柔性自动化生产中刀具与工件的检测方法

在柔性自动化生产技术中,被加工零件和刀具在生产过程中的检测是一个很重要的问题。本文介绍了几种在柔性自动化生产中利用现代计算技术和管理手段对刀具和被加工零件的检测方法,以保证工序的连续性和所要求的产 品质量。图7幅。     

薄壁件铣削加工颤振控制研究

针对薄壁支架加工过程中出现的颤振现象,通过铣削加工颤振机理分析,并进行切削参数优化,解决了加工过程中的颤振问题。首先通过建立有限元模型,进行零件模态分析,获取零件动态特性;接着通过试验与仿真相结合的方式,获取机床-刀具系统的颤振稳定域;并进行稳定域内参数优化、零件动态特性与切削参数对比分析,最终获取避免加工颤振的切削参数,并进行加工验证试验,解决了加工颤振问题,提高了产品质量。结果表明通过切削参数优化可有效解决加工过程中得颤振问题。     

一种用于薄壁框架类零件铣削加工的夹具设计

设计一种薄壁框架类零件的铣削加工夹具,利用真空吸附原理对零件进行夹持,并采用成组可换活块的方案使夹具可以适应多种型腔的薄壁框架零件的夹持加工。通过带有通气孔的可换活块解决了不同对称型腔零件加工的问题,利用凸轮锁紧杆对零件快速定位、装夹和卸载,整个装夹过程没有对零件造成较大的装夹变形。实践证明:此夹具很好地解决了薄壁框架类零件在铣削加工过程中由于夹持造成的变形问题,同时也提高了零件的加工精度和铣削效率。     

高精度锥孔的数控加工及检测策略研究

锥孔一般是在数控车床上进行加工,对于复杂异形零件上的高精度锥孔经常使用数控铣削的方式完成加工.为了提高加工效率,编程人员应该以通用的圆鼻刀铣削锥孔建立数学模型,用三角函数推导出相关参数的表达式,利用宏程序进行手工编程.再根据锥孔的基本参数设计合适的锥度塞规,检测时可将锥孔直径的微量变化转化为放大的轴向尺寸来检测.通过实际生产验证,设计的锥度塞规和编制的宏程序完全能够保证零件加工技术要求,解决了高精度锥孔的加工与检测难题.     

薄壁框体零件加工工艺分析及其专用夹具的设计研究

薄壁框体零件形状复杂、精度要求较高,其加工工艺和装夹方式直接影响零件生产的质量及效率。通过对薄壁框体零件加工难度的分析、加工工艺的制定、专用夹具的设计及铣削加工时应注意的问题进行研究,解决了薄壁框体零件加工易变形、定位及装夹难等问题,保证了零件加工质量,提高了生产效率。     

基于相似性原理的轴类零件小批量多品种生产的统计质量控制

针对小批量、多品种生产中存在的样本数据量小,难以推广统计质量控制的缺陷,在分析轴类零件的特征信息模型基础上,应用相似系统理论,确定了轴类零件车削加工的相似性,检测出相似工序零件的质量特征数据;利用公差系数法,将质量特征数据转化为在区间（0,1）内的统计量,这样扩大了其样本容量,使统计质量控制技术能方便的运用在车削加工中。     

加强环滚弯成形工艺及锻模设计

通过对加强环零件的分析 ,确定了合理的加工原材料规格、成形工艺方案和锻模结构 ,解决了原生产过程中存在的材料浪费、加工困难等问题 ,提高了经济效益。     

UG平面铣削对零件加工质量的影响因素分析(英文)

在利用UG平面铣削方式加工零件过程中,很多因素影响零件加工质量。为此,从切削区域、切削模式以及切削参数3个方面,结合大量具体的零件加工试验数据,分析不同参数设置对零件加工质量的影响,并提出相应的改进措施,进而有效地提高了UG平面铣削零件的质量和加工效率。     

基于指令域大数据的零件尺寸预测方法

针对机械加工零件的尺寸误差人工检测效率低和在机检测成本过高的问题,提出了一种尺寸在线预测方法。基于指令域分析方法,通过在加工过程中获得的数控系统内部指令域大数据,结合实际加工参数与加工后测量的尺寸误差建立起非线性映射模型,该模型基于LM-BP神经网络与RBF神经网络学习实现零件尺寸误差的预测。最后进行对比研究,两种建模方法均能达到很好的预测效果。该方法适应加工参数发生变化的生产环境,能够对被加工零件尺寸误差进行自适应预测。     

电动卷帘方轴零件数控加工工艺设计

方轴零件是典型的轴类零件,零件有车削加工部分,也有铣削加工部分。本文以方轴零件的加工为例,详细介绍了零件数控加工工艺设计过程,解决了方轴加工过程中零件装夹繁琐、劳动强度大等问题,从而提高了加工效率。     

螺纹型芯在车铣复合中心的加工

介绍了DMG GMX 250车铣复合中心的机床特点。通过对防盗盖螺纹型芯零件特点的分析,提出了常规刀具角度偏摆的加工方法,建立了基于车铣复合中心加工的新型方案及工艺流程,解决了生产过程中出现的问题。该方案提高了产品的加工精度,降低了加工成本,经批量使用,产生了良好的经济效益。     

