基于小波包变换—残差网络的表面粗糙度预测

为了提高模型对表面粗糙度的预测精度，同时避免传统机器学习预测方法中由于特征提取和选择等步骤对先验理论知识的依赖，提出一种基于小波包变换(WPT)结合残差网络(ResNet)的表面粗糙度预测方法。该方法利用WPT将振动信号分解成不同频段的小波包系数，融合各频段小波包系数构成系数矩阵，以捕捉相邻频段之间的关系，将无心车床不同方位的系数矩阵进行叠加得到ResNet的输入，利用ResNet自适应提取表征表面粗糙度能力强的特征，实现表面粗糙度预测。通过与其他预测方法比较，所提方法预测结果与实际测得结果接近，精度有所提高，证明了所提方法的有效性。     

数字滤波法模拟粗糙表面的误差分析

计算机模拟加工表面是数值模拟研究表面形貌特征对摩擦和润滑性能影响的前提。基于低通数字滤波技术,通过比较计算机模拟表面和实测磨削表面的粗糙度、峰度、偏度、面积支承率和自相关函数,研究了低通数字滤波法模拟加工表面高度分布特征和自相关函数的精确度,并对加工表面模拟过程中产生的高度分布误差进行了具体分析和讨论。分析结果表明:低通数字滤波法在模拟非高斯粗糙表面时模拟精确度主要受目标表面高度分布特征的影响较大,而且该方法生成非高斯表面存在一定的局限性无法生成特定高度分布的粗糙表面。     

一种表面微观形貌的主动重构方法

基于随机过程理论对机械零件表面微观形貌重构,所得形貌在全局上满足高度与自相关两统计分布,但不能对局部形貌进行预测与控制,给界面性能有效预测带来了困难.针对此难题,提出基于高度与自相关分布等效原理,以兴趣点作为目标点、兴趣点相邻点作为普通点,以目标表面斜率、曲率等为约束条件,通过交换目标点高度、对普通点进行高度重排,实现对随机形貌样本的主动重构.研究了两种具体实施算法及其效果,展示了所提方法在接触分析中的潜在应用.     

基于NCGM的粗糙表面数值模拟与实验对比

基于时间序列模型、线性变换方法和Johnson转换系统,研究粗糙表面的重构方法。为减少数据储存空间的需求和收敛性要求,采用非线性共轭梯度法（NCGM）求解自相关矩阵,得到高斯型表面及非高斯型表面的数值模拟方法。对不同相关长度及高度分布的高斯型、非高斯型粗糙表面进行数值模拟,并与实际测量结果进行对比。结果表明,所提出的基于NCGM的粗糙表面数值模拟方法能有效地模拟满足高度分布函数与自相关函数的实际加工表面。     

大型铝合金薄壁回转体零件表面粗糙度与切削三要素对应关系研究

铝合金薄壁回转体零件广泛应用于核工业、石油化工、航天等众多领域。但其刚性差、硬度低,加工时易产生变形,尤其是大型薄壁件较难保证设计要求的精度和表面粗糙度,因此其切削加工一直是一个难点。针对该类零件精度稳定性差、表面粗糙度不易保证、生产效率低的现状,通过正交试验分析,应用多元线性回归方法拟合出粗糙度公式,得到了大型薄壁回转体零件表面粗糙度与切削三要素对应关系,得出粗糙度的变化规律曲线,从而为切削参数优化控制表面质量提供了理论依据。     

柱面微透镜阵列的精密磨削

柱面微透镜阵列的加工精度要求高,加工效率低,采用具有微细轮廓结构的成形砂轮进行磨削加工能够极大地提高加工效率。为了预测成形砂轮磨削工件的面形误差和表面粗糙度,建立了成形砂轮磨削仿真模型。通过滤波方法分析和模拟微细结构成形砂轮的磨粒突出高度的偏态分布特征,结合实测的砂轮的轮廓形状和跳动完成了整体的空间砂轮的重构,同时建立了砂轮表面磨粒的磨削运动学模型,模拟出工件磨削加工后的表面形貌。最后,开展磨削实验验证了仿真模型的有效性。对比仿真与实验结果可知,面形误差PV值的偏差为5.78%,Ra值的偏差为17.3%,Rz值的偏差为12.9%。该磨削仿真模型能有效预测磨削表面的面形误差和表面粗糙度。     

