三轴数控机床静态精度设计研究进展

国内三轴数控机床存在精度低和可靠性差的问题,而机床精度和可靠性可通过合理的静态精度设计方法得以保证.机床静态精度设计方法包括加工精度稳健设计方法和静态几何精度设计方法,针对两种精度设计方法的衔接合理性和工程应用实用性低的问题,在深入调研机床静态精度设计研究成果的基础上,从机床空间误差建模、平动轴几何误差元素辨识、关键几何误差元素溯源和加工精度稳健设计以及静态几何精度设计这5个关键问题着手,分别给出具体的解决方法,并形成一套完整的三轴数控机床静态精度设计系统实施方案,为完善机床几何精度设计和静态几何精度设计提供了参考.     

TiAlN涂层硬质合金刀具车削钛合金螺纹试验

为研究Ti Al N涂层硬质合金刀具车削钛合金螺纹的切削性能,采用Ti Al N涂层硬质合金螺纹刀片进行试验,得出了在进给量2.4mm/r、背吃刀量0.2mm时的最优切削速度为28m/min。在此条件下,验证了刀片前角较小时主切削力小,散热效率高;而前角较大时,切屑螺旋角小且切削长度较长,断屑效果不佳。当进给方向向左时,后刀面的磨损主要是在左后刀面,磨损相对右后刀面严重,较大的后角使得刀片右后刀面磨损宽度小,涂层剥落宽度也小,寿命更长。     

猪肉溯源标签置入机的研究与仿真设计

猪肉溯源标签置入机是一套把封装有RFID芯片的标签置入到宰杀好的边猪猪腿上的装置,通过对标签内芯片信息的读取来达到猪肉溯源目的。通过三维软件CATIA进行猪肉溯源标签置入机样机的仿真设计,包括主要零部件的建模、样机的装配、运动仿真,验证方案的可行性。虚拟设计缩短了猪肉溯源标签置入机的开发周期,及时解决设计中的问题,降低了成本,且最终实际样机的制作很大程度上满足设计的要求。     

基于ANSYS零阶方法的塔式起重机塔身结构优化设计

以QTZ8015型塔式起重机塔身结构作为研究对象,利用ANSYS参数化设计语言(APDL)完成结构参数化建模及加载求解,考虑到各杆截面参数的变化对结构强度、刚度及稳定性的影响,采用零阶方法进行多状态变量优化分析,以结构轻量化为目标,得到各杆截面的最优设计尺寸。在满足工程要求的前提下,达到塔身结构轻量化的设计目标,有利于减少不必要的材料浪费,降低工程造价。     

基于小位移旋量公差建模和蒙特卡洛模拟的装配体公差优化设计方法北大核心

提出一种基于小位移旋量(SDT)公差建模和蒙特卡洛模拟的装配体公差优化设计方法,通过分析装配精度链、装配结合面和结合面公差3个对装配精度具有重要影响的核心要素之间的关系,利用SDT理论和蒙特卡洛模拟法建立公差模型,再利用齐次变换理论建立结合面误差模型和装配精度模型,进而推导出装配体装配精度与结合面公差相关的映射模型;结合公差制造成本、装配精度可靠度原则,建立装配体装配精度的公差优化模型,并以顶尖装配体为例完成公差优化分析。研究发现:在满足装配精度可靠度的前提下,可使顶尖装配体加工成本降低9.02%,而装配精度可靠度提高至97.81%,验证了所提方法的有效性。     

多线砂轮复合自动修磨装置的设计与精度检验

多线砂轮复合自动修磨装置采用CNC数控系统,利用两个独立金刚石滚轮休整器,实现单支和多支砂轮的高精度修磨,极大地降低了人工操作带来的加工误差,提高了产品加工精度和效率。通过表面粗糙度检测数据可知,具有多线砂轮复合自动修磨装置的数控丝锥螺纹磨床完全符合加工精度要求。同时,采用多元回归方程建立基于砂轮修整参数的表面粗糙度预测模型,并设计单因素试验,得到砂轮修整参数与表面粗糙度之间的关系。由显著性分析结果得出,径向修整进给量是影响表面粗糙度的主要因素。     

基于亚像素精度的汽车冲压件尺寸测量系统设计

针对汽车冲压件尺寸人工测量方式存在的检测效率低和测量精度难以保证等问题,提出了一种基于亚像素精度的尺寸测量方法。先对汽车冲压件进行图像采集和预处理,接着利用Canny算子和改进Zernike矩进行冲压件图像亚像素边缘提取,再通过Hough变换对提取的圆轮廓进行拟合,最终获得了冲压件外圆直径和3个内孔直径的精确尺寸,4个圆轮廓的测量精度均高于0.025 mm,且多次测量结果的标准差小于0.009 6 mm。基于亚像素精度的尺寸测量系统,完成了测量平台的搭建和软件系统的开发,实现了汽车冲压件尺寸的非接触式亚像素级精度测量,能够满足工业应用的快速连续性测量要求。     

基于Sobol’法的机床关键几何误差元素辨识方法研究

针对机床几何误差元素多、误差测量与辨识过程繁琐等问题,利用Sobol’全局灵敏度分析方法对空间误差模型中的几何误差元素进行灵敏度分析,筛选出影响较大的几何误差元素,从而降低误差测量与辨识过程的复杂度,简化空间误差模型。以螺旋理论为建模基础,建立机床空间误差模型;对所有几何误差元素进行Sobol序列抽样并通过蒙特卡洛估计法求解灵敏度,计算各误差元素的一阶灵敏度值及全局灵敏度值,从21个误差项中筛选出对机床空间误差影响较大的12项;将简化模型与完备模型进行对比,空间误差元素简化率为48%,其预测精度大于80%,说明了误差元素筛选的有效性,为机床空间误差建模、误差元素辨识以及空间误差补偿工作的简化提供参考。     

基于机器视觉的纽扣缺陷检测技术研究

利用机器视觉和深度学习算法对纽扣缺陷进行检测。首先对纽扣图像滤波去噪处理,提取轮廓并获取图像特征;接着对图像阈值分割,对二值图像标记连通域,完成纽扣区域分割及轮廓提取,通过轮廓数目判断是否存在多孔、少孔和外形轮廓缺陷;最后使用YOLOv4算法训练纽扣缺陷类型,实现四眼塑料纽扣缺陷检测。验证结果表明纽扣缺陷检测精度达到了95.5%,单个纽扣平均检测时间为0.89s,满足工程应用需求。     

基于Halcon的单目相机标定方法与测量实验

机器视觉已经在现代工业自动化生产中得到了广泛应用,尤其是在三维测量领域。物体三维空间与二维图像间的关系求解离不开相机标定,尤其是相机标定结果的优劣直接决定了机器视觉的测量精度。通过搭建单目相机视觉系统实验平台,先分析了相机标定的工作原理,再利用Halcon软件的标定助手功能对型号为GB050-2-7×7的圆点标定板进行相机标定,获得了相机的内参和外参。在进一步测量实验中验证了单个特征圆点测量偏差为0.03862 mm、多个特征圆点测量平均偏差为0.05655 mm,二者测量精度都高于0.1 mm,说明了利用机器视觉进行测量能够满足常用精度需求。