面向STEP-NC的零件可制造性评价方法研究与实现

在零件加工前,对其可制造性进行评价是实现零件智能化加工的一个关键环节。针对STEP-NC新型接口标准引入数控加工后的可制造性评价问题,提出了一种面向STEP-NC数控加工的零件可制造性评价方法。在对STEP-NC数控加工程序中工艺信息描述进行分析的基础上,建立了面向STEP-NC的机床信息模型,阐述了零件的可制造性评价目标,提出了实现零件可制造性评价的具体算法。基于Solidworks三维CAD平台,开发了面向STEP-NC的零件可制造性评价模块,并通过实例对所提方法的可行性与有效性进行了验证。     

浅谈数控机床使用中的安全问题

数字控制（简称“数控”或“NC”）的概念是把被加工机械零件的要求,如形状、尺寸等信息转换成数值数据指令信号传送到电子控制装置,由该装置控制驱动机床刀具的运动而加工出零件。而在传统的手动机械加工中,这些过程都需要经过人工操纵机械而实现,很难满足复杂零件对加工的要求,特别对于多品种、小批量的零件,加工效率低,精度差。     

二维零件数控加工图形自动编程技术

图形自动编程技术是CAD／CAM系统集成的主要内容之一。本文分析了二维零件轮廓数控加工图形自动编程的实现过程,讨论了图形自动编程的图形数据采集、实体数据结构建立、实体排序与处理、零件数控加工程序的形成等技术。借助于图形软件AutoCAD,可开发出二维零件轮廓数控加工的图形自动编程软件。     

面向网络的数控加工系统设计

介绍了一个面向网络的数控加工系统的建设过程.通过Internet/Intranet网络把数控机床等设备与CAD/CAM软件集成,以CAD/CAM软件作为设计与制造平台,以V-CNC作为模拟演示与校验的仿真平台,以NC机床作为实际操作与加工的生产平台,实现制造区域内设计、编程、校验以及DNC加工.     

复杂型面模具线切割加工新技术研究

开发了能实现复杂型面零件电火花线切割加工的多轴联动加工系统,阐明系统的组成和运动规律,研制了其主要硬件装置-数控回转台,并进行了加工实验研究,从而进一步拓宽了电火花线切割加工工艺范围,解决了复杂型面零件的加工难题.该方法在模具制造中得到了较良好的应用.     

水轮机转轮叶片数控加工初探

对中小型水轮机转轮叶片三维几何造型、曲面拟合及数控加工工艺方法进行探讨，并提出一套完整的类似水轮机叶片复杂零件的数控加工的工装、夹具的定位方法和零件加工精度的保障手段。     

电气钣金箱柜的设计及加工一体化方案

1引言在电气制造行业内,钣金设计及加工主要面向电器箱体、柜体、箱柜的支架以及许多小批量的形状特殊的金属件等方面,其制作过程一般要经过剪、冲、弯三个工序来完成。产品主要有高低压开关柜体、成套电气设备柜体、通用电器的金属外壳、IT或通信用的金属箱体、各种金属支架及形状特别的钣金件等。如果是精度要求高或形状特别的零件,则用激光机切割。产品设计出来后,要拿到数控冲床或激光切割机上加工,还有一个必要的前提,就是编出相应机床的数控程序。对于电气制造厂商或钣金加工承包商来说,加工钣金用的数控冲床及激光机的数控编程软件…     

数控复合加工技术研究与应用

介绍了数控复合加工技术的三种含义、主要特征及其工艺技术装备和工艺路线选择的原则,分析了复合多种专业工艺和数控多种加工能量的优势;提出通过优化产品工艺及装备设计方案,解决电器结构件高度集成问题,实现制造提质增效;该措施是对电器制造技术的丰富和补充。     

零件数字化制造技术研究

随着信息技术、网络技术和数控机床的飞速发展,数字化制造已经成为制造型企业快速和柔性适应市场并获得竞争优势的主要手段之一。针对国内航天军工制造型企业多品种小批量零件模式普遍存在加工效率低、数控机床有效利用率低、加工过程质量一致差的现状,笔者通过对零件数控加工程序、生产流程、技术准备和生产准备等进行了深入细致的研究,提出了多品种小批量零件数字化制造新模式。     

大型叶片雕塑曲面的五轴联动加工刀位计算

本文从可制造性出发进行叶片几何三维造型设计,并采用五轴联动加工的非线性误差理论分析结果,在大型叶片加工中,按三维意义的综合误差控制进给步长,按等参数-残余高度进行刀位轨迹优化,既可提高效率,又能保证加工精度。我们结合 Camax/Camand~(?)软件进行二次开发,该算法已成功地用于大型轴流式和混流式水轮机叶片的加工。本文方法可用于其它具有大型雕塑曲面的零件五轴联动数控加工。     

