细长轴的磨削

群众性的“五小”活动(小窍门、小革新、小建议、小改进、小发明)是沈阳市广大职工和技协积极分子在长期技协活动实践中创造的一种新形式。“五小”活动的特点是起点低、投入少、见效快、很容易被广大职工所接受。因此,这项活动的普遍开展为职工群众搞革新、搞发明创造提供了广阔的天地,它具有广泛的群众性和强大的生命力。同时极大地激发了广大职工的创造热情和创造意识,开发了企业活力的源泉。 在经济体制改革的推动下,沈阳市群众性“五小”活动得到充分的发展,活动的,内容更加丰富,领域更宽,效益更明显,目前全市已有近4000多个单位开展了这项活动,在企业内部各个方面开花结果,解决生产关键、难关、开发新产品,降低成本、堵漏洞、增效益逐渐成为广大职工推进企业技术进步的有力武器。仅1990年就收到近1亿元的效益,为振兴沈阳经济做出了新的贡献。现在把部分有推广价值、效益好的优秀项目汇编起来,供全国各行业广大职工参考,达到互相交流,共同提高的目的,让这些“五小”活动优秀成果真正为全社会服务。     

精密细长轴的磨削加工

简要介绍了精密细长轴采用无心磨削进行高效加工的方法,对生产线中的关键设备进行了较详细的性能分析,并讨论了设计中的一些有关问题.     

磨削细长轴应注意的工艺问题

我们在长期实践中,摸索到磨削长径比大于20以上,精度要求较高的细长轴片法。工件需除内应力、校直、研磨中心孔,还须注意以下的工艺问题。 先要分清细长轴属于哪种类型(直杆轴、台阶轴),还要考虑精度、材料、硬度。直杆轴和两端对称的台阶轴容易加工,不对称台阶轴和未淬火轴难度较大。磨削顺序:先磨对称台阶轴的两端和“锥形”台阶轴直径较小的     

细长轴渗氮变形的控制

广东省第二农机厂承制的斗门轴是一种尺寸超长的轴件。采用传统制造加工工艺，经过氮化处理后，发现该轴弯曲变形严重超差且键槽收缩大，经返修后仍有部分因变形大而报废。为此，我们进行了原因分析。     

提高空心细长轴磨削精度的措施

本文主要阐述了采用无缝钢管作为工件材料加工成空心细长轴中出现的问题，并采取措施提高磨削精度。     

细长轴的磨削工艺分析

结合砂轮、顶尖孔、中心支撑架对细长轴磨削精度的影响,分析了顶尖中心孔及中心支撑的调整方法,提出了加工过程中相关的工艺参数控制措施,取得了良好的成效。     

一种磨削细长轴的工艺

在普通外圆磨床上磨削高精度、低粗糙度的细长轴较困难,因各种未知因素较多,精度较难控制—用万能表的电阻值来表示中心架支片与工件的接触状况,进行定量调整中心架,大大减少工件磨削中的弯曲变形,经生产实践证明,效果较好。     

细长轴的外圆磨削夹具

图1是我厂高速胶成机主要件,属于细长轴性质,很难保证轴径φ80_0~(+0.3)mm的3项形位公差要求。按我厂常规工艺磨削时此3项形位公差要求均不合格。针对这一状况本人进行了磨削工艺改进。其方法是先将两端小径磨至图样要求,然后以两端φ35f7,为基准安装在如图2所示的专用夹具上进     

空心细长轴的磨削

我单位接到加工一种测量装置的任务,其中滑动杆部件如图1所示,外径25^-0.061^0.040mm,内径18mm,长度697mm,直线度0．025mm。     

RBF模糊自适应控制在电液速度伺服系统中的应用

由于电液速度伺服系统的非线性和参数的不确定性,难以建立精确的数学模型,文中引入RBF（径向基函数）模糊自适应控制,利用RBF神经网络进行自学习,修改和完善模糊规则,改善其动态性能.仿真结果表明该方法具有较强的自适应和自学习能力,即使对复杂的非线性系统也能取得良好的控制效果.     

