微磨料气射流加工技术研究现状与展望

微磨料射流加工技术是一种基于高能流体的磨粒冲蚀磨损加工技术,已广泛应用于难加工材料、复杂三维型面、光滑表面的加工。为进一步提高磨料射流加工过程中的精准控形控性能力,国内外学者开展了诸多基础加工理论与工艺探索等方面的研究工作。本文在概述磨料射流加工技术发展的基础上,全面总结了国内外学者在微磨料气射流加工（MAJM）技术中的微磨料气射流束发散效应及其抑制策略、材料力学性能对材料冲蚀去除模式的影响、材料冲蚀加工过程磨料嵌入抑制策略、微结构冲蚀加工几何特征等方面的主要研究成果,并对微磨料射流加工技术的难点与发展趋势进行了展望。     

基于三维粗糙度的多向CFRP铣削加工刀具切入角度的优化方法研究

碳纤维增强复合材料（Carbon fiber reinforced plastic,CFRP）因其优良的力学性能,被广泛应用于航空航天领域。CFRP的应用在保证飞机刚度强度的前提下,有效地提高了飞行性能,减轻了飞机重量,从而达到了节能减排的目的,提高了航空工业的经济效益。CFRP属于典型的难加工材料,为了保证结构件在多个方向具有一定的承载能力,航空发动机工业中一般采用CFRP多向铺层,这就使得材料的各向异性及不均匀性更为复杂。本文对CFRP单向层合板和两种CFRP多向层合板的铣削加工断裂机制进行了分析,发现CFRP铣削加工时,不同的纤维方向角对断裂机制有较大的影响从而导致了不同的表面质量。其中,弯曲断裂会导致表面质量急剧下降,应尽量避免,并且不同角度下的弯曲断裂的表面质量也具有一定差异。基于此,提出了多向CFRP铣削加工时的刀具切入角度优化方法,并通过试验验证了该方法的合理性,该方法可以有效提高某型号发动机的第一级复合材料风扇叶片的加工质量。     

CATIA V5三维标准件库的建立

阐述了应用于成飞公司型号设计的CATIAV5三维标准件库的构建思路、功能特点、模型库和相应软件的开发过程,以及实际应用情况。实践表明,该标准件库的建立为加速产品设计提供了实用有效的工具。     

JJG201-2008《指示类量具检定仪》检定规程的探讨

简要提出了在使用JJG 201-2008《指示类量具检定仪》检定规程时发现的数据处理方法方面的问题。     

浅析光学测量方法在修理企业零件制造方面的应用

介绍了应用光学测量方法还原无图零件、铸造件、磨损件以及测绘零件三维模型的方法，运用数控加工、增材制造等加工方法，实现了无图样零件的制造和检测。     

三维裂纹前缘参数化网格模型研究

为实现三维疲劳裂纹扩展自动模拟及获得更高精度的应力强度因子,在实体参数化建模的基础上,自编程开发了两种参数化裂尖网格模型,分别对应奇异元法和虚拟裂纹扩展法(VCCT法)计算应力强度因子,且两种参数化网格可互换以便相互验证。两种裂纹模型均精心设计,裂纹前缘网格正交,过渡均匀,疏密可调。与解析解的对比结果表明,两种参数化网格模型均有很高的计算精度,可为一般工程结构获得较高精度的应力强度因子结果提供技术支持。     

按最大实体要求补偿位置度的计算方法

主要介绍了用三坐标测量机（CMM）测量位置度时进行相应最大实体要求补偿的原理,并针对某型号零件进行了多个要素及基准同时补偿的分析和计算。     

基于深度强化学习的机器人推拨优化装箱问题研究

三维装箱问题是指在满足容积限制、稳定性限制等条件下,将一定数量的物体放入较大容量的箱子中并使空间利用率最大的组合优化问题.三维装箱问题是典型的NP完全问题,通常采用启发式算法规划物体放置的位姿.在使用机器人完成装箱任务时,还要额外考虑机器人操作限制,如机械臂或末端执行器与物体或箱子之间的碰撞、机械臂运动轨迹的规划等,使得部分最优位姿不可行,只能将物体从更高处落下或者将物体放在最优位姿的附近.机器人在抓取、识别和放置时的不确定性也会导致最终放置位置与规划产生偏差.因此,本文提出基于深度强化学习的机器人三维装箱推拨优化方法,以最小化包装箱中物体放置位置的启发式算法分数为目标,通过推拨动作对于已放置的物体位置进行调整、归集,将物体朝角落中压缩,以腾出更多空间,提高装箱空间利用率,减小由于机器人操作不确定性对装箱结果的影响.     

基于深度强化学习的机器人推拨优化装箱问题研究

三维装箱问题是指在满足容积限制、稳定性限制等条件下,将一定数量的物体放入较大容量的箱子中并使空间利用率最大的组合优化问题.三维装箱问题是典型的NP完全问题,通常采用启发式算法规划物体放置的位姿.在使用机器人完成装箱任务时,还要额外考虑机器人操作限制,如机械臂或末端执行器与物体或箱子之间的碰撞、机械臂运动轨迹的规划等,使得部分最优位姿不可行,只能将物体从更高处落下或者将物体放在最优位姿的附近.机器人在抓取、识别和放置时的不确定性也会导致最终放置位置与规划产生偏差.因此,本文提出基于深度强化学习的机器人三维装箱推拨优化方法,以最小化包装箱中物体放置位置的启发式算法分数为目标,通过推拨动作对于已放置的物体位置进行调整、归集,将物体朝角落中压缩,以腾出更多空间,提高装箱空间利用率,减小由于机器人操作不确定性对装箱结果的影响.