共查询到20条相似文献,搜索用时 890 毫秒
1.
2.
3.
4.
采用功率键合图方法,建立了盾构土压平衡模拟实验系统的数学模型,利用模拟实验系统实验数据,辨识出了模型的参数.实验证明该模型的数字仿真结果与模拟实验相吻合,表明所建立的模型可以代替模拟实验系统.利用该模型进行数字仿真,不受物理模拟实验系统的限制,可以拓宽模拟实验研究范围,为盾构土压平衡系统的动态分析和优化设计提供理论支持. 相似文献
5.
为提高生产铝合金铸件的反重力铸造装备的实用性,减少重复投资,研制了多功能铝合金铸件反重力铸造装备.该装备主体采用上下罐结构,控制系统使用模糊化处理的积分分离PID算法作为控制方案,数字组合调节阀作为气路系统的执行机构.控制系统与装备主体相结合,可以实现低压铸造、差压铸造和调压铸造3种反重力铸造方法,提高了反重力铸造设备的实用性. 相似文献
6.
概述了目前国内外商品化铸造仿真系统的应用进展,明晰铸造仿真系统应用方法,指出应用铸造仿真系统无用型认知、盲从型认知、依赖型认知、无前瞻性认知的误区,指导铸造企业在铸造实践生产过程中正确选用铸造工艺仿真系统。 相似文献
7.
采用铸造仿真软件对铝合金舱门盖的铸造过程进行仿真模拟,设计差压铸造模具,优化差压铸造工艺参数,从而消除其铸造缺陷。实验结果表明:仿真结果与试制结果相吻合,采用该差压铸造工艺制得的铝合金舱门盖无缺陷,其力学性能显著提高,具有320330 MPa的抗拉强度和5%330 MPa的抗拉强度和5%6%的伸长率。 相似文献
8.
应用UG软件设计气缸套的浇注系统,将仿真铸件实体导入模拟分析软件Anycasting中,采用Anycasting的网格划分功能时YZ108气缸套模型进行有限差分的网格划分,完成铸造分析模型的几何近似和模型化,建立起准确的YZ108气缸套铸造成型系统的有限差分模型.设定铸造工艺参数,运用软件Anycasting进行对YZ108气缸套的模拟仿真浇注实验,分析铸件充型和凝固过程中流场与温度场.模拟结果表明,在给定的工艺参数下,金属液的充型比较平稳、完整,凝固过程合理,基本实现了顺序凝固.并模拟分析得出易发生铸造缺陷位置. 相似文献
9.
10.
针对引进高精度数控设备不能保证提高铸造模具制作精度的问题,对目前制作铸造模具的现实状况用模糊聚类的方法进行了分析,由此提出了一种面向基准的控制铸造模具制作精度的系统方法.该方法以铸造模具的结构设计、制作工艺设计、加工操作以及设备监控为4个重点环节,以使模具基准要素的精度最大程度地逼近高精度数字设备的精度为目标,最终对铸造模具制作精度进行有效控制.该方法在实践中得到了成功的验证,它表明强化对基准的控制不仅能够有效地提高铸造模具的制造精度,而且能为铸造模具企业的质量控制和管理提供依据. 相似文献
11.
12.
13.
利用小波分析和神经网络智能技术,针对凸轮轴铸造充型凝固过程的温度场数值求解问题,提出了小波神经网络算法.用热电偶对凸轮轴铸造温度场进行了实测,并以实测数据为样本进行小波神经网络学习和训练,由训练后的神经网络仿真了凸轮轴铸造过程的温度分布.实践表明,小波神经网络数值仿真快速、准确、合理,仿真结果与实测数据相比最大相对误差为1.83%,可为铸造工艺参数确定提供理论依据. 相似文献
14.
针对压力铸造过程中涉及到的工艺参数的选择问题,回顾了基于实验方法和仿真模拟方法的压铸工艺参数优化选择研究情况.通过对压铸过程的分析,指出压铸是一个涉及到多个学科的复杂耦合工艺过程.因此,将多学科设计优化方法应用于压铸工艺参数优选之中有利于压铸水平的提高,是未来的发展方向. 相似文献
15.
采用数值仿真及实验的方法研究了挤压压力对双曲轴挤压铸造成型的影响。结果表明:合理调节轴向进给量及挤压压力之间的关系可以提高曲轴成型合格率及生产效率;挤压压力为70MPa时,挤压铸造曲轴合格率较高;挤压压力较大时会导致曲轴零件壁厚变薄,使得曲轴零件在成形过程中容易破裂;挤压压力较小时,曲轴在成形过程中容易出现褶皱缺陷。经验证,实验结果与仿真结果基本一致。 相似文献
16.
17.
制造过程实质上是信息采集、传输、处理及应用的过程.将制造信息数字化,用数字信息驱动制造系统完成造物的过程称为数字制造.数字制造不仅能提高制造效率而且能显著降低制造成本.本文以汽车制动系阀盖为例介绍了基于Pro/E的压力铸造模具的开发过程,分析了压力铸造模具数字设计与制造的特点. 相似文献
18.
基于白光相移原理的测量系统在铸造模具检测中的应用 总被引:1,自引:0,他引:1
三维几何信息的获得是逆向工程中极为重要的一部分工作.铸造模具设计和加工过程中,针对铸造模具的数字检测是最重要的工作之一.本文讨论了白光光栅扫描测量系统原理和ICP算法及它们在铸造模具设计与检测中的应用. 相似文献
19.
为了提高数字孪生模型的准确度,提出了一种离散制造车间的数字孪生仿真参数修正方法。根据数据驱动仿真参数修正的方式,将数字孪生模型的仿真参数划分为静态属性、动态属性和性能属性3类,设计了一种基于深度学习的时间序列预测算法—DF-LSTM用于表征性能属性。在复杂离散制造车间的仿真模型基础上,用时间序列预测算法的预测结果作为仿真模型的性能属性值,以实时数据驱动仿真模型的动态属性和性能属性的更新,实现了由仿真模型向数字孪生模型的转变。开发了装配车间的数字孪生系统,实现了装配车间的可视化监控和数字孪生模型的在线运行,最终实验验证了方法的可行性。 相似文献