基于优化的组合协方差高斯过程的表面粗糙度预测

加工过程中产生的表面质量(如粗糙度)的数据序列包含多种特征,为能捕捉更多的数据特征,提高表面粗糙度的预测精度,提出采用组合协方差的高斯过程回归(CGPR)模型预测表面粗糙度,来捕捉数据特征中的线性特征和非线性特征;为获得CGPR模型的最佳超参数组合,采用人工蜂群(ABC)优化算法对超参数寻优,形成人工蜂群—组合协方差的高斯过程回归(ABC-CGPR)模型。通过45钢的车削试验,基于不同切削用量和刀具结构,建立了各类不同组合协方差的ABC-CGPR预测模型和单一协方差的ABC-GPR预测模型,并对比其预测性能,结果展示CGPR预测模型相比单一的GPR预测模型具有更高的预测精度,其中线性协方差函数与Matern协方差函数组合的预测精度最高,为实际加工中选取满意的预测模型提供了有效的指导。     

车削表面粗糙度解析模型与DDQN-SVR预测模型研究

在车削加工中,零件质量是生产者需要密切关注的问题.表面粗糙度作为评价零件质量的一项重要指标,选择满意的切削参数来提高表面粗糙度可有效提高零件质量.为提高表面粗糙度的预测精度,在现有研究基础之上提出一种分段的表面粗糙度理论解析模型对表面粗糙度进行预测.同时尝试采用双深度Q网络(DDQN)优化支持向量回归(SVR)提高数据驱动模型的预测性能,探寻DDQN优化SVR内部参数的环境设计,并且与其他算法对比了其优化效果与稳定性.基于45钢的车削试验,验证分段的表面粗糙度理论模型和DDQN-SVR预测模型的有效性,为基于表面粗糙度的切削参数选择提供了较好的技术支持.     

基于多层序列图像的三维表面粗糙度检测

提出了一种非接触检测工件表面粗糙度的新方法。利用光学测量显微镜景深小这一特点,将CCD沿金属表面垂直方向等间距拍摄部分聚焦的序列图像,然后采用方差聚焦测度算子确定融合图像中每点所属的高度层次,利用高斯插值方法计算微观物体表面更准确的高度信息,重构了三维微观形貌。同时探讨了三维表面粗糙度参数表征的可行性,通过与二维表面粗糙度参数的对比实验,验证了其正确性和可靠性。该方法对表面粗糙度的在线检测和更完整地表征3D形貌等方面具有参考价值。     

表面粗糙度的稳健提取方法研究

在讨论现有表面粗糙度高斯滤波方法的优缺点的基础上，推导了高斯回归滤波及高斯稳健滤波的卷积算法和快速傅里叶算法过程，编写了算法的C语言代码。对实测数据进行处理的结果表明，稳健滤波能很好地克服边界效应并抑制表面上深谷对滤波结果的影响。     

表面粗糙度对织构化动压轴承特性影响研究

针对带有表面微织构的径向动压轴承,采用高斯随机粗糙表面模拟轴瓦表面粗糙度,建立了表面微织构和粗糙度耦合作用下轴承油膜特性数学模型;在此基础上,计算不同偏心率及转速下油膜静、动特性参数,并分析了粗糙度对织构化动压轴承压力分布、失稳转速等的影响。结果表明,各偏心下适当的表面粗糙度能够提升织构化动压轴承油膜压力及承载能力;摩擦力及平均温升亦有上升,且粗糙度造成织构化动压轴承失稳转速降低。将理论结果与M2000型摩擦磨损试验机测试结果进行对比,验证了模型的合理性。研究对同时计入粗糙度和织构的滑动轴承润滑机理研究有一定的借鉴意义。     

