基于UKF薄壁件加工变形预测技术研究

薄壁件加工中的零件变形和让刀是影响加工精度的主要原因,首先,根据零件加工路径构建UKF预测模型;之后,把数控机床误差和在机测量系统误差作为已知噪声输入到UKF算法中,在机检测系统对序中尺寸进行测量作为过程转移噪声,上次过程转移噪声输入到下次预测中;最后,使用MATLAB预测出零件变形量。上次状态转移噪声输入到UKF算法中以提高预测对真实加工环境的模拟,运用在机检测技术把零件加工数据传输到UKF算法中提高变形预测精度,为薄壁件数控加工序中补偿提供数据依据。     

5A06铝合金焊接接头性能研究

分别采用手工钨极氩弧焊工艺和搅拌摩擦焊工艺对3mm厚5A06铝合金进行焊接,利用金相显微镜、扫描电镜等分析测试手段,研究不同工艺下的接头组织和性能。结果表明,钨极氩弧焊接头由于热输入量较大生成了粗大的铸态组织,而搅拌摩擦焊接头发生动态再结晶,生成细小的等轴晶粒,导致搅拌摩擦焊接头的抗拉强度和疲劳强度都比钨极氩弧焊接头的高。     

机床热误差非线性组合预测模型研究

在精密及超精密加工过程中,数控机床热误差是影响加工精度的一项重要误差源,最经济和有效地减少热误差的方法是热误差补偿技术。针对热误差补偿预测模型的预测精度问题,提出一种非线性组合预测模型。该预测模型利用灰色关联度方法对单项预测模型进行筛选,对筛选出的单项预测模型基于不同优化准则进行线性组合,通过广义回归神经网络对该线性组合模型进行非线性组合,得到非线性组合预测模型。误差预测结果表明:对比典型的BP神经网络预测模型,非线性组合预测模型的预测精度更高,最大误差由4.78μm减小到0.7μm。