Modeling and Optimization of Machining Process in Discontinuously Reinforced Aluminium Matrix Composites

This article presents development of an Artificial Neural Networks (ANN) based model for the prediction of surface roughness during machining of composite material using Back Propagation algorithm. Statistically designed experiments based on Taguchi method were carried out on machining of Al/SiCp composite material. The experimentation helped generate a knowledge base for the ANN system and understand the relative importance of process, tool and work material dependent parameters on the roughness of surface generated during machining. The ANN model trained using the experimental data was found to predict the surface roughness with fair accuracy. An optimization approach was also proposed to obtain optimal cutting conditions that yield the desired surface roughness while maximizing the metal removal rate.     

碳纤维复合材料小孔加工难点与研究现状

碳纤维增强环氧树脂基复合材料在高新技术领域产品轻量化、小型化的发展趋势下具有广阔的应用前景和使用价值。微小零器件的连接装配需要进行大量的小孔加工,而碳纤维复合材料的难加工性以及小孔径加工时散热条件差、微小刀具刚度低等特点,使复合材料小孔加工比常规尺寸的孔加工更容易产生加工损伤,制孔形状、位置精度难以保证。列举了碳纤维复合材料常见的制孔损伤形式,分析了复合材料小孔加工的技术难点,综述了国内外在复合材料小孔加工机理、制孔刀具、制孔工艺等方面的研究现状。     

加工过程热动态建模与数学模型分析

以某生产厂家的一种车削加工中心为研究对象 ,通过对机床加工过程中热误差模态 (或称热动态模型 )的分析 ,以一种非常简便的热变形计算方法 ,即结构部件整体分元法 ,给出了该机床的热误差数学模型 ,并提出了热误差链具有封闭特性这一概念。实验证明 ,该方法正确且简便实用     

基于人工神经网络的磨料水射流切割加工模型

作为一种冷态加工新工艺 ,磨料水射流 (AWJ)以其独特的优点得到广泛应用 ,但由于高速液固两相流本身的特性 ,AWJ切割加工是一个受多参数影响的复杂随机过程 ,很难建立一个适当的机理模型。基于人工神经网络理论 ,本文建立了切割厚度与主要工艺参数间的AWJ切割加工预测模型 ,模型预测结果与实验值及Zeng的经验模型进行了比较 ,该网络模型能可靠、准确地映射出AWJ的加工规律 ,可应用于AWJ切割加工过程的参数优化选择、加工规律计算机仿真及智能化控制中。     

虚拟加工平台BaseVMP功能配置及结构设计

介绍了所研制的虚拟加工平台BaseVMP(Base for Virtual Machining Proces)的结构及功能,该平台包括几何实体建模、虚拟加工环境建模、加工过程仿真、数据处理等主要模块,并着重讨论了各个模块之间的集成技术以及系统中的几项关键技术,为虚拟加工平台的开发和应用打下了基础.     

颗粒增强铝基复合材料焊接技术的发展

针对目前颗粒增强铝基复合材料在焊接方面存在的一些技术问题,简要介绍了国内外几种适用于铝基复合材料焊接的新技术,主要有非真空扩散焊接、非夹层液相扩散焊接、等离子喷涂焊接、激光诱发反应焊接、刷镀镍涂层激光焊接、搅拌摩擦焊和电容储能放电焊接等。     

金属基复合材料加工的进展

介绍了金属基复合材料（ＭＭＣ）的加工发展状态,包括各种传统的切削加工方法和特种加工方法在金属基复合材料上的应用。用刀具切削仍然是ＭＭＣ的主要加工方法,复合材料增强体硬度越高、含量越大,其切削加工性能越差,对刀具硬度的要求也越高。增强体的存在使有色金属基复合材料比基体材料有更好的可磨削性。除电火花成型加工外,各种非传统加工法在ＭＭＣ上的应用多见于板料切割。非传统加工也会在复合材料中留下多种表层缺陷。     

基于神经网络的轮胎硫化过程建模及模糊控制

本文利用基于BP算法的人工神经网络,加入移动窗口技术和回流技术,建立轮胎硫化过程的动态温度分布模型,所建立的模型与实际拟合良好,具有实用性。为保证轮胎内部各部分达到均匀一致的硫化效果,根据模糊控制的思想用脉冲加热控制方式得到了满意的控制效果。     