磨损表面的稳健高斯滤波评定方法研究

磨损表面形貌的评定方法,对于磨损表面状态评定、摩擦特性的分析有着重要的作用,而表面形貌数据的滤波方法,是评定方法中的关键组成之一。采用Tukey、Hampel、IGGI和QC 4种典型稳健权函数分别与高斯滤波结合组成的稳健高斯滤波方法,对由实验得到的黏着磨损和磨料磨损盘表面采集的数据进行稳健滤波分离;通过由稳健高斯滤波与标准高斯滤波得到的三维磨损表面低频基准面的对比分析,以及从磨损表面滤波分离出的高频评定参数的影响分析,研究稳健高斯滤波的滤波稳健性和滤波效率;从滤波后的高频功率谱密度分布特性方面,进一步探讨滤波的稳健性;讨论磨损表面形貌数据中特异值与磨损特征的关系。研究表明：Tukey和Hampel稳健高斯滤波具有良好的滤波稳健性,能有效地分离磨损表面的低频评定基准和包含磨损特征的高频信息;而磨损特征主要分布在高频信息的低频段区间,其功率谱密度函数与表面磨损状态及其摩擦学特性相关。     

基于支持向量回归机的外圆纵向磨削表面粗糙度预测

表面粗糙度是评价磨削加工质量的重要指标,表面粗糙度预测是实现表面粗糙度在线控制的前提。针对现有神经网络方法在预测外圆纵向磨削表面粗糙度方面存在的不足,提出了一种新的基于支持向量回归机的外圆纵向磨削表面粗糙度预测方法。在分析了影响外圆纵向磨削表面粗糙度预测主要因素的基础上,建立了基于支持向量回归机的外圆纵向磨削表面粗糙度预测模型。应用实例的仿真结果表明,所建立的预测模型具有较强的泛化能力和较高的预测精度。     

基于改进高斯随机测量矩阵的切削力信号压缩感知方法

高速加工过程中，依据传统Nyquist-Shannon采样定理进行信号采集通常会面临海量数据的存储、传输和处理难题。基于压缩感知理论提出了一种切削力信号采集新方法，实现信号压缩式采集。选择高斯随机矩阵作为基础测量矩阵，并结合近似正交三角分解和最小相关系数法对高斯随机矩阵进行重新设计，提高其压缩测量性能，再借助高效的压缩采样匹配追踪算法从测量值中恢复得到原始切削力信号。实验结果表明，改进的高斯随机测量矩阵具有更高的重构精度和稳定性，所提出的压缩感知方法在保证切削力数据重构效率和精度的同时，显著减少了数据量。     

基于线结构光的滚动接触表面粗糙度在线测量方法

为了分析表面粗糙度对金属材料滚动接触疲劳性能的影响,提出一种基于线结构光的滚动接触疲劳试件表面粗糙度测量方法,并构建了在线测量与分析系统。通过安装在滚动接触疲劳试验机上的线结构光传感器采集试件表面点云;采用k维树最近邻搜索方法逐点进行邻域分析与统计,利用距离阈值剔除点云中的离群点;针对从原始轮廓分离粗糙度轮廓时,由传统高斯滤波器所导致的端部效应,采用线性外插法进行修正,从而准确计算试件表面粗糙度Ra值。实验结果表明：表面粗糙度测量平均绝对误差为0.08μm,平均相对误差为6.74%,满足粗糙度测量精度要求,为金属材料疲劳损伤演变过程分析提供依据。     

表面缺陷及其评定

在执行GB 1031—83“表面粗糙度、参数及其数值”过程中,如何正确理解表面粗糙度和表面缺陷的含义,合理区分与评定它们,是一个很重要的问题。表面粗糙度是指加工表面上具有较小间距和微小峰谷所组成的微观几何特性。在加工表面上,通常表现为刀具切削留下的刀痕;砂轮磨削形成的磨     

