旋转扫描结构光的三维检测系统及其标定

针对传统平移扫描检测系统的缺陷,提出了一种基于旋转扫描线结构光的三维检测与重构系统及对应的系统参数标定方法,建立了点云数据获取模型。被测物体通过旋转实现与线结构光间的相对运动,得到被测物体的外表面二维图像。系统标定获得图像坐标与世界坐标间的转换关系,得到被测物体的三维坐标信息及数字模型。由实验可知,相机的标定精度为0.2 mm,原理样机进行物体测量的精度为0.1 mm。实验证明该系统检测精度高,具有可行性。     

基于在机测量的曲面共形电路 3D 打印误差补偿方法

基于 3D 打印技术制备曲面共形电路具有广阔的应用前景,然而,由于曲面基材加工误差和导电线路定位误差的影响, 导致曲面电路 3D 打印头高度难以精确控制,进而影响打印精度。 为此,本文以气动式直写打印为研究对象,提出了一种“在机 测量+线路模型重构”的打印头高度误差补偿方法。 设计了一种曲率自适应测量点选取方法,利用 NURBS 曲线反算法对测量 数据进行重构,还原真实线路模型。 通过生成真实线路的打印轨迹,替换原始理论打印轨迹,补偿了打印头高度误差。 自主搭 建了一套集成了在机测量系统的曲面共形电路 3D 打印平台,设计了直线、圆弧与 NURBS 自由曲线 3 种形状的线路,进行补偿 前后电路打印的对比实验。 结果表明,未进行补偿前,在线路曲率较大的地方,线路在基板上的波峰处会产生拉丝现象,波谷处 会产生堆叠现象,而补偿后的导线线宽比较均匀;进一步对每条导线的电阻进行测量,发现各条线路补偿前的电阻值波动较大, 补偿后的电路的电阻值均匀,且相较补偿前平均降低 65. 99% ,最大电阻降幅达 85. 75% 。     

单晶硅磨抛协同加工的分子动力学

磨削与抛光是实现单晶硅材料超精密表面加工的重要工艺方法,磨抛协同加工过程中由磨粒运动状态主导的二体与三体磨损机制对材料去除效率以及表面加工质量具有重要影响。采用分子动力学方法,建立固结与游离运动状态双磨粒协同作用下的单晶硅表面超精密磨抛加工过程仿真模型,分析磨粒切入深度、横向与纵向间距干涉等因素对磨削力、材料相变、表面损伤及材料去除行为的影响规律,阐释单晶硅磨抛协同超精密加工表面形貌演化规律。研究表明：受磨粒运动状态驱动的单晶硅材料表层损伤原子数量随固结及游离磨粒切入深度增大而增加,磨粒切入深度对工件的材料去除、裂纹生长及损伤行为影响显著;法向和切向磨削力随磨粒切入深度增加而增大,且在同等切入深度变化时法向磨削力增加幅度大于切向磨削力; 通过单晶硅金刚石结构分析磨粒间干涉区域的损伤情况可知,随着磨粒间纵向间距增加时,工件所受干涉作用减小,六角金刚石晶体结构减少;相比较固结磨粒,游离磨粒对工件的损伤区域更深,产生瞬态缺陷原子更多。研究结果可为实现超精密磨抛协同加工工艺高材料去除效率和高表面质量提供理论基础。     

随机网格结构固结磨料磨盘平面磨削性能研究

针对超精密磨削加工过程对工件材料去除效率、表面质量、亚表面损伤等指标的复合需求,提出一种基于泰勒多边形设计的随机网格结构固结磨料磨盘（textured-fixed abrasive plate, T-FAP）,并以光固化树脂作为结合剂基体材料混合微米级氧化铝磨料制备磨盘,使用MATLAB图像分析和磨抛轨迹仿真方法研究磨盘磨削过程中表面磨损时变图案特征对其加工性能的影响,并通过铝制工件的平面磨削实验对磨盘磨削过程中的材料去除率及工件表面粗糙度进行分析。实验结果表明：相比传统固结磨料磨盘,采用随机网格结构磨盘加工的工件表面粗糙度为0.84μm,材料去除率为3.21μm/min,能够在保证材料去除率的同时获得较高的表面精度。     

