提出了一种动压浮动间隙自适应射流抛光方法以实现工件的非接触超低损伤加工,并进行了加工装置的结构优化设计.该装置主要由浮动加载机构、射流旋转结构和动压抛光盘组成.通过控制射流喷射压力和恒定加载载荷可以实现加工过程中的间隙自适应,稳定去除工件材料.利用该抛光装置可以在获得优良的表面质量的同时保持良好的面形精度.     

增材制造复杂金属构件表面抛光技术

增材制造可以满足航空航天领域对零件的高复杂性、高性能、轻量化以及多功能化的要求,但其制造复杂金属零件时在综合性能、表面质量和成形精度上仍然存在不足,必须经过表面抛光处理才能达到航空航天零件高使役性要求。通过综合国内外文献资料,详细介绍了化学抛光、电解抛光、磨粒流抛光和激光抛光这4种可达性较强的表面抛光技术的原理方法以及应用现状,接着分析了增材制造技术和表面抛光技术的发展趋势,最后进行了总结和展望。提出增材制造与表面抛光工艺相结合的工艺优化思想,并指出研制绿色智能的一体化技术装备是当前面临的重大挑战。     

时频分析在超声导波信号分析中的应用

超声导波信号是一种非平稳信号,存在频散现象,利用传统的时域和频域分析方法不能揭示其频谱随时间变化的特点.为了解决这一问题,研究了导波信号的非平稳特征,介绍了短时傅里叶变换(STFT,Short-Time Fourier Transform)时频分析原理,分别对铝板试样和蜂窝板试样内传播的导波信号进行了STFT和时频谱分析,得出了铝板内导波信号中各频率成分随时间的变化情况,分析出导波信号的模式转换现象,比较精确地计算了导波的群速度;对于蜂窝板内的导波信号,由于能量泄露比较严重,当激励频率为1.5MHz时,A0模式只能近距离传播,这就使得采用STFT不能很好地进行模式识别.研究结果表明,当导波传播距离较远时,利用STFT可以对其信号进行动态的频谱分析和模式识别,并可对实际的群速度进行较精确的测量.     

单颗磨粒磨削实验及其数值模拟的研究进展

单颗磨粒磨削是研究复杂磨削机理的重要手段,本文从单颗磨粒磨削过程和磨粒形状的角度阐述了磨削基础理论;概述了国内外学者以实验研究单颗磨粒的材料去除、切削力行为;基于数值模拟,探讨了不同工艺参数对单颗磨粒磨削力、磨削温度、工件表面质量的影响规律。最后就这一方向的深入研究工作做了展望。     

磁流变弹性体砂轮抛光镍基高温合金表面完整性研究

为了改善磨削后镍基高温合金GH4169的表面完整性,本文采用磁流变弹性体砂轮对镍基高温合金GH4169进行抛光试验研究。首先,通过模压成型的方法制备了磁流变弹性体砂轮,并对其表面微观形貌及不同磁场强度下的硬度进行了表征。其次将制备出的磁流变弹性体砂轮用于对镍基高温合金GH4169的抛光工艺试验中,并讨论抛光工艺参数中磁场强度对镍基高温合金表面完整性的影响。试验结果表明：在一定的磁场强度范围内,零件抛光后的表面粗糙度和显微硬度随着磁场强度的增大而减小,同时增大磁场强度也有利于改善零件的表面形貌,减少砂轮的磨损量,降低零件磨削后的亚表面损伤层厚度。     

某光学自由曲面棱镜超精密加工技术研究

与传统的球面及非球面光学元件相比,自由曲面的应用可提高系统设计自由度及成像质量,减轻系统重量,但同时对光学元件的设计、制造及检测提出了挑战。本文分析了头盔显示器中关键光学元件自由曲面棱镜的设计特点,研究了其磨削、抛光及检测工艺,经检测被加工零件性能指标满足了光学系统的设计要求。     

基于磨粒磨损机理的机械磨损状态监测

针对机械设备磨损状态监测准确率较低的问题,基于不同磨损机理下磨粒具有不同的形状和纹理特征,提出了一种基于磨粒特征识别的机械磨损状态监测的数学模型。通过形状特征识别球状磨粒和切削磨粒,结合形状、纹理特征识别疲劳磨粒和严重滑动磨粒,基于提取的特征参数建立机械磨损状态监测的特征向量,通过量子粒子群优化(QPSO)的径向基函数神经网络模型,实现对机械磨损状态的监测和判别。实验结果表明:QPSO-RBF神经网络数学模型结构简单,比传统PSO-RBF神经网络模型的识别准确率高5%,可用于常见机械磨损状态的检测。      

前混合水射流中丸粒速度的数值模拟与PIV试验研究

前混合水射流中丸粒速度是决定混合射流性能的关键因素。采用CFD-DEM双向耦合方法构建了混合射流的三相仿真模型,气液相采用VOF模型并考虑离散相体积分数的影响,丸粒固态相采用拉格朗日坐标下的离散元方法进行建模,通过专用的耦合接口实现双向耦合,得到丸粒在出口确定位置范围内速度仿真值。通过专用的PIV试验台测出相应位置丸粒的速度值。通过对比,仿真结果与测试结果的差值在6%以内,证明了仿真模型的正确性。研究结果表明,喷嘴入口压力和喷嘴出口直径越大,丸粒速度越大;混合比（丸粒体积分数）、喷嘴长度和喷嘴锥角越大,丸粒速度越小,对后续制定改性工艺方案提供了理论基础。     

基于混合神经网络模型的磨粒电荷检测方法研究

由于传统的滑油磨粒在线监测方法无法获取电荷分布位置信息,难以准确测量荷电颗粒数目及其携带的电荷量。为此,本文提出一种基于静电层析成像（Electrostatic tomography,EST）技术和深度学习算法的荷电颗粒检测方法。对EST传感器测量数据采用BP神经网络算法重建出测量截面上电荷的分布图像,采用卷积神经网络（Convolutional neural networks,CNN）算法分析重建图像以识别荷电颗粒数目,将识别的颗粒数目和传感器测量数据组合成输入向量,通过1个多层前馈网络确定带电颗粒数目、感应电荷值与颗粒电荷量值之间的映射关系,得到准确的各颗粒的电荷量值。实验结果表明：混合神经网络模型对数据样本的测量误差为9%,可满足滑油监测对于准确性的要求。     

GMR硬盘磁头抛光的超声波作用机理

在硬盘磁头抛光中加入超声波,可以提高材料去除率、降低表面粗糙度值、减小极尖沉降。