精密超精密加工技术在微机械制造中的应用

随着微机电系统的发展,微机械零件的材料应用领域不断扩大,结构形状也从二维、准三维提高到三维复杂结构,相应的微机械制造技术也随之发展,并在微机械零件制造中得到了应用。     

有源功率因数校正技术在脉冲电源设计中的应用

针对节能电火花加工脉冲电源的设计过程中应用了有源功率因数校正技术,电源系统的性能通过工艺试验得到了验证,整个节能电源系统的功率因数提高到0．95。     

基于椭圆路径的回转二次曲面点接触加工方法研究

本文给出并证明了基于点接触的回转二次曲面加工成形原理,此加工方法加工范围广,刀具和加工面形之间具有多对多的对应特性。提出基于此成形原理的加工机床构建方案,分析加工中刀具配置要求,给出了满足配置要求的刀具配置方案。最后,设计了基于点接触成形原理的加工部件。     

多轴加工刀轨最优行距计算方法研究

以五轴加工为例,对多轴加工行距提出了一套刀轨最优行距计算方法。该方法通过推导五轴加工刀具运动刃口回转面包络方程,计算相邻轨迹刀具包络面的交线,即残余凸台的顶尖线,进一步计算该线到加工曲面的距离,从而得到最大残余高度值,由此判断当前行距的优劣,据此进行进一步的搜索,最终得到最优的行距。     

某高压压气机第4 级转子叶片断裂分析

针对某燃气轮机在试车过程中高压压气机第4级转子叶片的断裂失效故障,通过外观检查、断口分析、表面检查、成分分析、组织检查、硬度测试和模拟试验等手段,对断裂性质和产生原因进行分析。结果表明:故障叶片为疲劳断裂。在试车过程中叶尖与机匣涂层严重碰摩,使叶片承受非正常冲击载荷是促使故障叶片产生疲劳裂纹的主要原因,叶片原始加工刀痕和喷丸质量差起促进作用。提出提高叶片加工质量,控制合理的叶片与机匣涂层之间的间隙的改进建议,以避免类似故障的发生。     

涡桨飞机发动机进气道排除异物特性数值方法研究

根据适航规范针对常见的两种外来异物：冰雹与冰块进行本体特性研究,确定两种外来异物的几何、质量以及初始姿态特性。耦合计算流体力学(CFD)以及六自由度方法(6DOF),开展涡桨发动机进气道以及旁通道中的异物运动排除特性数值模拟,分析其气动特性以及运动轨迹。针对运动中可能存在的碰撞现象,进一步联合LS-DYNA软件进行仿真分析,建立合理有效的涡桨发动机进气道外来异物排除数值模拟方法。以某型涡桨发动机为例,两种异物的计算结果表明,一旦异物与壁面发生碰撞,碎裂成若干很小的碎块,能量损失,对发动机威胁较小,无论是进入主发动机或者旁通道,均可认为排除。但是,由于下壁面结冰区的冰块容易直接进入主发动机,有可能造成严重影响,需要重点关注。     

基于精益6滓的航空高强钢零件大尺寸面轮廓度 数控加工参数优化

针对某航空高强钢零件大尺寸面轮廓度数控加工合格率较低问题,利用精益6σ方法,依据DMAIC的研究路径,充分运用箱线图、等方差检验、单因子方差分析等方法和工具,分析了“人、机、料、法、环、测”6大方面的操作者、加工刀具、装夹方式、主轴转速、切削量、进给速度、切削方式7个因素,确定刀具尺寸、切削量、进给速度为关键影响因素;通过建立面轮廓度与7个影响因素之间的GLM模型,得出影响流程输出的3个关键影响因素的最佳组合,并在此基础上对工艺参数进行优化。结果表明:该零件的数控加工工艺流程改进后,减少了加工过程中的人工调试检查环节,缩短了加工调试验证时间,大尺寸面轮廓度数控加工合格率从80%提高到96%以上,取得了较好的经济效益。     

基于SE模块改进Xception的动物种类识别

Xception是Inception网络的一种极端化表现,在与Inception v3参数相近的情况下,它能够达到更高的准确度。由于神经网络提取的特征不一定都是有用特征,因此以Xception为基础,将SE(Squeeze and Excitation）模块加入该网络,调整特征通道的权重,使得网络的精确度得到提高。通过实验,融合SE模块的Xception网络训练精确度分别在Oxford-IIIT Pet数据集和CUB_200_2011数据集上提升了1%~1.7%和0.8%~1%,证明了SE模块能够进一步提升Xception的精确度。将改进后的Xception应用到动物种类识别中,根据精确度曲线对实验策略调整改进,最终在测试集上获得95.63%的识别率。     

CFRP钻削过程的切削热研究进展

以CFRP钻削加工过程的切削热和切削温度为研究对象,从其形成机理、产生的影响以及影响切削热的因素和控制切削热的方法四个方面进行了系统综述,对存在的问题进行了综合分析,并对今后研究方向进行了展望。     

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。