碳化硅陶瓷超声振动辅助磨削材料去除特性研究

为揭示碳化硅陶瓷超声振动辅助磨削材料去除特性,开展了光滑粒子流体动力学(SPH)单颗金刚石磨粒划擦仿真模拟,同时构建了超声振动划擦试验台,进行了单点金刚石超声振动划擦试验研究。结果发现:超声振动划擦中,材料去除根据切深的不同分为断续切削模式及连续切削模式;无超声作用划擦中的材料仅存在连续切削去除模式;超声振动作用的碳化硅陶瓷延性-脆性转移深度大于无超声作用下的延性-脆性转移深度。此外,通过碳化硅陶瓷超声内圆磨削试验结果同样发现超声振动作用下的延性-脆性转移深度变大,说明超声振动辅助磨削更容易实现延性域磨削。     

软体机械手研究现状及其应用

机械手与抓持对象直接接触,其性能好坏对机器人的工作效率有着至关重要的影响。软体机械手凭借结构柔软度高、多自由度和连续变形能力等优势,得到了国内外研究学者的广泛关注。根据近年来国内外软体机械手的发展情况,综述了软体机械手的材料与制造技术、气动驱动软体机械手的类型和特点、刚度可变软体机械手的种类,最后介绍了软体机械手的应用领域,并对软体机械手的发展趋势进行了展望。     

人造单晶金刚石激光微孔加工技术研究

人造单晶金刚石传统的激光打孔方法采用"轮廓法".该方法的缺点是越靠近孔的中心剥去的材料越多,精确的孔型难以得到.本文在理论和实践的基础上,提出了一种新的激光数控打孔自适应模型.在模具的压缩区,通过控制工件的转速实现材料的均匀去除,并且使激光脉冲能量随着孔径的减小而递减,以提高孔型精度.结果表明,该模型可以有效提高微孔的加工精度,最小加工孔径达到3.5 μm.理论和实践证明,本文提出的激光打孔数控模型是人造单晶金刚石激光打孔的有效方法.     

溶胶—凝胶法制备SiO2溶胶正交试验的灰色关联分析

采用灰色关联矩阵分析理论，阐述了制备SiO2溶胶正交试验的灰色关联分析方法，给出了其算法并编制了相关的程序。对产主要制备因素HNO3：TEOS、H2O：TEOS和EtOH：TEOS（摩尔比）对溶胶胶凝时间的影响程度进行了研究，对实际的科研工作具有指导意义。     

基于TMS320DM642的Flash头文件烧写法的DSP二级BootLoader开发

针对DM642掉电后驻留在内部存储器的数据和程序将全部丢失无法实现DSP系统脱机工作的问题,提出了一种利用DSP的Boot机制从外部Flash存储器自动加载程序的方法。详细介绍了Flash头文件烧写方法原理;针对Am29LV033C Flash芯片设计了Flash头文件法烧写程序,详细说明了两次程序加载方法并给出Flash烧写过程;介绍了如何使用CCS保存数据,以生成头文件;简要介绍了DSP引导过程及二级Bootloader程序开发,设计了有项目针对性的二级Bootloader程序。最后,通过编写简单的测试程序验证Flash烧写方法及二级Bootloader引导程序。研究结果表明,Flash头文件烧写法简单易懂,适合初学者学习,对不同型号Flash芯片操作只需简单修改指令字,可移植性强,易于实现DSP的二级Bootloader开发。     

车间内转炉基础的控爆拆除

1 概况青岛钢厂原有四座侧吹转炉,由于生产需要已将原侧吹转炉改为氧气顶吹转炉。原侧吹转炉的五个钢筋混凝土基础仍在车间内,给改造后转炉生产造成了影响。为使转炉生产创造有利条件,须尽快将五个钢筋混凝土地坪以上的部分拆除掉,且不能影响转炉的正常生产。转炉车间横跨为12米,长100米,五个钢筋混凝土基础一大一小均匀地排列在车间一     

基于神经网络的切削力预报

将人工神经网络用于切削力的预测，实验证明人工神经网络能够实现切削力大小的准确预报。     

基于RTLinux和CAMAC的硬实时测控程序设计

文章介绍了一种基于RTLinux和CAMAC系统的的硬实时测控程序设计,对测控程序的实时性能进行了分析,同时给出了此测控系统的测试结果,并讨论了在RTLinux下使测控程序满足硬实时测控所需性能的实现方法。     

聚晶金刚石的应用现状和发展趋势

详细介绍了聚晶金刚石的性能特点，聚晶金刚石在汽车、航空航天、木材加工、电子行业、石油地质钻探、线材模具、玻璃切割和宝石加工行业的应用现状，并对其发展趋势进行了展望。     

聚晶金刚石电火花磨削试验的人工神经网络建模

聚晶金刚石(PCD)由于具有高硬度、高耐磨性和抗腐蚀性等优良的特性，其应用范围日益广泛，但是其成型加工非常困难。目前，聚晶金刚石常用的加工方法有机械研磨和电火花磨削，由于机械研磨效率低、金刚石层厚度不均匀等缺点，其应用受到很大限制。而电火花磨削工艺加工效率高，PCD平面度易于控制，近年来得到了迅速的发展。电火花磨削工艺主要参数如工件极性、脉冲宽度、脉冲间隔、峰值电压和峰值电流对工艺指标金刚石材料去除率(MRR)均有影响，而一般的方法难以确定工艺参数与工艺指标的关系，本文建立了电火花磨削参数和金刚石材料去除率的人工神经网络模型，该模型对未知工艺条件下的预测结果最大误差为14．29％，基本满足工程实际的需要。