硬质合金可转拉车刀片UG型断屑槽断屑机理的研究

本文采用接触图形法对硬质合金可转位车刀片ＵＧ型断屑槽的断屑机理进行了实验研究。结果表明：由于采用了根据不同切削深度和进给量巧妙改变有效槽宽、使切屑横截面弯曲呈拱形、弹形挡屑等措施，ＵＧ型断屑槽具有断屑范围较宽、在进给量较大时不易出现过分断屑等特点。此外，文中还对化学气相涂层刀片的ＵＧ型断屑槽在切削速度明显提高以后断屑范围的变化进行了研究。文中给出的ＵＧ型断屑槽的断屑范围图可供实际选用。     

硬质合金可转位车刀片UG型断屑槽断屑机理的研究

本文采用接触图形法对硬质合金可转位车刀片UG型断屑槽的断屑机理进行了实验研究．结果表明：由于采用了根据不同切削深度和进给量巧妙改变有效槽宽、使切屑横截面弯曲呈拱形、弹形挡屑筹措施，UG型断屑槽具有断屑范围较宽、在进给量较大时不易出现过分断屑等特点．此外，文中还对化学气相涂层刀片的UG型断屑槽在切削速度明显提高以后断屑范围的变化进行了研究．文中给出的UG型断屑槽的断屑范围图可供实际选用．     

RBF神经网络在可转位三维槽型刀片断屑范围预测中的应用

介绍了RBF神经网络的建模方法和算法。研究了RBF神经网络在可转位三维槽型刀片的断屑范围预测中的应用。试验表明,此模型具有良好的适应性和较高的预测准确率。     

可转位刀片复杂断屑槽断屑机理探讨

本文采用接触图形法和切屑折断性模糊估计等方法，对国外流行的可转位刀片复杂断屑槽的断屑机理进行了实验研究。研究结果表明：为了扩大断屑范围、改善断屑性能，这些断屑槽均采取了根据不同吃刀量和进给量改变有效槽宽，使切屑横截面弯曲、弹性挡屑、断屑槽形状、棱带宽度和刀尖圆弧半径的有机结合等措施。这些对于新型断屑槽型的开发具有重要意义。     

硬质合金刀片三维断屑槽形CAD的开发和应用

本文阐述了目前可转位硬质合金刀片断屑槽形CAD的开发相应用状况,提出了断屑槽形CAD的国产化问题。在说明实现槽形CAD的硬件系统及软件系统配置后,给出了一个槽形CAD过程的描述。     

凸包型断屑槽的研究与设计

本文建立了可转位刀片上反屑面为凸曲面断屑槽的截面模型──凸包型断屑槽，讨论了该模型各参数变化对切屑向上卷曲半径的影响，并对其截面参数设计进行了探讨。结果表明，本文提出的新的断屑槽截面设计方法简单、方便，具有实用价值．     

复合断屑槽型结构及双槽刀片断屑性能试验研究

现代可转位刀片的断屑槽型开始越来越多地使用复合断屑槽型结构。在本文中,我们首先介绍了几种比较典型的复合式断屑槽型：双槽、刀尖部分向前突起的结构、波浪形后背结构。然后采用最典型的复合式槽型─—双槽进行试验研究,并对其切削力和断屑性能分析说明。     

基于基因遗传算法的硬质合金刀片槽形的优化设计

本文在介绍了基因遗传算法的基础上，讨论了槽形特征参数的提取方法，定义了基于断屑范围预报意义下的适合度函数，最后给出了硬质合金刀片槽形的优化设计实例。     

精加工刀片槽型的研究：解决小切深小进给的断屑问题

为了解决小切深小进给的断屑问题这一技术难题,该文从二维槽型的断屑机理出发,引进三维槽型促成断屑的主要的三个几何要素——斜槽、小凸起与波形刃,并对此三者进行了理论分析,在理论分析的基础上提出了精加工三维刀片新槽型方案。图13幅,表1个。     

近年来关于硬质合金刀片切屑控制研究的新成果

在当代技术背景下，对切屑控制问题进行深入的研究，具有重要的意义。研究的内容包括三个方面，即切屑的生成学、切居卷曲以及切屑的折断力学。本文主要阐述近年来关于硬质合金刀片切屑流向、切屑卷曲以及切清折断研究的一些新成果．     

硬质合金可转位刀片在成型工序的精度控制

对株洲硬质合金厂引进瑞典 Sandvik公司硬质合金生产线的精密压制技术及其质量控制做了较为详细的叙述和讨论。     

钢材含碳量电磁检测神经网络模型

提出一种基于神经网络的钢材含碳量电磁检测模型,以钢材的磁参量作为系统输入,对应含碳量为系统输出,采用ＢＰ算法,实现了含碳量的智能化检测。实际检验表明其具有良好的效果。     

基于Hopfield神经网络的板形预测控制模型

将Hopfield神经网络建模方法与预测控制思想相结合用于带钢板形自动控制,建立了基于Hopfield神经网络的板形的模型算法预测控制系统数学模型。模型经仿真验证表明能较好地跟踪目标值,并具有较强的抗干扰能力。     

基于人工神经网络的硬质合金切削专家系统的研究

基于人工神经网络的硬质合金切削专家系统采用了具有自适应和自学习的人工神经网络为核心算法 ,利用经过训练的 ART模型对切削条件进行智能识别 ,可根据加工条件为用户推荐出最佳的硬质合金牌号 ,解决用户在选择刀片牌号中所遇到的困难 ,从而提高切削加工效率。     

基于人工神经网络的铝合金腐蚀预测及其精度分析

基于MATLAB采用BP神经网络,对铝合金腐蚀试验数据进行学习训练,建立了腐蚀时间、温度与最大腐蚀深度和疲劳性能的非线性映射关系．结果表明,人工神经网络用于铝合金的腐蚀预测是可行的．分别采用三层和四层神经网络进行预测,讨论了网络结构模型对预测精度的影响．     

硬质合金刀片平面轮廓获取方法的研究

在硬质合金可转位刀片计算机辅助测量系统中，如何让计算机自动获取刀片的平面轮廓对测量控制有着重要意义。本文提出了两种方法：刀片型号法和图形交换法，并详细论述了实现的原理，定义了相应的数据结构。     

基于人工神经网络的Nd-Fe-Co-Zr-B系永磁合金磁性的预测模型

为了优化合金成分以提高纳米复相Nd-Fe-Co-Zr-B系永磁合金磁性,采用均匀设计方法设计了Nd,Co,Zr和B的4因素6水平U18(6^4)实验方案,建立了合金成分与磁性之间的人工神经网络(ANN)预测模型．利用该预测模型对Nd-Fe-B合金的成分进行了优化．同时,利用所建立的人工神经网络预测模型研究了单个元素对Nd-Fe-B合金磁性的影响规律,以及多元素间的交互作用与合金磁性间的关系．结果表明：预测结果与实测结果吻合良好,预测结果的相对误差很小,Br的相对误差在1．66％以内,(BH)m的相对误差在1．94％以内,Hcj的相对误差在7．7％以内。     

硬质合金刀具切屑形态的RBF神经网络识别

研究了径向基函数神经网络在硬质合金刀具切屑形态图像识别中的应用 ,提出了面积比、欧拉数、分散度等硬质合金刀具切屑形态图像的几何特征 ,以上述特征作为神经网络的输入矢量 ,利用径向基函数网络 (RBF) ,采用了递推最小二乘法训练该网络。最后开发了相应的计算机程序 ,通过实验验证本算法具有良好的实时处理性和适应性 ,识别率达到 95 % ,有利于硬质合金刀具切削过程的监控和切削参数的优选。