A study on fatigue damage modeling using neural networks

Fatigue crack growth and life have been estimated based on established empirical equations. In this paper, an alternative method using artificial neural network (ANN) -based model developed to predict fatigue damages simultaneously. To learn and generalize the ANN, fatigue crack growth rate and life data were built up using in-plane bending fatigue test results. Single fracture mechanical parameter or nondestructive parameter can’t predict fatigue damage accurately but multiple fracture mechanical parameters or nondestructive parameters can. Existing fatigue damage modeling used this merit but limited real-time damage monitoring. Therefore, this study shows fatigue damage model using backpropagation neural networks on the basis of X-ray half breadth ratioB/B ₀ , fractal dimensionD _f and fracture mechanical parameters can estimate fatigue crack growth rateda/dN and cycle ratioN/N _f at the same time withinengineering limit error (5%).     

颗粒增强铝基复合材料小直径孔磨削加工实验研究

文中使用电镀金刚石砂轮进行A12024／SiCp复合材料小直径孔的磨削加工实验。实验结果表明,利用磨削方法对孔进行加工可以避免出现崩边和崩角缺陷,保证孔的完整;孔的入口和出口尺寸基本一致,孔直径略大于砂轮直径。孔壁的表面粗糙度较低,在实验所采用的加工参数条件下粗糙度在RaO．347-0．578之间。     

基坑变形人工神经网络预测及其网络参数优化

基坑变形人工神经网络预测受网络参数的影响较大，选取适当的网络参数才能得到较优的预测结果。本文介绍了人工神经网络原理及其网络参数的优化方法。以挡土桩桩顶水平位移预测为例，说明其具体预测步骤及网络参数优化方法。     

叶轮造型与加工支撑软件的选择及技术特性

三元整体叶轮叶片形状复杂,制造需采用CAD/CAM技术,以三维造型与编程软件编程,应用五坐标数控机床加工实现。对国内常用的典型三维CAD/CAM软件的建模特点和CAM性能进行了分析与比较。按照叶轮造型与加工对支撑软件的技术要求,指出适合于叶轮造型的CAD系统软件应以Pro/E和UG两种软件为主。在CAM方面,通用型CAM系统,可选用PowerMILL软件。如果条件允许,可选择专用叶轮加工软件NRECMAX-PAC或带叶轮模块的HyperMILL软件。几种软件混合使用,充分利用不同软件各自的优势,在实际应用中会取得很好的效果。     

自适应神经模糊推理系统改进算法在机械加工参数优化中的应用

在分析目前常用反向传播算法改进方法优缺点的基础上,提出用共轭梯度法对自适应模糊神经推理系统进行改进的训练算法,在训练中用Fletcher-Reeves方法计算上次搜索方向对新搜索方向的影响因数,在混沌时间序列预测和复杂非线性函数逼近的应用实例证明,改进后的算法收敛次数减少,训练速度加快.结合MATLAB的模糊工具箱,详述了如何在已有标准算法基础上进行算法改进.目前计算机辅助工艺设计受诸多复杂非线性问题的困扰发展缓慢,利用自适应模糊神经推理系统的自学习、自适应和逻辑推理能力,将改进后的算法用于逼近误差复映系数与工艺系统刚度、进给量等因素之间的非线性关系,实现机械加工参数的优化,提高工艺系统的自适应能力和工作效率,试验验证了此方法的可行性.     

Vibration-based multiphase-flow pattern classification via machine learning techniques

Multiphase flow-induced vibration (FIV) is a complex problem since liquid and gas phases can present different spatial distributions, denoted as flow patterns, with distinct structural loading characteristics. This work investigates a non-intrusive measurement approach based on strain sensors and accelerometers that directly measure structural FIV. Nevertheless, a connection between the acquired data and the flow pattern cannot be directly derived since it depends on the structural dynamics. Therefore, a closed theoretical framework for such a fluid–structure interaction problem remains an open question. This work uses machine learning-based classifiers to classify two-phase flow patterns based on typical frequency domain features extracted from the data. This method has been validated against a measurement campaign that included 120 different flow conditions clustered into three flow patterns: Bubbles, Churn and Intermittent. The analyses revealed that these flow pattern classes are non-linearly separable. Moreover, regarding the bubbles and intermittent flow patterns, the results include a list of the most appropriate classifiers, the minimum required instrumentation for classification, and a physical interpretation of the suitability of the selected sensors and classifiers. However, due to the limited number of churn flow pattern data, the results regarding this pattern might indicate insights instead of conclusive results.     

