磨削参数对陶瓷加工表面粗糙度影响的实验研究

通过对砂轮粒度、砂轮速度、磨削深度、进给速度等4因素及各因素之间交互3水平正交实验的数据分析，证明砂轮粒度对表面粗糙度影响最大，在各因素中起主导作用。发现砂轮粒度和砂轮速度的交互对表面粗糙度的影响大于砂轮速度单因素的影响，粒度和磨削深度的交互对表面粗糙度的影响大于磨削深度单因素的影响，砂轮粒度和工件速度的交互对表面粗糙度的影响大于工件速度单因素的影响。因此，应按砂轮粒度与切削用量的交互对表面粗糙度的影响规律来确定切削用量各参数的选择，而不能按单因素对表面粗糙度的影响规律来确定切削用量参数。     

基于响应曲面法的MQL辅助切削钛合金的工艺参数优化

为了提高切削质量，减少刀具磨损，采用响应曲面法对最小微量润滑辅助切削的主要工艺参数进行优化。以钛合金TC4为切削对象，把工件表面粗糙度和刀具磨损作为评价指标，采用Minitab设计切削速度、进给量、喷射压力三因素的Box-Behnken试验。利用方差和拟合残差概率分布分析三因素的显著性及交互作用，并结合试验检验所建表面粗糙度和刀具磨损二阶响应预测模型的有效性。响应曲面法优化后的最佳工艺参数为切削速度25 m/min、进给量0.103 mm/r、喷射压力0.1 MPa，此时得到的表面粗糙度和刀具磨损量分别为1.195、151.9 μm，与预测值的误差分别为5.1%、2.91%。说明基于响应曲面法的微量润滑辅助切削钛合金表面粗糙度和刀具磨损量预测模型准确有效。     

铣削7075铝合金表面粗糙度试验研究

为进一步探究加工参数与7075铝合金表面粗糙度之间的变化关系。开展铣削7075铝合金表面粗糙度试验,基于单因素试验结果分析加工参数与表面粗糙度之间的影响规律,基于含有交互作用的正交试验结果,分析各加工因素最优参数水平,构建表面粗糙度二、三阶响应曲面预测模型。研究表明:表面粗糙度随着切削速度、进给量、切削深度的逐渐增加而增大;表面粗糙度各因素的最优参数水平为A2B1C1;对比分析F值、复相关系数,表面粗糙度三阶响应曲面预测模型优于二阶。确定的最优预测模型为深入研究加工参数与表面粗糙度之间变化关系奠定了理论基础。     

水工金属结构防腐蚀设计中粗糙度参数的确定

本文针对当前金属结构防腐蚀设计中有关表面预处理粗糙度参数选用时存在的问题，依据国家标准、国际标准、行灶标准的规定及检测仪器、检测方法等方面的原因，提出统一使用粗糙度参数Ｒｙ。     

N6镍铣削表面粗糙度与铣削力-铣削振动的耦合特性研究

为了研究铣削工件表面质量与铣削力-铣削振动的耦合关联特性,搭建铣削力-铣削振动-表面粗糙度测试系统,设计铣削三参数全因子试验方案,对N6镍金属进行铣削试验,同步采集三向铣削振动和铣削力信号,利用粗糙度测量仪测量工件表面粗糙度。基于灰色关联分析法,计算工件表面粗糙度与铣削力、铣削振动及铣削参数等多因素的灰色关联度,得到了影响表面粗糙度最显著的因子。基于响应面法,建立铣削工件表面粗糙度关于铣削振动-铣削力的耦合模型。对相关系数值、粗糙度拟合值与实测值的对比曲线及残差散点图等的研究表明：镍金属表面质量与切削振动-铣削力的耦合效应显著,耦合模型拟合数据的优度很高,可以较好预测N6镍金属的表面粗糙度。     

CVD涂层刀具高速铣削天然大理石表面粗糙度研究

为了提高大理石加工表面质量,改进表面粗糙度,通过设计正交试验方案,进行CVD涂层刀具高速铣削天然大理石试验,检测加工表面粗糙度,分析天然大理石表面粗糙度随着单一切削参数的变化规律,并基于经验公式,以切削速度、切削深度及进给速度为影响因素建立加工大理石表面粗糙的预测模型。通过试验得到大理石表面粗糙度随着切削速度的增加而降低,随着进给速度和切削深度的增加而增加。结果表明:预测模型具有较高的显著性,为优化切削参数以改善加工大理石表面质量提供一定的参考;切削深度是影响加工大理石表面粗糙度的主要因素。     

车削高温合金GH4169表面粗糙度及残余应力优化分析

为分析车削参数对已加工表面粗糙度、已加工表面形貌、残余应力的影响规律,针对高温合金GH4169设计正交车削试验,通过有限元仿真建立三维车削模型。结果表明：影响表面粗糙度的主次因素依次为进给量、切削速度、切削深度;影响残余应力的主次因素依次为进给量、切削深度、切削速度;确定在试验参数范围内最佳表面粗糙度和残余应力的参数组合分别为vc=55 m/min、f=0.1 mm/r、ap=0.3 mm和vc=60 m/min、f=0.2 mm/r、ap=0.25 mm。     

工程陶瓷精密加工的新方法

本文对工程陶瓷精密加工进行了系统的研究。根据大量的试验结果,分析了影响表面粗糙度的主要因素。当采用最佳切削参数时,可获得Rz0.074～0.068um的表面粗糙度。     