基于NC物理仿真的钛合金薄壁件颤振预测研究

针对钛合金薄壁零件在铣削加工过程中存在的切削颤振问题,以多框类零件为对象,建立了基于NC物理仿真的钛合金薄壁零件颤振预测模型,解决了钛合金零件在工艺准备初期即实现颤振的预报。首先通过试验与仿真相结合的方式,获取工艺系统的颤振稳定域,并进行稳定域内参数优化;其次通过建立有限元模型,进行零件模态分析,获取零件加工过程中的动态特性,确定最优刀具路径;最后利用NC物理仿真软件对零件进行切削过程仿真,预测切削过程中颤振是否发生。结果表明,通过此类技术,可直观有效地跟踪加工过程,提高薄壁件加工稳定性。     

簿壁壳体零件加工工艺及夹具设计

分析簿壁壳体零件特点和加工难点。设计车加工夹具,解决车加工变形问题;设计钻孔夹具,利用夹具精度,保证零件加工精度。通过设计工装夹具,解决了簿壁零件变形问题。     

机械手臂支撑架加工工艺分析及专用夹具设计北大核心

为解决机械手臂支撑架零件外形不规则,在铣削加工中难以采用通用夹具进行定位装夹,零件的加工精度也较难保证的问题,设计了零件的专用夹具、制定了新的加工工艺,使加工效率提升了27%,合格率从68%提高到98%,满足了零件的生产需要。实践验证表明,通过设计专用夹具和优化加工工艺可以有效提高支撑架零件的合格率和生产效率,该方法对其它形状不规则零件的加工也具有一定的指导意义。     

数控机床位置伺服系统的无模型自适应迭代学习控制

数控机床位置伺服系统在加工过程中受负载、摩擦和电路系统响应特性等因素影响,很难精确建立其加工过程动力学模型。针对批量零件加工过程中的重复执行过程,设计了一种数据驱动的无模型自适应迭代学习控制方案。该方案借助沿迭代轴的动态线性化方法,将数控机床位置伺服系统加工动力学过程等价转化成一个虚拟的迭代数据模型,并根据设计的迭代学习控制律和参数估计律构建数控机床位置伺服系统的无模型自适应迭代学习控制方案。仿真结果表明:该迭代学习控制方案基于数控机床重复运行的特点,仅利用位置和电机电流信息,完成了对零件加工过程的改善,提高了加工精度。     

细长轴加工的单片机误差补偿系统设计

建立细长轴车削的数学模型,分析细长轴加工误差来源。设计一个误差补偿系统,利用单片机实时检测细长轴零件的变形,从而控制刀具的切削用量。试验结果表明:该系统可以有效提高零件的加工精度。     

基于数据驱动的数控机床自适应迭代学习控制

数控机床位置伺服系统受加工环境、零件形状和机床机电特性等变化因素的影响,其零件加工是一个典型的非线性、时变和不确定动力学变化过程,因此,建立其精确机制模型很困难。针对相同零件批量加工过程呈现的重复运行特点,基于被控对象的等价数据模型,提出一种基于数据驱动的自适应迭代学习控制方法。所提控制方法采用沿迭代轴的动态线性化方法,通过最小化控制目标函数,仅利用数控机床位置伺服系统的输入输出数据,实现学习控制增益的自适应更新,克服传统P型迭代学习控制方法固定增益的问题,并经过严格理论分析保证了该方法的收敛特性。仿真结果表明:提出的数据驱动自适应迭代学习控制方法,相比传统P型迭代学习控制方法,平均绝对误差和最大绝对误差分别减小了46%和56%。     

BF-850B立式高速数控机床精度检测及误差补偿研究

机床在加工的过程中会因为物理变形和热变形,使得加工零件的精度难以保证,因此必须对运动中的影响机床精度的误差源进行误差分析及实时补偿。利用激光干涉仪和球杆仪对数控机床定位精度进行检测,并建立了关于机床变形的检测数据的数学模型,确定了定位误差补偿方法,同时以具体的数控机床为例进行了定位精度检测与误差补偿,最后对补偿效果进行了分析。结果表明：该定位误差检测及补偿方法具有可行性与实用性,使数控机床的定位精度得到了显著的提高。     

锻模制造成组工艺

一、成组工艺原理提高多品种,小批量生产的效率,这个机械制造技术的新课题,五十年代以来,一直受到各国学者的积极研究和探索。苏联学者索柯洛夫斯基提出了在机器制造工艺学的范围内制定工艺过程典型化的理论:在研究和制定工艺的工作中,把各类机器零件的工艺过程或工艺过程诸元素进行分类,然后再把分好的每组零件的工艺过程在实现时所发生的问题进行综合的解决。列宁勋章获得者米特洛凡诺夫在此基础上提出了相似性观点,即对类似零件的加工考虑采用相同的加工设备,也就是说在同一加工设备上加工类似的零件而尽可能不作更换。根据这个观点,成组工艺可以理解为;加工工艺过程典型化;加工过程分类;加工零件分类。     

数控车削加工工艺问题的探讨

介绍了数控车削过程中一些直接影响零件生产效率和加工质量的工艺问题,并提出了解决方法.