结合速度控制的时空图网络行人轨迹预测模型

行人轨迹预测中最重要的任务是建立行人轨迹交互模型,针对在模型中缺乏关于时间和速度等信息的建模,提出了一种结合速度控制的时空图网络算法来建立行人交互模型并对轨迹进行预测.整体模型采用条件生成对抗网络架构,其中采用速度预测模块预测行人未来速度并作为条件生成对抗网络的控制条件,显式地将速度信息引入行人轨迹预测,避免较大偏差速度对轨迹的影响。在生成器中设计了基于图卷积注意力机制的时空信息融合模块,在提取行人轨迹序列运动特征并关注其空间上相互作用关系的同时,显式地编码行人序列的时间相关性。最后,将结合时空信息和速度信息的轨迹交互特征解码,完成轨迹的预测。此外,考虑到现有评价方法的不足,采用平均碰撞次数作为轨迹合理性的评判。在公开数据集ETH和UCY上进行验证,实验结果表明,该文所提出的算法能更好地完成行人轨迹预测,平均位移误差为0.40 m和最终位移误差为0.79 m。     

三相电压源逆变器内部IGBT模块温度的求解及评估

三相电压源逆变器的工作性能、使用寿命等方面均与其内部绝缘栅双极晶体管(IGBT)模块温度直接相关,故求解及评估该逆变器中IGBT模块的温度对于确保逆变器系统的安全可靠运行具有重要意义。针对现有模型及方法难以求解IGBT模块温度的问题,本文借鉴直接法的思想,提出了一种新的简单实用的IGBT模块温度求解算法。基于拟合及插值算法,推导并建立了IGBT模块功率损耗模型;基于电热比拟理论,探讨并建立了集中参数的IGBT模块等效Cauer传热网络模型,并将传热微分方程差分化;最终,在同一电路仿真器中构建出IGBT模块温度的求解算法。在三相电压源逆变器的算例中,通过与英飞凌IPOSIM的温度计算结果对比,表明本文算法最大误差为3.01%,且温度变化趋势与IPOSIM基本一致,最后利用该算法评估了逆变器在不同负载工况下的IGBT模块温度,所得结果可为合理地进行三相电压源逆变器的散热设计、长期可靠性评估等服务。     

基于风险的输变电设备状态检修实用化技术研究

论文针对当前状态检修技术在电力系统输变电设备维修应用中存在的问题,建立了基于风险的状态检修体系,该体系是一个完整的、全面的、具备很强操作性的技术体系,分为核心算法实现模块、软件支撑模块、信息支持模块、状态评价模块、风险评估模块及维修辅助决策模块6个模块。针对维修理论与实际维修管理脱节的问题,结合广西电网实情开发了基于风险的状态检修辅助决策系统,将变压器、断路器风险评估理论算法,植入风险评估模型,并应用于辅助决策系统,与多套现有生产系统无缝连接,实现将风险评估理论研究到工程化应用的转变并成功地在地市供电局完成试点。     

多路径生成对抗网络的红外与可见光图像融合

生成对抗网络在红外与可见光图像融合领域受到广泛关注,但单路径进行融合容易丢失浅层信息、分支路特征提取 融合能力有限。提出一种基于多路径生成对抗网络的红外与可见光图像融合方法。在生成器端,利用源图像与导向滤波结 果构建3条输入路径提取更多源图像特征信息,以获得细节更丰富的融合图像;然后,卷积层加入掩码注意力机制模块,提升 显著信息的提取效率,引入密集连接和残差连接,在提升特征传递效率的同时可获取更多源图像重要特征信息。在鉴别器 端,采用双鉴别器估计红外与可见光图像的区域分布,避免单鉴别器网络丢失对比度信息的模态失衡问题。在 TNO 数据集 上进行了实验,实验结果表明,所提算法在5个客观评估指标上4项取得了最好结果,优于多数主流算法,在主观评估方面,所 提算法保留了更多的纹理细节信息,具有更好的视觉效果。     

基于模糊AHP的电力ICT网络业务质量评价方法

针对新一代电力信息与通信技术网络需求和业务特点,对新一代电力业务进行等级划分.在层次分析法和模糊评价算法的基础上,建立指标评价体系,得到指标的权重,最后构建了基于AHP的模糊加权业务质量评价模型,并对业务质量评价指标的计算方法进行了论述.以调度管理信息系统为例,证实了该模型在解决新一代电力信息与通信技术网络业务质量评价...     