细长轴车削表面粗糙度实验与分析

为了明确加工状态及切削参数对细长轴类零件切削表面粗糙度的影响规律，通过刀具切削刃与工件表面形貌的几何映射关系，推导轴向截面的轮廓曲线方程，得出不同切削参数下的理论表面粗糙度值；对比分析不同加工状态、切削参数下细长轴切削表面粗糙度数据。结果表明：稳定切削时，细长轴工件的振动以主轴转频及其倍频为主，加工表面粗糙度受进给量影响最大，粗糙度随进给量的增大而增大，工件刚度较大时理论粗糙度与实测结果误差较小；当颤振发生时，工件振动信号中出现与其固有频率接近的高频振动成分，此时粗糙度理论预测结果与实测结果误差较大。理论模型中应充分融合工艺系统的振动信息，可进一步提高预测模型的精度与适用范围。     

断口轮廓迹线法测定玻璃／环氧复合材料断面粗糙度

运用轮廓迹线法测定了玻璃／环氧复合材料三点弯曲试样断面轮廓线粗糙度参数ＲＬ及断裂能与断口表面粗糙度参数ＲＳ的关系，实验结果指出：断面轮廓线粗糙度与填料成分，断裂性质等因素有关，与断裂能呈近似线性关系；韧断时测量值偏小，脆断时偏大，填料成份，断裂机制相同时吻合得好。     

产品客户满意度的模糊综合评价方法

针对客户满意度难以做到精确界定的问题,提出了产品客户满意度的模糊综合评价方法,从产品的功能、品质、外延和价格四个方面构建了评价指标体系,用AHP法求各影响因素的指标权重,建立了一个用于产品客户满意度评价的多级模糊综合评价的数学模型,模糊综合评价结果综合考虑了各种因素的影响,并进行了去模糊化处理,最后通过实例说明了该方法的使用。     

FUZZY控制器的开关设计及应用研究

本文在模糊控制理论的基础上，针对航空发动机的主状态控制系统，提出了一种快速设计模糊控制器的开关设计法，并对此进行了应用研究。     

MIG焊熔宽模糊控制系统

大双波长滤光片正面实时检测焊缝熔宽技术的基础上建立了焊缝熔宽模糊控制系统。本文对熔宽模糊控制器的结构以及模糊控制变量的选择进行了讨论,在此模糊控制系统中采用双输入单输出的模糊控制器模型,即采用迷惑宽的变化及其变化率作为模糊控制器的两输入量,采用焊接电流作为模糊控制器的输出量。本文给出了熔宽模糊控制系统结构图并详细介绍了熔宽模糊控制器的设计过程,根据用双波长滤光片正面实时检测焊缝熔宽技术得到的焊接电     

基于饱和函数的不确定机器人模糊自适应滑模控制

针对模型和参数不确定机器人系统轨迹跟踪问题,在模糊自适应控制的基础上提出了一种新的控制策略,该控制策略把饱和函数、模糊原理与滑模控制有机结合起来,设计了一种模糊自适应滑模控制器.该控制器利用模糊逻辑系统为机器人的动力学系统建模,设计自适应律调节未知参数,为保证控制力矩输出平滑有界,不存在一般滑模变结构中的抖振现象,采用双曲正切函数代替传统的符号函数.利用李亚普诺夫定理证明了闭环控制系统全局稳定,跟踪误差渐近收敛于零.仿真结果表明了所提出的控制算法的有效性.     

轮式移动机器人滑移轨迹跟踪控制策略研究

针对轮式移动机器人在滑移条件下的轨迹跟踪问题,提出一种自适应模糊控制策略。利用模糊状态观测器对未知的复杂系统模型进行速度估计和补偿,通过设计输出向量将位置约束转换为输出约束,并构造Barrier Lyapunov函数来保证机器人的运动约束,在此基础上设计更简单的纵向滑移模型,利用李亚普诺夫定理分析闭环系统的稳定性,证明了闭环系统中所有信号都是有界的。最后通过仿真和实验验证了自适应模糊控制策略在轮式机器人纵向滑移情况下的有效性和实用性。     

基于模糊控制的电解整流电源系统设计

分析了电解整流电源采用传统PI（PID）控制时的不足,提出了基于模糊控制的电解整流电源系统设计方法。详细阐述了系统的模糊控制策略及模糊控制规则,计算了模糊控制器的比例因子K1、K2和量化因子K3;设计了模糊控制器,实现了电解整流电源系统。实验结果表明,所设计的控制系统具有较好的稳态和动态性能。     

叶片锻件余量加放技术的研究

锻件的余量加放技术是锻造加工的关键技术，叶片锻件的余量加放技术与其它零件有着很大的差异。针对叶片特殊的几何结构，从锻造工艺出发，分析影响叶片上不同部位加工余量的因素，进而探讨各处余量加放的方法，找到合理的余量大小。     

基于神经网络的模糊控制器在变量泵中的应用

本文根据变量泵的具体情况,为其了自适应的神经网络模糊控制变量泵的智能控制。     

叶片锻件余量加放技术的研究

锻件的余量加放技术是锻造加工的关键技术,叶片锻件的余量加放技术与其它零件有着很大的差异。针对叶片特殊的几何结构,从锻造工艺出发,分析影响叶片上不同部位加工余量的因素,进而探讨各处余量加放的方法,找到合理的余量大小。     

模糊神经网络预测钢件热处理后力学性能

综合应用模糊数学和神经网络的知识构造了一个模糊神经网络模型。根据零件的淬火温度、淬火介质、回火温度、回火时间等参数，用该模糊神经网络预测为钢件热处理工艺制定提供了一个新的辅助手段。