新葡京娱乐场-大陆娱乐场开户注册

本發(fā)明涉及一種超高強(qiáng)度鋼軸類零件的加工方法。該方法通過在一臺高速外圓磨床上裝夾超高強(qiáng)度鋼軸類零件，經(jīng)過裝置設(shè)置和零件裝夾、粗磨、半精磨和精磨四個(gè)工藝流程，在粗磨、半精磨、精磨工藝流程開始之前和之后對零件進(jìn)行強(qiáng)冷降溫，并在上述三個(gè)工藝流程過程中對磨削區(qū)域自上而下噴射高壓氣、液混合流體。本發(fā)明具有磨削力小，磨削效率高；提高了材料的脆性，并改善了材料的加工性能；減少了磨削熱的產(chǎn)生和溫升，減少了加工表面燒傷與硬化；無需二次裝夾，減小裝夾誤差，提高加工精度和加工效率。

對不同注塑工藝參數(shù)下長直注塑件翹曲變形進(jìn)行模流分析，結(jié)果表明，澆注 遠(yuǎn)端處的翹曲變形量較大，澆注入口處的翹曲變形量較小。保壓時(shí)間的增加，可 以降低塑件的翹曲變形。保壓壓力增加,塑件整體翹曲變形減小，尤其在澆注入 口處比較明顯。熔體溫度從 230°C提高到 270°C，塑件整體翹曲明顯減小，特別 在澆注遠(yuǎn)端處比較明顯。降低模具溫度，對降低注塑件的翹曲變形有顯著地效果。

本發(fā)明屬于電磁漸進(jìn)成形領(lǐng)域，并具體公開了一種基于板面控 形的大型板金件電磁漸進(jìn)成形方法，該方法采用分層的方式成形大型 板金件，其包括如下步驟：首先采用平面螺旋線圈按照等高線軌跡移 動放電成形待成形工件的首層；然后采用曲面線圈按照螺旋線軌跡移 動放電成形待成形工件的除首層和底層之外的其他層；最后采用平面 螺旋線圈按照等高線軌跡移動或固定位置多次放電成形待成形工件的 底層，以此實(shí)現(xiàn)大型板金件的電磁漸進(jìn)成形。本發(fā)明可通過線

本發(fā)明公開了一種薄壁零件的銑削變形在線測量與補(bǔ)償加工方 法，包括:(1)建立薄壁零件的三維模型，獲得數(shù)控代碼;(2)在三維模 型中提取測量的點(diǎn)位;(3)基于模型進(jìn)行測量路徑規(guī)劃;(4)對工件毛坯 進(jìn)行粗加工和半精加工;(5)進(jìn)行在機(jī)測量，獲取所有規(guī)劃的測量點(diǎn)位 的坐標(biāo)值;(6)將獲得的測量點(diǎn)位的坐標(biāo)值與薄壁零件三維模型上對應(yīng) 點(diǎn)進(jìn)行對比，計(jì)算出實(shí)際加工工件的每個(gè)點(diǎn)位的坐標(biāo)與三維模型上對 應(yīng)點(diǎn)的偏差;(7)根據(jù)加工偏差施以補(bǔ)償系數(shù)優(yōu)化加工軌跡據(jù)此進(jìn)行精 加工，得到最終的加工變形偏差及補(bǔ)償值。本發(fā)明的方

本發(fā)明公開了一種薄壁件銑削振動的多機(jī)械手臂隨動抑制裝置，包括剛性底盤、機(jī)械手臂系統(tǒng)、音圈電機(jī)、薄板、立柱、主軸、支架、激光位移傳感器、轉(zhuǎn)換器、控制器、驅(qū)動器；機(jī)械手臂系統(tǒng)控制四個(gè)機(jī)械手臂跟隨機(jī)床主軸的進(jìn)給運(yùn)動；控制器對振動位移信號進(jìn)行采集、處理并輸出相應(yīng)的控制電壓對音圈電機(jī)進(jìn)行控制；剛性底盤為八邊形的鋼質(zhì)材料，安置于機(jī)床加工槽內(nèi)，其上配置有用以安裝立柱和四個(gè)機(jī)械手臂的結(jié)構(gòu)；音圈電機(jī)用以對薄板提供輔助支撐以及抑制其振動；激光位移傳感器用以檢測薄板的振動位移。本發(fā)明使得抑振裝置實(shí)時(shí)跟隨銑削刀具的進(jìn)給移動

