等离子熔射制模过程中工艺参数的实验研究

开展了等离子熔射制模过程中主要工艺参数对熔射层质量影响规律的实验研究。通过改变等离子熔射过程中的工艺参数，得出熔射功率：熔射扫描间距和熔射扫描速度等主要工艺参数对等离子熔射层残余应力、孔隙率的影响规律，从而为建立合理的等离子熔射制模工艺提供了依据。     

机器人等离子弧熔射涂层厚度在线检测与过程控制

提出了一种采用机器人携带位移传感器进行等离子弧熔射涂层厚度接触式在线检测方法,据此建立了过程控制系统.针对不同表面特征的涂层,设计了相应的检测方式与机器人路径,试验研究了机器人运行状态以及检测路径等对检测结果的影响.结果表明,该检测方法能够用于不同类型等离子弧熔射涂层厚度的在线检测与过程控制.     

基于等离子熔射成形的快速制模实验研究

研究了等离子喷涂法快速制作具有复杂、精密图案的模具型腔的新工艺 ,获得了满意的实验结果 ,分析了制作过程中的主要影响因素。     

等离子熔射过程中射流与粒子流的加热效应

采用CCD图像采集系统与图像处理技术提取等离子射流长度;以红外测温仪检测的单位时间内基体温度变化来衡量加热效应,研究不同熔射距离与射流长度条件下射流和粉末粒子流对基体的加热效应特点.结果表明,当熔射距离不大于射流长度时,基体温升主要来至于射流加热效应;随着熔射距离增大,射流对基体的加热效应迅速减弱;当熔射距离大于射流长度时,粒子流加热效应比较明显.提出射流长度可以作为合理选择熔射距离的特征评价指标,并通过不同熔射距离条件下熔射皮膜的截面尺寸以及形貌进行验证.     

铁基合金粉末等离子熔射成形制件的氧化处理

针对铁基合金粉末等离子熔射成形制件表面耐腐蚀性差的问题,结合其成分及微观结构的特点,着重研究了该类零件的氧化处理工艺,并讨论了相关问题。     

等离子熔射快速制造摩托车护罩覆盖件硬模的研究

概述了快速制模技术的几种应用形式，介绍了等离子熔射快速制造金属硬模具的工艺方法，并试制了摩托车护罩覆盖件模具进行注射试验。试验结果表明，该方法制作的模具具有表面硬度高、质量好、工艺简单等特点，适用于汽车、摩托车行业的模具快速制造及新产品试制。     

面向快速制造车身模具的机器人软质工具研磨工艺研究

在研究以硬质工具进行机器人自动研磨的基础上。建立了采用软质工具的机器人自动研磨系统。根据被研磨工件的表面形状，对研磨轨迹进行了规划。以机器人研磨系统为平台，进行了基础工艺实验，分析了主轴转速、机器人行走速度、横向进给量等工艺参数对研磨质量的影响，从而综合选择合适的工艺参数，并进行相应的误差补偿。通过实验确定了合理的预压量，并进行了等离子熔射制造的车身模具表面研磨试验，得到了较好的研磨效果。     

基于工控组态平台的机器人等离子喷涂控制系统设计

分析了机器人等离子喷涂工艺特点，开发了一种基于工控组态软件的机器人等离子喷涂控制系统。该系统能满足喷涂工艺控制要求，并对电流、电压、机器人状态等信息进行实时监控，具有开发周期短、用户界面友好、易于操作和控制效果优良等特点。     

焊接智能化与智能化焊接机器人技术研究进展

展示了上海交通大学机器人焊接智能化技术实验室近十年来关于电弧焊动态过程以及机器人焊接系统中的若干智能科学问题与智能化技术应用方向的研究工作进展,包括电弧焊过程的多信息传感技术,例如熔池信息的视觉特征,焊接电压、电流、声音及光谱特征提取;基于多信息融合算法的焊接熔透状态预测;焊接动态过程的智能化建模;焊接动态过程的智能控制方法;机器人焊接的智能化技术,例如机器人焊接过程中的焊缝导引及跟踪技术,焊接熔池和熔透状态的智能化控制;特殊环境下的自主焊接机器人系统的发展等.提出“智能化焊接制造技术——IWMT”及“智能化焊接制造工程——WIME”的概念,以期推动智能化科学技术在现代焊接制造业中的系统性研究与运用.期望展示的智能化焊接研究结果为现代焊接智能制造技术发展抛砖引玉.     

基于工业机器人的智能化生产管理服务平台建设

随着工业机器人技术的发展,其应用也越来越广泛。从基于工业机器人的智能化服务平台的共性技术出发,立足服务装备制造业并兼顾其它行业应用,对该服务平台的组成、技术特性和应用等进行了探讨。     

An approach of artificial neural network to robotic welding process modelling

Ａｎａｐｐｒｏａｃｈｏｆａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｔｏｒｏｂｏｔｉｃｗｅｌｄｉｎｇｐｒｏｃｅｓｓｍｏｄｅｌｌｉｎｇ￥ＬｉＹａｎ（ＨａｒｂｉｎＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＷｅｌｄｉｎｇＪｏｈｎＮｏｒｒｉｓｈａｎｄＴ．Ｅ．Ｂ...     