基于Pro/E5.0的汽轮机叶片建模与加工仿真研究

为了解决汽轮机叶片复杂曲面的加工难题,采用Pro/E软件中的离散点文件编辑方式提高三维实体建模效率,并在建模基础上对汽轮机叶片的曲面多轴加工轨迹进行了研究,最后通过加工仿真功能验证了刀具路径的正确性.     

基于智能技术的电火花加工过程建模和参数优化

根据电火花加工工艺特点 ,建立基于遗传算法的加工过程人工神经网络模型 ,实现加工结果的预测。根据预测结果 ,在保证表面粗糙度要求的前提下 ,以最大加工速度为目标 ,用遗传算法实现加工参数的优化。实验结果表明以上算法可有效解决电火花加工条件优化的问题 ,自动生成加工参数 ,而且收敛速度较快 ,满足机床控制的要求。     

基于人工神经网络进行带钢轧制过程轧辊偏心的识别

人工神经网络是一门新兴的学科。伴随着计算机技术的飞速发展 ,人工神经网络的应用前景越来越广阔 ,本文试图运用人工神经网络的基本理论与观点 ,结合轧制过程的控制数模 ,对带钢轧制过程中轧辊偏心识别进行研究 ,并建立一种新的数学模型 [1 ] 。     

Modeling and simulation of magnetic abrasive finishing process

Magnetic abrasive finishing (MAF) is one of the advanced finishing processes, which produces a high level of surface quality and is primarily controlled by a magnetic field. In MAF, the workpiece is kept between the two poles of a magnet. The working gap between the workpiece and the magnet is filled with magnetic abrasive particles. A magnetic abrasive flexible brush (MAFB) is formed, acting as a multipoint cutting tool, due to the effect of the magnetic field in the working gap. This paper deals with the theoretical investigations of the MAF process. A finite element model of the process is developed to evaluate the distribution of magnetic forces on the workpiece surface. The MAF process removes a very small amount of material by indentation and rotation of magnetic abrasive particles in the circular tracks. A theoretical model for material removal and surface roughness is also proposed accounting for microcutting by considering a uniform surface profile without statistical distribution. Numerical experiments are carried out by providing different routes of intermittent motion to the tool. The simulation results are verified by comparing them with the experimental results available in the literature.     

复合轧制氧化铝-铝基复合材料工艺与界面结合机制

通过6061铝合金双板复合轧制成功制备内含微弧氧化陶瓷颗粒的新型复合板,为金属基复合材料制备开辟一条新途径。用撕裂法测试复合板的结合强度结果表明：铝板前处理、轧制温度和压下率都对该复合板的结合强度(决定复合材料力学性能的重要指标)有明显的影响,并在本试验温度范围内结合强度出现了极大值。由温度因素研究得知,与裂口机制和镶嵌机制相关的回复再结晶软化、金属原子动能升高和氧化隔离3个次级机制存在于本试验研究条件下,并且由温度因素影响它们的主导作用地位。在轧制过程中微弧氧化铝合金表面陶瓷层破裂形成的陶瓷颗粒,使双板构成镶嵌结合关系。     

基于小波实时去噪与MEPC的加工过程调整方法

现代制造过程中,工件的质量受到多种误差源的影响,在辨识出加工过程的误差源之后,如何调整过程来补偿加工误差已成为一个重要的技术难题。考虑加工过程调整中噪声信息对调整效果的影响,提出了一种基于小波实时去噪的多元工程过程控制调整方法。首先采用小波实时去噪方法对含有噪声信息的测量数据进行实时滤波处理,再根据滤波状态来预测生产过程接下来可能出现的加工误差,进而通过多元指数加权移动平均控制器计算调整夹具定位销的长度来补偿加工特征误差,提高产品加工精度。最后以叶片的简化模型为例,通过产品加工特征输出误差值的变化验证了加工过程误差调整方法的有效性。