电火花线切割加工工件厚度在线识别技术研究

通过理论分析方法推导得到工件厚度与放电间隙两端间的平均电压、平均电流、机床伺服进给速度、线切割缝宽等参数的关系式。采用田口试验方法分析不同加工参数下电火花线切割加工不同厚度工件时放电两极之间平均电压、平均电流、线切割缝宽及加工速度的影响规律,研究一种基于灰色理论的线切割缝宽预测模型,并基于该模型研究一种基于广义回归模型在线识别电火花线切割加工工件厚度的方法。工件厚度在线识别技术可实现电火花线切割加工时对工件厚度的预测,是电火花线切割自适应加工变厚度工件的前提和关键。     

基于RBF神经网络的电火花线切割加工工艺建模方法研究

根据电火花线切割加工过程的复杂性和随机性，在样本数据的基础上采用径向基函数(RBF)神经网络建立，实现在指定加工条件下的工艺效果预测，并进一步建立电火花线切割加工的优化模型和工艺效果仿真系统。     

基于极限学习机的工件厚度辨识研究

电火花线切割加工变厚度工件时,会出现加工效率低和易断丝的现象。为了降低厚度变化对加工产生的影响,提出了基于极限学习机的工件厚度辨识方法。该方法利用加工阶梯状工件过程中采集的数据,建立了基于极限学习机的厚度辨识模型。数据验证结果表明:该模型的辨识误差小于2 mm。     

弹性磨抛轮加工硅片面形预测模型及试验验证

目的 为分析弹性磨抛轮磨削硅片面形精度变化的影响因素,优化加工参数以获得良好的磨削面形。 方法 通过建立考虑弹性磨抛轮转速、硅片转速、偏心距等参数的弹性磨抛轮磨粒运动轨迹模型,结合单颗磨粒切削深度,提出了弹性磨抛轮加工硅片的材料去除非均匀性预测方法,建立了基于弹性磨抛轮磨削硅片的面形预测模型,并通过不同转速比下的磨削试验验证了预测模型的准确性。结果 面形预测模型仿真出的面形与弹性磨抛轮加工试验后的硅片面形一致,均呈“凸”形,且PV值随转速比的增大而增大。转速比为1时,磨削后硅片面形PV值为0.54 μm,仿真模型计算出的PV值为0.49 μm,转速比为5时,磨削后硅片面形PV值为2.12 μm,仿真模型计算出的PV值为2.38 μm。结论 磨削试验面形PV值与模型计算面形PV值的预测误差小于13%,建立的面形预测模型能够成功预测硅片的面形规律,可以分析加工参数对硅片面形的影响规律。由面形预测模型分析可知,转速比对硅片面形精度有影响,且随着转速比的增加,硅片面形不断恶化,因此在实际加工中,应选择较小的转速比进行加工,以获得更优的硅片面形精度。     

超声辅助线切割加工超声参数对表面粗糙度的影响

为提高超声振动与电火花线切割复合加工难切削金属的加工质量,通过理论分析、数值模拟和试验验证,对超声振动与电火花线切割复合加工作用下不同振幅和频率对表面粗糙度的影响规律进行深入研究。基于超声振动的电火花线切割复合加工构建物理模型和数学模型,推导基于超声振动的移动高斯热源热流密度公式,建立了完整的温度场仿真模型。通过ANSYS有限元复合加工过程温度场的模拟分析,构建基于温度场数值模拟的表面粗糙度理论计算模型。通过单因素试验对表面粗糙度的理论计算模型进行了验证,结果表明：随着振幅和频率的增大,被蚀除电蚀坑体积减小,表面质量变高;试验结果与理论及仿真模型的变化规律具有较好的一致性,最小偏差7.717%,最大偏差16.708%。     

基于 BP网络的6-UPU开环并联机床误差预测

以6 UPU教学型并联机床为实验平台,以壳体铝合金零件加工为研究对象,提取加工尺寸误差样本数据,采用BP神经网络建立加工尺寸误差预测模型,通过分析6 UPU教学型并联机床误差,提出实验数据与样本数据的处理原则,全面考虑到加工过程中各种情况.提出的基于BP网络来预测加工误差具有较强的实用性和一定的先进性,能有效提高加工精度,为提高开环数控系统精度提供了新的途径.     

基于连铸生产大数据的热轧卷质量预测模型

板坯热送热装或连铸连轧技术逐渐被越来越多的钢厂采用,然而其进一步发展受到连铸坯质量的制约。故针对连铸坯缺陷的有效判断可避免存在质量问题的铸坯进入轧制环节,从而降低额外的能耗。基于对铸坯质量的在线检测困难这一问题,从生产大数据的角度建立了板坯热轧卷的质量预测模型。首先根据正常与缺陷产品高度不平衡的数据特点,提出了相关性分析、不平衡数据随机分类与主成分数据降维三者相结合的数据预处理方法,随后选择GA-BP神经网络算法构建了针对低碳钢、包晶钢和中碳钢的热轧卷质量预测模型。预测模型具有较高的准确率,其中低碳钢模型总体预测准确率达到94.7%,缺陷预测准确率为82.8%;包晶钢模型总体预测准确率达到93.3%,缺陷预测准确率为87.5%;中碳钢模型总体预测准确率为85.4%,缺陷预测准确率为87.3%。最后,基于Python语言编写了热轧卷质量在线预测软件,可对热轧卷质量进行实时预测,方便快速地溯源缺陷发生原因。     

氧化铝烧结法生产的生料浆质量预测模型及应用

针对烧结法氧化铝生产过程中生料浆配料工艺的特点，根据物料平衡的原理建立机理模型，作为生料浆质量预测的主规律模型；针对碱液成分波动大且难以实时检测的问题，对碱液成分含量建立了神经网络预测模型，并和机理模型进行嵌套集成；利用灰色理论对机理模型的偏差数据进行信息挖掘，建立了GM（1，1）补偿模型，并与机理模型进行并联集成，获得生料浆质量预测模型。验证结果表明，该质量预测模型能获得较理想的生料浆质量预测精度，其应用可使生料浆质量得到显著的提高。     

基于灰色预测模型电火花线切割工艺参数优化

针对电火花线切割加工机制的不确定性,工艺参数与工艺指标具有高度非线性关系;设计正交实验,分析脉宽、占空比、加工电流、丝速和跟踪系数对SKD?11材料去除率（ MRR）的影响;分别建立逐次广义回归模型（ GRM）和灰色预测模型（ GFM）,并对两个模型进行实验验证和比较,寻求出最佳的工艺参数。验证实验表明,所建立的灰色预测模型（ GFM）能够对实际加工的材料去除率（ MRR）进行精确的预测。     

电火花线切割加工技术最新研究进展

介绍了近年来国内外电火花线切割加工技术的最新研究进展,包括加工变厚度工件过程中工件厚度的在线辨识及参数优化与控制,提高加工拐角精度电极丝偏差的在线检测,基于浮动阀值的放电间隙状态检测技术,在机床加工中表面质量修正技术以及混粉对提高加工质量以及加工效率的研究等.