五轴加工中心空间位置精度衰退分析

对五轴加工中心的精度保持性提出精准的数学模型;在此基础上,创建基于刚体动力学的加工中心空间位置精度保持性模型,以评价加工中心精度保持能力。探讨加工中心精度与各种误差之间的关系。以B-C五轴加工中心为例进行分析,对相关关键指标进行743天跟踪,找出各项精度指标与加工中心空间坐标的对应关系,辨识关键误差源;找出加工中心的精度保持性随时间变化的规律;完成加工中心精度保持性的定量评估,验证所提出的方法和实验模型的正确性。结果表     

基于实例的数控机床主轴部件推理系统

利用机床主轴部件设计中积累的经验数据,构造了数控机床主轴部件实例库,阐述了主轴部件推理系统构建的关键技术,给出了主轴实例特征属性集.引入欧氏空间距离排序法进行特征属性权重排序,应用最近邻法的改进公式实现了实例相似度的计算.将灰色关联分析法应用于主轴部件的实例评价,排选出最佳实例,实现了基于CBR的推理机的设计.在VC+...     

基于STM32的智能搬运机器人的研究与设计

针对老年人和行动不便者日常生活困难的问题,设计了一款可以进行基本日常操作的智能搬运机器人。机器人以STM32单片机为主控制器,通过红外线、超声波等传感器获取外界环境信息,对履带式行走机构和机械臂进行控制。履带结构较为平稳,具有良好的越障能力;机械臂自由度高,可完成360度全方位无死角的的抓取活动。本文使用Creo进行建模,实现机器人的运动仿真,优化机器人机械结构,借助Keil进行程序编译,解决机器人运动的算法问题。智能机器人利用多个传感器作为“感觉器官”,凭借稳定的履带行走机构和高自由度的机械臂,实现超声避障、智能循迹、定距抓取等多个功能。     

刀具材料及角度对7075-T6铝合金切削力的影响仿真

为了提高7075-T6铝合金的切削效率,采用单因素试验法基于ABAQUS软件分析不同刀具材料及刀具几何参数对切削力的影响。试验结果表明：使用YG8刀具切削加工7075-T6铝合金时受到的切削力最小;随着刀具前角的不断增大,切削力显著降低;随着刀具后角的不断增大,水平切削力的下降相对较缓,但垂直切削力显著降低。     

基于QFD与绿色特征的机床产品性能优化决策研究

为在固定投入资金及设计周期下，设计出满足主要功能及技术性能，具有绿色特征，同时又能达到最大客户满意度的机床产品，基于对机床产品全生命周期技术及绿色需求的获取以及分析，利用质量屋构建产品设计规划模型，实现需求与特征之间的映射。采用层次分析法实现定性与定量需求间的决策及需求权重的确定，建立绿色机床产品性能优化决策模型，并在此方法的基础上利用MATLAB GUI开发相应的优化决策系统。以某数控车床产品为实例，其结果体现了所提方法的快捷性、有效性及实用性。     

高速电主轴热-结构耦合及选材分析

高速电主轴热变形问题一直是影响加工精度的重要因素。为降低电主轴的温升和轴向热伸长量，对某电主轴的热源及热边界条件进行分析，利用ANSYS Workbench软件进行热-结构耦合仿真，得到电主轴温度场和热结构耦合场；搭建实验台测试电主轴系统的温度场和轴向热伸长，验证有限元模型建立的正确性。最后选用38CrMoAl、ZrO₂、Si₃N₄、玻璃陶瓷作为主轴材料进行热-结构耦合对比分析。结果表明：陶瓷材料在热态性能方面优于钢材，玻璃陶瓷材料热态性能最好。     

基于树莓派的智能探测小车设计

为了提高智能小车传感器信息传输处理能力,加强智能小车无人探测能力.提出了一种以树莓派为控制核心,搭载超声波、红外线和摄像头作为探测模块的智能小车.利用Python编程和WIFI传输模块使主控板处理传输多种传感器的信号.采用对位置信号的二次处理与图像信息的直接传输,使智能小车获得更精准的避障操作和更广泛的探测能力.最后,...     

多变量电主轴热误差预测模型与补偿实验研究

为解决加工中心电主轴的热误差补偿问题,建立适用性更强的电主轴热误差预测模型,实验测试了不同转速下加工中心电主轴的温升和热伸长,建立了基于指数函数的电机温升、主轴转速及时间的三变量轴向热误差预测模型。随后取两种转速进行实验,对补偿效果进行了验证;并与主轴转速、时间双变量热误差预测模型进行了对比。结果表明,三变量模型补偿效果优于双变量模型,为加工中心电主轴热误差补偿并实用化提供了新的思路。     

基于谱系聚类的推土机模块划分方法

为提高推土机研发效率,降低生产制造成本,研究了推土机的模块划分及评价方法,使厂家能更好地应对市场竞争。量化零部件间装配、功能和工艺的相关度,构建相关度矩阵,将零部件间抽象的连接关系映射为具体的相关度矩阵,再将其转换为距离矩阵,采用谱系聚类算法求解,实现推土机部件层零部件的模块划分。为寻求最优划分方案,构建多指标评价模型,实现划分方案定量评判,将上述方法应用于推土机最终传动机构。结果表明：该划分和评价方法在企业产品设计中是切实可行的。     

基于残差全连接神经网络机床传动轴刚度预测研究

为了更好地研究机床刚度,提出一种通过测量S试件的加工误差以辨识机床传动系统刚度的方法,建立残差全连接神经网络的传动系统刚度模型。通过多体动力学对S试件轮廓误差进行分析,建立传动系统的误差模型。利用残差全连接神经网络对加工后的S试件轮廓误差进行训练,得到传动系统刚度;搭建刚度测量试验台,对机床的刚度进行测量,结果验证了残差全连接神经网络模型的有效性;残差全连接模型的收敛速度更快,在迭代次数达到70次后,预测精度达到80%左右。