基于元结构的螺杆转子磨床床身动静态特性分析与优化

摘 要：螺杆转子磨床床身是关键的承载大件,其动静态性能的好坏将直接影响整机的加工精度和稳定性。为实现床身的快速动态优化设计,首先基于元结构理论,使用ANSYS软件仿真分析了床身筋格元结构各主要参数对其动态特性的影响。在此基础上,以提高床身低阶模态固有频率和降低床身重量为目标,对床身的结构参数进行优化,同时通过静力分析验证了优化方案的可行性。优化后,床身低阶固有频率得到了较大幅度的提高,其中一阶固有频率提高了22.3%,床身的重量下降了8.39%,同时静刚度也有明显提高,改善了床身的动静态特性,节约了制造成本。该方法对其他类似关键零部件的动态优化设计具有一定的借鉴意义。     

八米旋风铣床拖板的模态分析及优化设计

拖板是机床上重要的支撑部件,其动态性能直接影响到加工工件的精度和生产效率。以某型号八米旋风铣床的拖板为研究对象,建立拖板结构的有限元模型,运用有限元分析软件ANSYS对原结构进行模态分析,得到各阶模态下的固有频率和振型,找出结构的薄弱环节并进行优化设计,分别对拖板不同部位无筋板、加筋板及增加板材厚度等情况提出了多种改进方案并进行比较,得出优化方案。与原结构相比,优化方案的一阶固有频率增加了56.74Hz,质量减小了2.27%,拖板的动态性能得到了改善。对原结构和优化后结构进行静力分析,从得到的位移变形图及应力云图上看,拖板的位移变形最大值由0.8E-6m减小到0.637E-6m,应力的最大值由0.414MPa减小到0.391MPa,受力情况得到了改善,为产品的性能分析和结构改进提供了可借鉴的方法。     

基于多源同步信号与深度学习的刀具磨损在线识别方法

为提高刀具状态监测系统的实用性、避免实际加工过程中工序变换产生的信号干扰,提出一种基于多源同步信号与深度学习的刀具磨损在线识别方法。该方法利用自动触发的方式实现了机床运行在特定工序时的刀具振动、主轴功率、数控系统参数等多源信号的同步在线采集,保证信号同步性的同时有效避免了因工序变换而产生的信号波动干扰;进一步利用高频振动特征实现了 “切削过程”与“切削间隙”采集样本的准确划分,并基于皮尔逊积矩相关系数筛选出强关联特征,保证了多源监测信号融合样本的可用性;最后基于一维卷积神经网络建立了刀具磨损在线识别模型。实验结果表明,该方法无论从识别精度还是诊断效率,均能实现实际加工过程中刀具磨损状态的在线识别。     

滚珠丝杠副刚性试验台加载及测量系统工装设计

介绍了滚珠丝杠轴向静刚度试验台测试原理和方案,针对力加载系统工装和位移测量系统工装的设计做了详细讨论。讨论了位移传感器个数以及布置方式对测量位移值的影响,设计出定位精度高使用方便的位移传感器工装,提出偏离度概念来评价位移测量系统和加载系统的合理性。提出了点到面、点到点、点到线再到面的三种力加载方案,通过对丝杠变形的测量结果表明点到线再到面的设计有很好的调心功能和较低偏离度。     

四足机器人行走系统研究综述

<正>四足机器人及其衍生而来的四轮足机器人,凭借其卓越的非结构化地形适应性和机动性,在工业巡检等领域得到广泛应用。本文首先对国内外具有代表性的四足机器人行走系统进行结构和构型分析,对不同构型机器人的优缺点及其环境适应能力进行分类对比阐述。其次,针对四足机器人机动性不足的问题,进一步分析了衍生的四轮足机器人,并阐述了不同轮足配置方式对运动的优缺点。最后,介绍了目前四足机器人典型的控制方法,并指出了四足机器人行走系统未来的发展方向和面临的挑战。     

面向生产线机床粉尘油雾的监测研究

为研究机加工生产线上机床粉尘、油雾等环境属性数据采集监测的方法,研制了一种可集成采集粉尘、油雾等数据的采集工具,针对封闭式和开放式机床制定了数据采集的实验方案,采集了设备级与车间级的数据,通过对粉尘及油雾浓度与采集位置、采样时间的关系研究提出了数据获取方法。结果表明,设备级数据变化较大较快,封闭式机床应在机床门处、开放式机床应根据刀具位置布置采集点,推荐以最高浓度进行描述;而车间级数据采集应划分不同加工区域,各区域浓度相对稳定,推荐以平均浓度进行描述。研究结果可为绿色制造环境数据的获取提供可借鉴的采集设备和方案。     

三轮全向移动机器人的航迹推算定位方法

为提高自主定位机器人的定位精度,设计一种基于三轮全向从动的航迹推算定位机器人机构.机器人的主动轮系统由4个麦克纳姆轮组成,从动轮系统由3个全向轮组成.通过离散化航迹推算定位公式计算并更新机器人的位姿信息.最后通过实验测量多种运动方式、不同采样周期下的定位误差.结果表明:该方法可基本满足机器人室内定位要求,为航迹推算定位提供理论依据和实验参考.     

滚珠丝杠滚道研磨工艺试验研究

为探究滚珠丝杠滚道的研磨工艺,应用自主研制的滚珠丝杠研磨工装及研磨试验台,对单根丝杠进行分段研磨试验,重点研究了丝杠行程误差、滚道表面粗糙度及表面残余应力随研磨周期的变化情况。结果表明,使用自制的研磨工装可有效改善滚珠丝杠的行程误差,减小左右滚道粗加工时存在的粗糙度差异。其中,左右滚道全程变动量分别下降46.5%、24.2%,表面粗糙度Ra分别达到0.2658μm、0.2843μm。此外,研磨前滚道表面残余应力在-200MPa以下,随研磨周期数增加,滚道表面残余应力增大,研磨后表面残余压应力可达-450MPa以上,有利于疲劳寿命。试验验证了自主研制的丝杠研磨装置及丝杠研磨工艺的有效性,并为深入研究研磨参数对滚道表面的影响提供了借鉴意义。     

基于LMD-PE与神经网络的刀具故障诊断方法

针对刀具故障诊断信号信噪比低、诊断结果不准确等问题,采用局域均值分解(LMD)结合排列熵(PE)来处理采集到的刀具加工时的振动信号,然后将提取到的特征向量输入到训练好的长短期记忆神经网络(LSTM)中得到诊断结果,为了提高LSTM的诊断效率,结合卷积神经网络(CNN)对LSTM进行了改造;试验表明,文章提出的方法诊断准确率比BP神经网络提高了将近12%,改进LSTM网络比传统LSTM的诊断时间缩短了50%。     

大型数控螺纹磨床床身的模态分析与优化

采用三维设计软件SolidWorks建立某大型螺纹磨床床身的三维模型,并借助有限元软件ANSYS对其结构进行了模态分析,给出床身前三阶固有频率和相应振型,识别了该床身结构的薄弱环节,在此基础上,以床身结构固有频率和设计重量为优化目标,提出该床身结构五种改进方案,并通过对各种方案分析比较确定结构最优方案。优化后的床身与原型相比,重量降低7.84%,前三阶固有频率均有大幅提高,其中第一阶固有频率提高35.46%,实现了床身的动态优化,对大型机床床身的结构优化设计有着较大的借鉴意义。