基于图神经网络的零件机加工特征识别方法

针对现有基于深度学习的方法存在的难以识别相交特征、无法精确确定加工特征面的问题,提出基于图神经网络的加工特征识别方法.通过压缩激励模块提取节点与邻接边的特征,构建节点级与邻接边级的双层注意力网络,分割每个节点对应的加工特征.该方法充分利用了零件模型的面特征与边特征,结合零件模型的拓扑结构,基于注意力机制对特征信息进行深度学习,可以有效地解决非面合并相交特征的识别问题.在多加工特征零件数据集上,将该方法与其他3种特征识别方法进行实验对比,在准确率、平均类准确率和交并比3项指标上均取得最优结果,识别准确率高于95%.     

碳纤维-金属复合电主轴关键部件优化设计

为了进一步提升电主轴的加工性能,以常见的A02型电主轴为分析对象,使用热膨胀系数小以及减振性能优异的碳纤维材料替换芯轴的不同部位,以此设计4种碳纤维-金属复合芯轴,探讨其对A02型电主轴的影响。通过有限元分析,对4种碳纤维-金属复合芯轴和常规钢芯轴的动态特性和热特性进行评估。结果表明：全碳纤维芯轴的性能最佳,而心部碳纤维芯轴可以在避免使用大量碳纤维材料的基础上实现与全碳纤维芯轴相近的效果;外侧碳纤维芯轴具有成熟的加工工艺,可以直接进行加工试验。列举了几种碳纤维-金属复合芯轴已有或具备可行性的加工方案,为碳纤维材料与电主轴结构更好地结合提供参考。     

基于高温防护服设计的数学模型研究

当前,对于热防护服的研究主要集中在热防护服的新型测试方法;服装热防护性能预测模型;新兴材料在热防护服装上的应用等。本文通过研究高温环境下工作人员着防护服以避免灼伤出发,按照热量是在防护服及皮肤中进行传递的原理,通过建立数学模型的方法解决高温防护服的设计方案。利用对微分方程作有限差分离散化处理,建立温度分布对时间和空间的函数,采用矩阵拼接进行计算,确定了防护服中各织物层的温度分布,为防护服的设计提供科学的指导。