本發(fā)明公開了一種面向移動云計(jì)算的節(jié)能傳輸方法及相應(yīng)的中 間件系統(tǒng)，利用云端托管請求管理模塊接收并處理移動端的鏡像托管 請求，云端應(yīng)用鏡像數(shù)據(jù)管理模塊管理移動應(yīng)用鏡像的數(shù)據(jù)更新與刪 除，云端-移動端數(shù)據(jù)傳輸模塊實(shí)現(xiàn)云平臺和移動端之間的節(jié)能數(shù)據(jù)傳 輸，移動端數(shù)據(jù)存儲與分發(fā)模塊保存云端傳輸?shù)臄?shù)據(jù)并且分發(fā)給不同 移動應(yīng)用，移動端應(yīng)用請求分析模塊分析移動應(yīng)用的數(shù)據(jù)請求，并且 從存儲模塊返回相應(yīng)的數(shù)據(jù)。本發(fā)明能很好地降低無線網(wǎng)絡(luò)

本發(fā)明提出一種飛機(jī)翼梁類零件的增材制造方法，所述飛機(jī)翼 梁類零件由腹板、緣條、立柱三部分組成。加工時(shí)先將基板安裝在變 位機(jī)上，基板工作面平行于地面為初始狀態(tài)，在基板上沉積兩緣條和 腹板，待兩緣條和腹板的高度達(dá)到下一步要沉積的立柱下表面所處的 設(shè)計(jì)高度時(shí)，再單獨(dú)沉積腹板，使腹板和緣條的高度差達(dá)到所述立柱 厚度，將變位機(jī)工作臺繞翻轉(zhuǎn)軸翻轉(zhuǎn) 90°，腹板平行于地面，腹板在 緣條下方，然后按設(shè)計(jì)尺寸沉積立柱，完畢后，將變位機(jī)

本發(fā)明公開了一種機(jī)械零件表平面殘余應(yīng)力場的預(yù)測方法，包 括以下步驟:1)建立主殘余應(yīng)力分量的二元 n 階三角級數(shù)多項(xiàng)式模型; 2)初步測試分析確定模型階數(shù) n 值;3)根據(jù)模型階數(shù) n，確定測試點(diǎn)個(gè) 數(shù)及測試方案并進(jìn)行測試;4)根據(jù)預(yù)測模型和測試結(jié)果，對模型進(jìn)行 矩陣形式整理求解模型系數(shù);5)根據(jù)殘余應(yīng)力分量測試結(jié)果、已求的 模型系數(shù)和自平衡條件，求解其它殘余應(yīng)力分量預(yù)測模型系數(shù);6)表 平面殘余應(yīng)力場形象表征。本發(fā)明方法避免了測試的盲目性

本發(fā)明公開了一種薄壁件銑削振動的多機(jī)械手臂隨動抑制裝置， 包括剛性底盤、機(jī)械手臂系統(tǒng)、音圈電機(jī)、薄板、立柱、主軸、支架、 激光位移傳感器、轉(zhuǎn)換器、控制器、驅(qū)動器；機(jī)械手臂系統(tǒng)控制四個(gè) 機(jī)械手臂跟隨機(jī)床主軸的進(jìn)給運(yùn)動；控制器對振動位移信號進(jìn)行采集、 處理并輸出相應(yīng)的控制電壓對音圈電機(jī)進(jìn)行控制；剛性底盤為八邊形 的鋼質(zhì)材料，安置于機(jī)床加工槽內(nèi)，其上配置有用以安裝立柱和四個(gè) 機(jī)械手臂的結(jié)構(gòu)；音圈電機(jī)用以對薄板提供輔助支撐以及抑制其振動； 激光位移傳感器用以檢測薄板的振動位移。本發(fā)明使得抑振裝置實(shí)時(shí) 跟隨銑