基于人工神经网络技术的板料拉深成形工艺优化的数值建模

文章利用人工神经网络技术,建立了板料拉深成形工艺参数和性能评价指标之间的映射关系,为各参数的研究和优化提供了重要参考;详细分析了其中的几项关键技术:拉延筋的描述、性能评价指标的建立和正交实验法确定训练样本。最后,对某翼子板进行拉深成形建模,通过对训练后的网络进行测试,网络误差小于5%,验证了所建网络模型的正确性和实用性,为工艺优化奠定了基础。     

等离子喷涂双层热障涂层沉积过程的数值模拟

运用ANSYS1O.O有限元分析软件对等离子喷涂典型双层热障涂层沉积过程的温度和应力变化过程进行了数值模拟.结果表明,喷涂过程中,基体背面温度呈台阶状上升,涂层颗粒的温度大幅度周期波动,涂层颗粒的应力随之大幅度周期波动;喷涂结束后,涂层内的残余应力趋于稳定,x方向的最大拉应力存在于陶瓷层与粘结层结合面的边缘;最大y方向拉应力和层间应力都存在于陶瓷层和粘结层的结合面上.涂层的结合面边缘是应力集中部位,结合面的中部应力分布均匀.陶瓷层表面x方向的最大拉应力为423.7MPa.

Abstract：

Nmnerical simulation was performed by finite element analysis (FEA) to investigate the temperature and stress in a typical duplex thermal barrier coating. During the spraying process, the temperature of the back surface of substrate increases step by step, both the temperature and the stress of the coating fluctuate periodically within a wide range. After the deposition, the specimen was cooled to the room temperature slowly. The stresses become constant values, and the maximum radial tensile stress exists at the interface between the ceramic layer and the bonding layer, and the maximum axial and shear stresses exist at the interface, where is the concentrated stress area. The stresses of the middle interfaces are uniform. The maximum tensile stress on the ceramic layer surface is 423.7 MPa.     

切削用量智能化选择的神经网络建模

最佳切削用量的选择是机械加工中的一个重要方面。本文提出了运用神经网络的非线性建模原理和自学习能力，在各种切削用量选择影响因素和切削用量之间建立起函数映射关系，实现切用量的智能化选择。     

基于人工神经网络的点焊熔核直径预测

从电极位移曲线上提取出的两个特征值及焊接能量值作为输入值,熔核直径为输出值,建立了基于BP算法的铝合金直流点焊熔核直径预测模型.该模型为隐层结点数为5的三层结构,隐层转移函数为Sigmoid函数,输出层的转移函数为线性函数.对实测结果与仿真结果进行了对比分析,结果表明,45.2%的预测值与实测值相差不超过0.5 mm,77.4%的预测误差不超过1 mm,94.3%的预测误差没有超过2 mm.回归分析结果为A=0.878T 0.982.     

An investigation on plasma spraying with artificial bone powder and bonding characteristics of coating

Ａｎｉｎｖｅｓｔｉｇａｔｉｏｎｏｎｐｌａｓｍａｓｐｒａｙｉｎｇｗｉｔｈａｒｔｉｆｉｃｉａｌｂｏｎｅｐｏｗｄｅｒａｎｄｂｏｎｄｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｃｏａｔｉｎｇ￥ＴｉａｎＬｉ；ＬｉＪｉｎｇｌｏｎｇａｎｄＬｉｎＱｉａｎｓｈｅｎｇ（Ｎｏ...     

基于人工神经网络的焊缝宽度预测

研究了用神经网络预测焊缝宽度的方法。首先对焊接质量检测系统的一些相关问题进行了研究,考虑了弧焊特性的提取、焊接质量的预报以及人工神经网络模型(ANN)的应用,设计了一个基于人工神经网络的焊接质量检测系统,给出系统的组成结构,ANN被用于预测焊缝宽度,建立了焊缝宽度预测的人工神经网络模型。为了验证建立的ANN模型的可行性,进行了仿真研究。仿真结果表明,所建立的ANN模型可预测焊缝宽度,基于人工神经网络的焊接质量检测系统是有效的。     

加工过程中基于最大熵的神经网络控制

切削过程恒力控制对于提高生产率、保证加工精度至关重要,本文将信息理论与神经网络理论相结合,提出了恒力切削过程中基于最大熵的神经网络控制,与自适应神经网络控制相比,具有收敛快,振荡小的特点.     

基于人工神经网络的ZK60镁合金热压缩变形行为

在变形温度为200～400℃、应变速率为0.001～1s-1条件下,对ZK60镁合金进行热压缩实验,建立一个单隐层前馈误差反向传播人工神经网络模型,研究该镁合金的流变行为。模型的输入参数分别为变形温度、应变速率和应变,输出为流变应力,中间隐含层包含23个神经元,并采用Levenberg-Marquardt算法对此网络模型进行训练。结果表明:ZK60镁合金的流变应力随变形温度升高和应变速率降低而减小;其高温压缩流变应力曲线可描述为加工硬化、过渡、软化和稳态流变4个阶段,但在较高温度和较低应变速率时,过渡阶段不很明显;所建神经网络模型可以很好地描述ZK60镁合金的流变应力,其预测值与实验值吻合很好;利用该模型预测的变形温度和应变速率对流变应力的影响结果与一般热加工理论所得结果一致。     

基于ANN的涡轮盘等温成形过程模拟电路模型

为提高锻件质量和成品率,有必要建立一种适合于实时控制的锻件成形过程模型.利用有限元模拟技术对涡轮盘的等温成形过程进行了虚拟正交试验,通过对成形过程的载荷--行程曲线的分析,建立了粉末高温合金涡轮盘件等温成形过程的人工神经网络(ANN)模型,并将其映射成模拟电路模型.以此模拟电路模型为参考模型,应用于模型参考自适应控制(MRAC)系统,对涡轮盘件等温成形过程进行控制.结果表明,所建立的ANN模型及其模拟电路模型对粉末高温合金涡轮盘件等温成形过程的拟合精度很高,且控制参数始终与模型输出相吻合,为实现盘件成形过程的实时控制奠定了基础.