面向U-制造的车间物流实时数据语义分析

针对U-制造环境下“数据有余、信息不足”的典型问题,研究了从车间物流实时数据中有效提取信息的语义分析原理。采用射频识别技术采集工艺路线物流实时数据;通过复杂事件处理方法将简单事件（即射频识别读事件）聚合为6种常见的物流复杂事件;构建物流进度矩阵完整地记录不同时刻复杂事件的发生,以矩阵的秩和元素作为主要参数反映和描述单批次生产任务的执行进度。给出了所提原理的运行模式,开发了对应的原型系统。通过某汽车电机制造商的应用案例验证了所提原理的可行性。     

数据驱动的车削和钻削加工能耗预测

为准确快捷地预测零件车削和钻削加工工艺过程的电能消耗,提出一种基于数据驱动的能耗预测方法,包括能耗数据采集和预处理、特征属性预处理、特征选择算法和能耗预测算法4个关键技术。将样本分类和RReliefF算法结合进行特征选择,采用神经网络、支持向量回归、随机森林3种算法预测能耗,并通过对算法进行调参提高预测精度。在此基础上进行了实验研究,应用所提方法预测零件外圆车削和钻削加工能耗,并同实测能耗进行比较。案例分析结果表明,所提方法能够分析得出零件加工能耗的主要影响因素,3种算法的平均预测误差在4.94%～9.94%之间,误差随着训练样本的增加逐步下降,其中神经网络算法的预测误差最小,低于现有方法,具有很大的应用潜力。     

磷石膏渣场回水中和降磷降氟改进

介绍湿法磷酸装置磷石膏渣场回水中和的原理、流程及效益测算.对回水中和项目进行分级使用和指标优化,并进行项目延伸,包括脱镁清液生产钙镁磷肥、氟硅酸钠洗水中和处理等.改造后,磷收率明显提高,并且缓解了回水结晶问题.     

基于活动的产品车间制造过程碳排量计算方法

借鉴基于活动的成本法思想,提出了一种基于活动的碳排量计算方法.首先介绍了活动碳算法的概念和原理,建立了基于活动的产品车间制造过程碳排量计算模型;分析并给出了计算模型中关键要素的获取和计算方法;最后给出应用实例,验证了所提方法的有效性.研究结果可进一步应用于制造过程的低碳评价和优化.     

切削功率模型实验分析与建模

为得到更加准确的切削功率模型,来提高机床能耗评估、节能优化的能力,以平面铣削加工为例,选择灰铸铁作为工件材料,采用四因素(主轴转速、每齿进给量、铣削深度和铣削宽度)四水平正交实验设计,在一台加工中心开展切削实验,通过功率数据采集装置测量得到切削功率,实验结果和模型精确度评估表明:当W400F-FS的涂层铣刀铣削型号为HT250的灰铸铁时,用单位体积切削能和切削力经验公式计算切削功率的平均相对误差分别为16.06%和32.63%,而用SPSS软件拟合出的模型计算切削功率的平均相对误差为3.7%,从而解决了通过单位体积切削能和切削力经验公式计算切削功率误差较大的问题.     

实验与数据混合驱动的喷墨打印电子电路质量预测研究

当前,喷墨打印在制造电子电路过程中,工艺参数对印制电路的导线线宽和电阻影响尚未明确,这会导致在实际生产过程中难以配置最优工艺参数组合,从而降低产品的最终质量。针对此问题,基于GA-BP神经网络对喷墨打印电子电路的导线线宽和电阻进行了精确预测与优化。首先,通过探究神经网络的神经元个数与模型均方误差的关系,建立了适用于喷墨打印电路导线线宽与电阻的GA-BP神经网络;其次,采用全因子实验的方法,获取基板温度、打印速度、打印层数和延迟时间对印制电路导线线宽和电阻的影响,此外,对比分析BP和GA-BP神经网络对于电路导线质量的预测精度并确定了打印参数对质量的拟合方程;最后,通过遗传算法对导线线宽和电阻进行工艺参数优化,并对二者的优化结果进行实验验证。实验结果表明,导线线宽和电阻的测量值和预测值的相对误差在5%之内,该模型能够准确实现对电子电路质量的预测与参数优化,从而提升电路质量,为产品的研发设计提供了有力参考。