本成果提出了基于零件批量加工數(shù)據(jù)分析的加工工藝與流程優(yōu)化，主要包括零件加工過程的工藝數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)算法、基于數(shù)據(jù)和機(jī)理模型相結(jié)合的零件加工精度預(yù)測、基于機(jī)器學(xué)習(xí)的零件加工工藝優(yōu)化與決策、基于數(shù)據(jù)驅(qū)動的零件批量加工工藝優(yōu)化方法驗(yàn)證這四方面。以下是各方面具體對應(yīng)內(nèi)容： 1）零件加工過程的工藝數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)算法：在數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)算法方面，搭建了軸類零件全流程加工工況數(shù)據(jù)實(shí)時(shí)采集硬件平臺，實(shí)現(xiàn)對加工力、加工振動、主軸電流等工況數(shù)據(jù)的實(shí)時(shí)在線獲取。 2）基于數(shù)據(jù)和機(jī)理模型相結(jié)合的零件加工精度預(yù)測：在航空薄壁件加工精度預(yù)測方面，對復(fù)雜曲面加工過程混合建模與全流程加工精度預(yù)測等理論開展了深入研究工作；建立了零件單工序/多工序加工精度預(yù)測混合驅(qū)動模型，實(shí)現(xiàn)了加工精度的高效高精預(yù)測。 3）基于機(jī)器學(xué)習(xí)的零件加工工藝優(yōu)化與決策：在軸類零件全流程加工工藝優(yōu)化與決策方面，圍繞隱馬爾可夫決策過程、遺傳算法等理論開展了理論研究工作，結(jié)合軸類零件加工過程開展了優(yōu)化工作；提出了加工參數(shù)自適應(yīng)調(diào)控聯(lián)合決策方法。 4）基于數(shù)據(jù)驅(qū)動的零件批量加工工藝優(yōu)化方法驗(yàn)證：構(gòu)建加工數(shù)據(jù)庫1套，包含機(jī)床設(shè)備、加工刀具、加工參數(shù)、檢測數(shù)據(jù)等四種類型數(shù)據(jù)。開發(fā)全流程加工智能推理軟件1套（部署于中航發(fā)南方公司柔軸車間），實(shí)現(xiàn)航軸全流程質(zhì)量數(shù)據(jù)感知與工藝優(yōu)化，其中全流程誤差建模與分析模塊實(shí)現(xiàn)了端到端的零件加工質(zhì)量智能推理，可以用于工藝設(shè)計(jì)與現(xiàn)場預(yù)先感知，加工過程工藝數(shù)據(jù)挖掘模塊實(shí)現(xiàn)基于批量數(shù)據(jù)的多工序誤差流分析，實(shí)現(xiàn)后續(xù)工序加工誤差推理，加工過程工藝優(yōu)化與智能決策模塊實(shí)現(xiàn)了零件多工序加工質(zhì)量數(shù)據(jù)推理與給定期望指標(biāo)下的加工參數(shù)優(yōu)化。 圖1 本成果對應(yīng)功能結(jié)構(gòu)示意圖 【技術(shù)優(yōu)勢】 圍繞航空領(lǐng)域制造的加工質(zhì)量問題，開展基于制造過程數(shù)據(jù)的工藝全流程智能決策技術(shù)與系統(tǒng)的研發(fā)，初步實(shí)現(xiàn)工藝與制造過程的智能控制。在數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)算法、航空薄壁件加工精度預(yù)測、軸類零件全流程加工工藝優(yōu)化與決策、零件全流程加工質(zhì)量智能推理與優(yōu)化、智能加工產(chǎn)線智能決策技術(shù)應(yīng)用與推廣等多個(gè)方面實(shí)現(xiàn)了突破，具有顯著的理論價(jià)值與應(yīng)用價(jià)值。 