金属切削工艺资源环境负荷数据采集方法及影响分析

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:kumufengchun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
金属切削工艺在机械制造业中占有特别重要的地位。传统金属切削工艺在加工制造过程中会消耗大量的资源、能源,并产生工业三废和噪声,在制造、使用、处理和排放的各个时期均会对环境造成严重污染。为此,本文开展了金属切削工艺资源环境负荷数据采集及绿色评价的研究,相关工艺绿色评价和应用验证实例可指导进行工艺的优化,对减少资源能源消耗与污染物排放、实现工艺绿色度的整体提升具有重要意义。研制了资源环境负荷数据的采集工具。针对资源环境负荷中的粉尘、油雾以及噪声选择了合适的采集传感器,设计了一种数据采集工具,能对多个传感器的数据进行集成采集,并基于Mod Bus-RTU协议、采用RS485总线与上位机进行通信传输至PC端,可通过采用C#语言编写开发的上位机软件进行监测,实现了对数据的实时采集与显示,并能够存储和查询历史数据。对资源环境负荷数据的采集方法和数据处理方法进行了研究。针对封闭式和开放式机床制定了数据采集的实验方案,采集了设备级与车间级的数据,通过对粉尘及油雾浓度与采集位置、采样时间的关系研究提出了数据采集方法。同时针对采集数据进行了缺失值处理、异常值剔除、一致性检验、数据降噪等数据清洗操作,最后提取检测数据的特征值,实现高质量数据的获取。对金属切削工艺进行了绿色评价及影响分析。针对金属切削工艺过程,建立工艺多输入多输出的IPO模型,选取合适的输入指标进行对输出指标的影响分析。针对几类传统或绿色金属切削工艺,设计工艺资源环境数据采集实验方案,运用研究的采集工具、采集方法、数据处理方法开展实验采集相关数据,通过对建立的IPO模型中相关参数的调整与比较,研究各资源环境负荷数据对工艺绿色性的影响,开展工艺绿色评价,进行金属切削工艺生产过程的绿色属性优化,实现影响分析。
其他文献
蠕动机器人是仿生机器人的一种,由于特殊的运动模式和结构,它们具有很强的环境适应性,应用领域广泛。本文通过结合传统蠕动机器人与软体机器人的特点,保留其刚性框架,在关节处加入柔性材料,研制出了一款刚柔结合的小型仿蚕机器人。本文对生物蚕的运动方式进行分析,根据蚕的生理结构和运动规律,在现有小型仿蚕机器人的基础上对其进行柔性化设计。选择硅橡胶作为柔性化材料,设计了柔性腹节驱动器。并通过ANSYS分析驱动器
本文课题依托于国家科技重大专项“功能部件测试试验共性技术研究与能力建设(2016ZX04004007)”,通过前期调研发现,滚珠丝杠副的摩擦力矩波动、刚度、定位精度等关键性能受滚珠精度及滚道加工精度影响较大,而现有文献关于滚珠丝杠副性能与滚动体与滚道误差之间的关系研究较少。以此为背景,本文对影响滚珠丝杠副关键性能的因素和滚珠丝杠副螺旋滚道误差测量两方面进行了深入的理论及试验研究,具体研究内容如下:
随着弹道修正装置向小型化的方向发展,表贴式永磁同步电机因其体积小的特点,而被广泛用作弹道修正装置的执行机构。随着对电机控制性能要求的提高,在矢量控制下,传统PI控制受不确定因素影响大,难以满足控制需求,而滑模控制因其对扰动和参数不敏感的特点,在电机控制中有广阔的应用前景。首先,本文根据舵机的数学模型和三闭环控制原理,设计了舵机矢量控制模型,并搭建了双旋舵机控制系统Simulink仿真模型,为控制算
数控机床关键功能部件核心性能指标直接决定了数控机床的加工性能优劣。本文以国家科技重大专项为研究背景,重点研究基于数控机床KPI体系的关键滚动功能部件载荷谱试验及应用。建立了数控机床KPI体系,确定了数控机床一级指标重要程度为:精度、可靠性及效率;选取了直接影响数控机床精度及可靠性关键指标的关键滚动功能部件(滚动直线导轨副和滚珠丝杠副)的载荷谱作为主要研究内容,建立了滚动功能部件受载模型与寿命预估模
针对航天精密铸锻件零件加工过程中存在的划线找正困难、对作业人员经验要求苛刻、加工耗时过长造成的严重制约产品生产周期和质量、影响产品定型生产等现实问题,本文提出了面向复杂多结构件的机器人自动划线技术。通过采集复杂零件数据及并进行数字化余量分配,驱动机器人运动实现自动精确划线作业,大幅度缩短人工测量和手工分析、调整的划线时间,提高加工效率,并有效保证划线精度。论文的主要研究工作及成果如下:1.研究点云
近些年来,机器学习成为一个热门的学科,涉及人类生活的各个方面。其研究目的是从已有的经验或数据中提取、总结出一定的规律,设计出计算机算法以便对更多的未知数据进行处理和分析。正类和无标签类学习(Positive and Unlabeled Learning,PU学习)隶属于弱监督机器学习范畴,旨在仅仅基于PU数据集学习出一个性能良好的分类器。PU学习问题在现实生活中普遍存在,尤其是在负样本收集困难或收
随着现代社会对智能移动机器人的依赖逐渐加深,机器人在周边环境完全未知或部分未知情况下的路径规划能力成为研究者们突破的重要方向;其中主要的研究内容有机器人对周边环境的实时地图构建和自身同步定位(Simultaneous Localization and Mapping,SLAM),以及基于已构建地图和定位信息完成路径规划任务的相关算法。由于小型智能化移动机器人成本和体积的限制,其配备的传感器制约了自
近几年来,智能交通系统以及无人车技术取得了长足的发展。其中,交通标志识别无疑是智能驾驶系统中极为关键的技术之一。本文根据交通标志的特点,采用多尺度特征结合区域目标检测器,进行网络多层特征的融合,并利用筛选过的区域建议进行训练来实现交通标志的定位和分类。本文的工作主要包括以下几点:(1)传统神经网络仅依赖深层特征进行检测识别极易丢失图像的空间信息以及目标边缘像素,针对这类问题,设计了基于区域建议和多
本文对多场景下的图像文本区域检测算法进行研究,从图像分割的角度解决文本区域检测问题,提出了一种改进的全卷积网络模型:U-FCN。可以有效的检测出不同场景图像的文本区域。针对网络合成图像和自然场景图像中字符特性的不同,分别设计两种基于全卷积结果的二阶段文本检测方法,实现了多应用场景下的图像文本检测任务。本文的研究内容如下:1)本文对传统的全卷积网络模型进行了相关改进,设计出一种新的U型全卷积网络模型
在结构化环境下,传统AGV小车能够应对大多数场景,实现物品自动化运输。而在酒店、办公楼等相对非结构化环境下,物品自动化运输需要机器人具备更强的自主移动能力。本课题针对这一应用场景,对一种用于室内环境下的自主运输机器人进行控制系统设计与实现。首先对移动机器人控制系统进行方案设计,确定控制系统包含运动控制子系统、定位导航子系统、任务执行子系统与远程监控界面四个部分,对每一部分分别进行了方案设计。之后完