基于神经网络的表面粗糙度识别算法

提出一种新的表面粗糙度识别算法,该算法利用从标准样块上通过采样得到的散射光强度分布数据,把表征光强分布的数据和样块的标称值分别作为神经网络的输入和输出,采用改进的ＢＰ算法对神经网络进行训练。训练后,把某一工件的散射光强度分布数据输入给神经网络,则网络的输出就是该样块的表面粗糙度数值。该算法充分利用了神经网络的泛化能力和学习能力,可正确识别Ｒａ在０．８μｍ以下的被测表面,并可避免误识别     

基于神经网络的表面粗糙度识别算法

提出了一种新的表面粗糙度识别算法,该算法利用从标准样块上通过采样得到的数学光强度分布数据,把表征光强分布的数据和样块的标乐值分别作为神经网络的输入和输出,采用改进的Ｂ 法对神经网络进行训练,训练后,把某一工件的散射光强度分布数据输入给神经网络,则网络的输出就是该样块的表面粗糙度数值,该算法充分利用神经网络的泛化能力和学习能力,可正确识别Ｒａ在０．８μｍ以下的被测表面,并可避免误识别。     

基于Origin的表面粗糙度参数的计算机评定

介绍了国家标准中表面粗糙度的主要评定参数,利用Origin软件实现了表面粗糙度参数的计算,并用实例验证了计算的有效性,这种计算机评定方法简单、易操作,不仅在教学而且在实际生产中也有一定的推广价值。     

面向表面粗糙度约束的铣削过程参数优化

在6061铝立铣过程中考虑到控制工件表面粗糙度的要求,人为选择的铣削参数可能比较保守,导致材料去除率降低、制造成本高。以表面粗糙度为约束条件,以最大材料去除率为目标,基于极端提升法(extreme gradient boosting, XGBOOST)建立以主轴转速、进给速度和切深为优化对象的表面粗糙度回归模型,利用遗传算法对主轴转速、进给速度和切深三个铣削参数进行优化。利用遗传算法的多目标优化特点得到较优的铣削参数。通过4组优化结果可以看出,表面粗糙度的最大变化只有0.048μm,而最小的材料去除率提高了2 458.048 mm³/min,在达到表面粗糙度的要求下,提高了加工效率,减小制造成本,具有良好的优化效果,在实际加工中具有一定的指导作用。     

微细电火花线切割表面三维粗糙度的结构性参数

针对微细电火花线切割加工(MWEDM)表面各向同性的三维微观形貌结构特征,引入圆形度和二阶中心矩的表征算法,更准确地描述MWEDM表面纹理的复杂程度,简化了计算过程;用高斯曲率取代平均曲率表征表面的凹凸特征,使计算不受测量方向的限制,提高了计算准确性和精度;用分水岭算法分割表面几何要素,实现表面凸峰的准确计数,精简了表征参数。经过改进之后的三维粗糙度的结构性参数,对于评定各向同性的MWEDM表面,参数更加简化,表征更加准确。     

磨合表面形貌变化的特征粗糙度参数表征

用结构函数法计算磨损表面轮廓分形维数Ｄ,通过把分形维数Ｄ与测度－尺度间幂律关系中的系数Ｃ相结合,提出了一个名为“特征粗糙度”的表面评定参数τ＊,给出了其定义和计算表达式．在销－盘试验机上对销子表面某一位置在不同磨合磨程时的形貌进行了精确复位测量,轮廓特征粗糙度τ＊值随磨合时间的变化表明：用τ＊评定磨合过程中表面形貌的变化简单、有效,并具有很高的灵敏度     

表面粗糙度测量系统测量参数自动设定控制

介绍一种使用表面粗糙度检查仪测量参数由微机自动选择设定控制的方法,该方法大大降低或消除了人为因素影响,提高仪器听测量精度和可靠性,并简化操作。     

双管显微镜测量表面粗糙度评定参数的处理程序设计

介绍了用双管显微镜测量轮廊线坐标值的方法,同时,设计了计算表面粗糙度六个评定参数的微机处理程序。从而,扩大了只用于测量单参数的表面粗糙度检查仪的使用功能,以满足表面粗糙度国家标准所规定的评定参数的要求。还给出了程序流程图。实验表明,该方法具有精度高和速度快的优点。     

表面粗糙度间距参数Sm与S测量方法的探讨

讨论了Sm、S参数概念阐述及测量表面粗糙度间距参数Sm、S的探针法、光切法、干涉法和照相法。分析了四种方法的长处与欠缺，提出了如何选择测量法的几点建议。     

表面粗糙度的标注

本文对GB/T 1 31 -934.1 4.2的机械图样中表面粗糙度符号标注部分进行详细研究 ,发现在标注表面粗糙度符号时不能正确理解和使用标注方法 ,提出在GB/T 1 31 -934.1中增加表面粗糙度符号可以标注在尺寸线或其延长线上的内容及相应的图例 ,这样就能正确地使用GB/T 1 31 -934.1标准。     

表面粗糙度的选用

本文通过对表面粗糙度对零件功能的影响的分析,阐述了表面粗糙度的选择原则,以及与旧标中光洁度的对应关系。     

喷丸表面的最佳粗糙度参数与材料硬度的关系

对喷丸表面的复杂轮廓特征进行分析和表征,选取最能表征表面形貌的三维粗糙度参数,并探究其与材料硬度之间的关系.采用相同的喷丸工艺参数对316、420、2205 3种不锈钢进行喷丸处理,采用27个常用粗糙度参数进行表征,通过方差分析,选出最优形貌参数Sq,再结合Sa进行多尺度分析,得出最优评价尺度为800μm.测量3种材料的原始表面硬度,结合各自的Sq值进行分析.结果表明,Sq是最优表面形貌参数,其最能表征喷丸表面的复杂轮廓特征,Sq与原始硬度之间存在反比关系,随材料硬度的增加而减小.     

电火花加工表面三维粗糙度的评定基准与评定参数

针对电火花加工表面的特征,分析目前采用切削加工表面粗糙度的评定方法来评定电火花加工表面三维粗糙度的不合理之处,提出改用实际表面算术平均偏差R_(at)和实际表面最大高度R_(yt)两个评定参数来综合评定,并给出相应的取样面积、评定面积和评定基准面及R_(at)和R_(yt)的定义.     

内表面粗糙度测量仪

应用光散射原理,采用半导体激光器做光源,光纤准直、光电二极管阵列接收信号,Ａ／Ｄ模数转换,单片机计算结果的内表面粗糙度测量仪,可无接触测量复杂开头工作的内表面,测量速度快,分辨率高,仪器体积小,且测量精度高。     

表面粗糙度应用问题探讨

本文就ＧＢ／Ｔ１０３－１９９５《表面粗糙度参数及其数值》和ＧＢ／Ｔ１３１－９３《机械制图表面粗糙度符合、代号及其注法》等国家标准在实际应用时所出现的问题及应注明的要求和理解标准的含义进行探讨,以加深入们对这些标准的理解,从而在设计、生产、检验等各个环节中层层把关,保证零件的表面粗糙度、满足功能要求。     

非接触式表面粗糙度测量仪

以散射光理论为基础，研制了非接触式表面粗糙度测量系统，该系统由ＣＣＤ传感器、光学系统和计算机系统构成，其优点是灵敏度高，测量范围宽、精度高，适合于不同加工方法形成的表面，可以实现实时、在线、动态检测和控制．