基于特征增强的高分辨率人体姿态估计网络

在轻量级卷积神经网络进行高分辨率人体姿态估计时存在提取特征不充分,针对该问题,提出了一种基于特征增强的高分辨率人体姿态估计网络。首先利用空洞卷积补全操作提取图像特征,以避免特征信息丢失且保持模型参数基本不变;接着利用池化增强模块进行卷积提取特征的选择,以保留重要特征且减轻传统池化模块对提取特征造成的破坏;最后利用加强通道信息交互的深度可分离卷积模块进行特征提取,以保持该模块的参数量较少且能够提高其特征提取能力。在COCO2017数据集进行性能测试,本文算法和DiteHRNet30算法的AR值分别为77.9%和77.2%;在MPII数据集进行性能测试,本文算法和DiteHRNet30算法的PCKh值分别为32.6%和31.7%。实验结果表明,本文算法在人体姿态估计精度和算法复杂度之间能够达到较好的平衡。     

改进YOLOv5 算法下的无人驾驶道路行人识别研究

基于无人驾驶领域的飞速发展,为提高道路行人目标检测的速度和精度,提出一种基于YOLOv5 网络改进的YW- YOLO的道路行人目标检测方法,在YOLOv5 模型的neck结构中改入RepGFPN, 充分交换高级语义信息和低级空间信息, 添加自适应融合机制,引入SimAM 注意力模块机制,提高算法的特征提取能力,在损失函数方面,使用Optimal Transport Asignment 优化损失函数。实验结果表明,所提算法与原算法相比,在道路行人类别数据集上识别精确率由38.1%提升到 52.6%,检测速度由29.4 fps 提高到30.8 fps, 具有更好的检测效果。     

基于像素注意力特征融合的城市街景语义分割算法研究

针对城市街景数据集中存在小目标和大量长条形状物体,分割难度大,虽然目前编码解码结构的网络能细化分割结果,但大多数都没有充分利用空间和上下文信息,因此本文提出一种基于像素注意力特征融合的语义分割算法。首先以ResNet50作为骨干网络,利用空洞空间卷积池化金字塔和条状池化进行初步特征融合,获得多尺度特征的同时规避无用信息;然后利用像素融合注意力模块,聚合上下文信息并恢复空间信息,最后利用注意力特征细化模块消除冗余信息。该算法在CamVid数据集上进行实验,结果表明该算法在验证集上能达到75.22%的mIoU,在测试集上也能达到67.21%。相比于DeepLabv3+网络分别提升了2.51%和2.86%。     

基于改进随机森林的电力线通信优化算法研究

针对传统信道估计技术会占用频谱资源的缺陷,提出了一种基于改进随机森林的解映射优化算法。首先针对信源数据固有的不平衡性引入了改进SMOTE算法进行预处理,基于电力线信道特性确定了少数类数据的合成规则,并以解映射模块的子区间误码率作为评价指标进行性能分析。搭建了宽带电力线通信系统模型,以实际电表数据作为信源数据,在500 m的18径电力线信道模型下进行了仿真测试。实验结果表明,所提算法可以很好地弥补电表数据固有的不平衡性对随机森林性能的影响,极大地降低了子区间误码率的波动性。在各种信噪比环境下,引入改进随机森林算法均可以很好地优化解映射模块性能,提高宽带电力线通信质量,降低误码率。     

基于特征增强 YOLOv4 的无人机检测算法研究

现有基于深度学习的目标检测方法在面对空中消费级无人机时,存在鲁棒性差、准确率不足等问题。 对此,提出一种基 于特征增强的 YOLOv4 目标检测方法—FEM-YOLOv4。 首先,针对无人机低、小、慢等特点,改进骨干网络,降低下采样倍数,充 分利用包含细粒度信息的浅层特征;其次,加入特征增强模块(feature enhancement module),通过使用不同空洞率的多分支卷积 层结构,综合不同深度的语义信息和空间信息,增强小尺度无人机的细节语义特征;另外,利用多尺度融合的特征金字塔结构, 突出特征图包含的细节信息和语义信息,提升模型对无人机目标的预测能力;最后,采用 K-means++算法对无人机目标候选框 的尺寸进行聚类分析。 与 6 种目标检算法进行对比,实验结果表明,FEM-YOLOv4 算法的 mAP 和 Recall 分别达到 89. 48%、 97. 4%,优于其他算法,且平均检测速度为 0. 042 s。