規(guī)范制定方面，研究了薄壁件加工誤差產(chǎn)生的深層機(jī)理，構(gòu)建了批量零件加工過程中誤差傳遞的理論模型，探究了機(jī)床、夾具、刀具、加工參數(shù)全方位、多層次的因素對于零件加工誤差產(chǎn)生的影響規(guī)律，提出了零件加工工藝與流程優(yōu)化策略，形成制定面向航空發(fā)動機(jī)大長徑比軸類零件的決策規(guī)范，規(guī)定軸類零件全流程加工過程中機(jī)床、刀具、裝夾、加工參數(shù)四個(gè)方面的具體要求。通過中國航發(fā)南方工業(yè)有限公司企業(yè)標(biāo)準(zhǔn)體系管理系統(tǒng)制定、修改、審批，形成《航空發(fā)動機(jī)軸類零件加工工藝優(yōu)化與決策技術(shù)規(guī)范Q/2B 1586—2022》。 軟件開發(fā)方面，將上述理論成果進(jìn)行高度集成，開發(fā)了零件全流程加工智能推理優(yōu)化軟件（MIO軟件）。軟件集成了四大功能模塊，包括加工工藝數(shù)據(jù)庫、全流程誤差建模與分析、加工過程工藝數(shù)據(jù)挖掘、加工工藝優(yōu)化與智能決策。相關(guān)知識與優(yōu)化規(guī)則形成權(quán)。全流程加工智能推理優(yōu)化軟件以及知識庫軟件通過第三方測評，測評機(jī)構(gòu)具備MA與CNAS認(rèn)證資質(zhì)，最終形成《零件全流程加工智能推理優(yōu)化軟件第三方測試報(bào)告》、《智能加工產(chǎn)線工藝全流程智能決策工藝知識庫軟件第三方測試報(bào)告》。 應(yīng)用驗(yàn)證方面，結(jié)合航空發(fā)動機(jī)制造具體需求，將相關(guān)成果應(yīng)用到某型號航空發(fā)動機(jī)軸類零件（動力渦輪傳動軸）加工生產(chǎn)中。將零件全流程加工智能推理優(yōu)化軟件部署在航軸加工車間，在驗(yàn)證產(chǎn)品的加工設(shè)備上部署了數(shù)據(jù)采集裝置，實(shí)時(shí)采集加工過程數(shù)據(jù)，集成企業(yè)工藝資源數(shù)據(jù)庫和產(chǎn)品數(shù)字化檢測系統(tǒng)，獲取機(jī)床、夾具、刀具、產(chǎn)品質(zhì)量等信息，構(gòu)建了加工工藝數(shù)據(jù)庫，開展了航軸加工工藝分析、現(xiàn)場加工質(zhì)量預(yù)先感知、加工工藝與流程優(yōu)化、現(xiàn)場實(shí)際加工驗(yàn)證等工作。通過南方公司現(xiàn)場應(yīng)用驗(yàn)證，零件次品率平均降低54.53%。（2019年至2020年優(yōu)化前，次品率為8.38%；2021年6月至2022年5月優(yōu)化后，次品率為3.81%）。相關(guān)應(yīng)用驗(yàn)證通過了中國航發(fā)南方公司的效果認(rèn)定，并形成用戶報(bào)告。 【技術(shù)指標(biāo)】 1）采用機(jī)理模型/有限元仿真技術(shù)獲取切削力/熱/柔度/加工誤差數(shù)據(jù)集，構(gòu)建代理模型實(shí)現(xiàn)了切削過程的毫秒級預(yù)測，切削過程關(guān)鍵物理量的預(yù)測時(shí)間優(yōu)于10毫秒。 2）建立了機(jī)理模型與小樣本工況數(shù)據(jù)混合驅(qū)動的預(yù)測模型不確定分析與量化模型，提出了貝葉斯框架下的不確定校準(zhǔn)方法，實(shí)現(xiàn)了加工誤差快速（毫秒級）精準(zhǔn)（偏差小于5微米）預(yù)測。 3）提出了航軸加工質(zhì)量狀態(tài)估計(jì)方法，建立了現(xiàn)場多源數(shù)據(jù)信息串聯(lián)模型，基于隱馬爾科夫的決策模型，實(shí)現(xiàn)工序間感知平均誤差控制在9.21%內(nèi)。 4）建立了加工次品率與加工參數(shù)約束集間雙向映射互通模型，首次提出了基于隱馬爾科夫模型與遺傳算法的聯(lián)合決策方法框架，聯(lián)合決策優(yōu)化框架保證次品率降低優(yōu)于50%。