特大工件的工艺装备

在中小企业中,现有设备往往难以满足特大工件的加工,因此需要根据现有设备情况进行特殊工装的设计,现举两例。 (1)我厂生产的Q1343管子螺纹车床,其主轴箱体主轴孔径为φ710K6,我厂最大镗床是T611卧式镗床,不用特殊的工装是无法加工的。为此,我们用图1所示的工装,解决了特大孔的镗削。     

新型频繁项集快速挖掘模式树的方法*

在FP_growth算法中,FP_tree及条件FP_tree的构造和遍历占了算法绝大部分的时间,为了能减少这方面的时间,提出了一种新型快速的方法——改进的层次频繁模式树（inproved hierarchy FP_tree,IHFP_tree）。该方法采用首先对数据库扫描一遍,产生每个项的等价类;然后去掉不频繁项,对等价类进行重新改写;最后再创建FP_tree。引入层次频繁模式的概念,在挖掘过程中大大提高了算法的时空效率。与其他频繁模式挖掘的常用算法进行了时间复杂度和空间复杂度的比较,实验表明,IHFP     

台阶孔加工刀具

在台阶孔的加工中 ,通常采用带导柱的锪钻加工 ,它有一个缺点 ,即切屑容易掉入导向孔 ,使刀具中的导向柱研住 ,从而损坏锪钻 ,影响产品质量和生产效率。为此 ,我们制作了如图所示的刀具 ,收到很好效果。专用导套 5与刀杆 3采用间隙配合 ,其间隙为0 0 5～ 0 1 0mm ,刀体 2内孔采用阶梯孔 ,专用导套5上端伸人刀体 2下端内孔中 ,同时专用导套下端内孔安装一轴承 ,轴承与刀杆配合 ,通过挡圈 8与螺钉 7固定好轴承 ;刀体 2、专用刀杆上的导套 5、挡圈 8之间留有一定自由轴向移动间隙 (约 1～2mm)。图　 41 工件　 2 刀体　 3 刀杆　 4 紧固螺…     

基于模糊c-means与自适应粒子群优化的模糊聚类算法

已有的粒子群模糊聚类算法需要设置粒子群参数并且收敛速度较慢,对此提出一种基于改进粒子群与模糊c-means的模糊聚类算法。首先,使用模糊c-means算法生成一组起始解,提高粒子群演化的方向性;然后,使用改进的自适应粒子群优化方法对数据进行训练与优化,训练过程中自适应地调节粒子群参数;最终,采用模糊c-means算法进行模糊聚类过程。对比实验结果表明,所提方法大幅度提高了计算速度,并获得了较高的聚类性能。