轴向超声辅助端面磨削金属表面形貌及粗糙度预测

轴向超声辅助端面磨削被广泛应用于难加工材料加工,而磨削后的表面粗糙度对构件摩擦、疲劳等服役性能有重要影响。超声振幅的大小对轴向超声辅助端面磨削金属表面形貌和粗糙度有较大影响,但是现有模型中并未考虑实际加载对振幅的影响,因此提出了一种考虑加载状态下振幅变化的轴向超声辅助端面磨削金属表面形貌及粗糙度预测方法。根据砂轮粒度及尺寸建立了考虑磨粒随机分布的砂轮端面模型,并对轴向超声辅助端面磨削磨粒的三维磨削轨迹进行了数学描述,生成了加工后的表面三维数据矩阵并对表面粗糙数值进行了计算。在此基础上,研究了粗糙度随振幅的变化规律,提出了振幅衰减形貌映射系数这一概念,并给出了其标定方法。通过振幅衰减形貌映射系数近似计算出加载状态下的振幅并代入到所建立的轴向超声辅助端面磨削表面形貌及粗糙度预测模型中,实现了金属表面形貌模拟及粗糙度预测。最后,通过试验对所建模型的正确性进行了验证。     

粗糙表面计算机模拟

粗糙表面的计算机模拟是建立粗糙表面模型进而对粗糙表面间相互作用进行模拟研究的前提。提出一种基于时间序列模型、数字滤波技术和Johnson转换系统的粗糙表面模拟方法，分别模拟了各向同性与各向异性、高斯与非高斯分布条件下具有不同形式自相关函数的粗糙表面，并对复杂合成粗糙表面的模拟进行了尝试。最后，对粗糙表面模拟过程中的误差进行了初步分析。结果表明，提出的粗糙表面模拟方法能快速有效地模拟具有指定自相关函数的高斯或非高斯随机粗糙表面；在一定的条件下模拟表面的统计特征与规定值误差很小，但当相关长度比较大的时候，误差比较明显。     

TC4钛合金干切削镗孔工艺参数优化研究

镗孔加工是影响飞机制造精度、效率和质量的关键工艺方法。而关键部位的干切削加工要求给TC4钛合金孔的镗削加工提出了新的技术挑战。本研究通过设计TC4钛合金高速干切镗孔正交实验，在镗孔尺寸精度满足要求的基础上，分析了工艺参数对刀具磨损、表面粗糙度、切屑形貌等关键结果和过程要素的影响规律，建立了对应的数值关系方程，开展了以切削效率为目标的工艺参数优化，优化后的工艺参数组合较原有工艺切削效率提升28.05%。开展优化后工艺参数镗孔验证实验，结果表明，刀具磨损量、表面粗糙度和切屑形貌等均达到加工要求。     

表面形貌评定的B样条小波基准线的实现

随着科学技术的发展,对工件的表面精度提出了更高的要求。表面形貌特征在很大程度上影响了工件的技术性能和使用功能。近年来,国内外对表面形貌特征进行了大量的研究,制定了相关的标准。但是仍然存在一些不确定性和模糊性。文中针对高斯滤波器存在边界效应和对缺陷表面产生形变的不足,提出了一种B样条小波获取表面形貌功能评定基准线的方法。首先建立表面形貌的数学模型,采用小波分析的分解与重构原理,实现了表面形貌的数学模型的小波构建。最后根据小波变换的定义,用B样条函数构造出B样条小波函数,并将其应用于表面形貌的分析,从而实现了表面轮廓与基准线的分离。通过实例对比分析,该方法要优于高斯滤波获取基准线的方法。B样条小波分离法不仅消除了边界效应,而且消除了表面异常值高斯基准线的变形。