轴对称件拉深成形智能化控制过程中参数实时识别的GA-ENN建模

材料性能参数和摩擦系数的实时识别是实现拉深过程智能化控制的关键。建立了遗传算法与神经网络相结合的识别模型（GA-ENN），利用遗传算法进行网络权系的训练和优化。给出了网络输入层，输出层和稳层的确定方法以及GA-ENN模型的学习算法。验证结果表明，与BP网络模型比较，GA-ENN模型的学习效率和学习精度均有明显的提高，是一种有效的识别模型，为实现拉深成形过程的智能化控制奠定了基础。     

磨削质量智能优化控制策略研究

提出了一种外圆纵向磨削加工质量优化智能控制策略。控制系统-由基于神经网络的专家系统、优化适应控制系统、逻辑智能决策与直觉决策相结合的控制系统组成。系统通过变化磨削速度来控制工件变形的优化适应方法；采用两个模糊神经网络分别控制工件的尺寸和表面粗糙度。仿真和实验证明了此控制策略的可行性。     

基于可变预测时域及速度的车辆路径跟踪控制

非线性模型预测控制(NMPC)在车辆路径跟踪控制中的应用日益广泛,但目前的研究成果中尚未深入考虑预测时域和速度对车辆路径跟踪控制性能的影响。为此,分析了预测时域、速度与车辆路径跟踪控制性能之间的关系;采用三次多项式拟合获得了能够保证车辆路径跟踪横向误差小于0.1 m的最佳预测时域和参考速度的控制律;改进了用于车辆路径跟踪控制的NMPC控制器,且改进后的NMPC控制器的性能通过仿真进行了验证。仿真结果表明:改进后的NMPC控制器的横向误差在0.092 8 m以内,航向误差在0.072 4 rad以内。相比传统NMPC控制器,改进后的NMPC控制器将最大横向误差减小了4.267 1 m以上,将最大航向误差减小了0.392 7 rad以上,路径跟踪控制性能得到了较大幅度的提高。     

基于模糊小波神经网络的加工过程自适应控制

为了克服模糊控制动态响应慢和鲁棒性差的缺点,将模糊控制的定性知识表达能力与小波分析优异的局部控制性能和神经网络的定量学习能力相结合,提出了一种模糊小波神经网络自适应控制器,并将其应用于加工过程控制。对变切削深度的铣削加工过程控制的仿真结果表明,基于模糊小波神经网络的加工过程自适应控制,其控制效果优于一般的模糊控制和神经网络控制,具有很好的动、静态性能。该自适应控制器能有效防止刀具损坏和提高加工效率,是一种有效的加工过程控制方法。     

盒形件智能化拉深变压边力控制规律及其预测

智能化拉深过程中压边力规律的实时预测是关键技术之一。选择非轴对称件中的锥壁盒形件为研究对象,通过数值模拟和试验对成形过程中压边力随凸模行程的变化规律进行研究,得到能够提高成形质量的较优压边力变化趋势,提出破裂临界压边力控制原理,并将前馈神经网络模型引入盒形件智能化拉深压边力控制规律的预测,预测结果与试验吻合较好,实现较优压边力规律的实时预测,为实现盒形件拉深成形过程的智能化控制奠定基础。     

机床自适应控制的新进展

提出一种可自学习、自组织,兼具约束式和是佳式的特征的铣削适应控制系统。系统实现以软件为主,综合使用模糊数学、神经元网络、专家系统等多种共工智能工具建模。建模方法具有一定的通用性,同时也避免了研究切削规律、精确度建模困难。实验证明,该系统可在刀具耐用度不减的条件下提高生产率４０％以上,并可提高加工精度。     

某越野汽车磁流变半主动悬架变论域模糊控制

为了解决半主动悬架传统变论域模糊控制器过度依赖经验规则的问题,提出了一种基于模糊神经网络的变论域T-S模糊控制策略。首先,根据磁流变减振器阻尼特性的实验结果,建立基于自适应模糊神经网络的减振器阻尼力模型及1/2车辆半主动悬架动力学模型;其次,建立悬架系统T-S模糊控制器,同时为了实时调节T-S模糊控制器变量的论域,采用模糊神经网络结构描述伸缩因子的变化。仿真结果表明,笔者提出的变论域模糊控制策略能够有效提高车辆行驶平顺性和操作稳定性。     

数控机床切削加工过程智能自适应控制研究

在华中Ｉ型数控系统的基础上开发了智能自适应数控系统,以实现数控机床切削加工过程智能自适应控制,提高切削效率。用模糊控制器对数控铣削过程所进行的智能自适应控制试验结果表明,该智能自适应数控系统性能良好,能提高数控机床在切削加工过程中的智能水平及自适应能力,提高了其切削效率。     

基于模糊神经网络的故障预测方法研究

在对模糊神经网络技术进行研究的基础上,介绍了故障预测原理,建立了预测分析的模糊神经网络模型,提出了改进的预测算法,并举例对算法进行了仿真验证。预测结果表明该方法能够取得比传统的BP更好的效果,是可行而有效的。为仪器设备的尽快维修提供了可靠的依据,具有良好的应用前景。