【摘 要】
:
超精密车削加工技术凭借着其优良的加工精度和生产效率广泛地应用于光学精密元器件的加工制造。在实际的车削加工过程中,不可避免地存在刀具与工件之间的相对振动,使工件表面产生特定形状的纹理特征,严重影响工件的表面质量,降低其使用效能。为了实现基于工件表面形貌数据分析和纹理特征提取的振动误差溯源,进一步提升超精密车削加工工件的表面质量,本文开展了如下工作:首先,基于刀具轮廓复映原理建立了考虑了刀具与工件之间
【基金项目】
:
核科学挑战专题“面向精密物理实验的极端制造领域基础问题研究”子课题“多轴联动精密机床误差敏感源辨识及敏感误差对复杂曲面加工质量的影响规律”(项目号:JDZZ2018006-0202-01);
论文部分内容阅读
超精密车削加工技术凭借着其优良的加工精度和生产效率广泛地应用于光学精密元器件的加工制造。在实际的车削加工过程中,不可避免地存在刀具与工件之间的相对振动,使工件表面产生特定形状的纹理特征,严重影响工件的表面质量,降低其使用效能。为了实现基于工件表面形貌数据分析和纹理特征提取的振动误差溯源,进一步提升超精密车削加工工件的表面质量,本文开展了如下工作:首先,基于刀具轮廓复映原理建立了考虑了刀具与工件之间周向、轴向、径向三个方向相对振动的超精密车削表面形貌仿真模型。通过实验验证了该仿真模型的有效性,并且研究了不同方向的相对振动对超精密车削表面形貌的影响。其次,对超精密车削表面形貌的多尺度分析和纹理特征提取进行了研究。由于传统的二维离散实小波变换存在频率混叠严重和方向选择性差等缺陷,本文将二维双树复小波变换应用于超精密车削端面表面形貌的多尺度分析中,并且针对小波变换层数的选取问题,对各层尺度系数重构表面的峭度及其相对于原始表面形貌数据的均方根误差进行分析,确定了小波变换层数的选择准则。为了评估二维双树复小波变换的分析效果,从能量泄漏和纹理特征提取两方面将二维双树复小波变换与二维离散实小波变换进行对比,验证了二维双树复小波变换分析超精密车削表面形貌的优越性。最后,为了自动地在超精密车削表面形貌多尺度分析的过程中辨识出含有振动导致纹理特征的表面,本文基于局部二值模式算子和支持向量机分类器实现了纹理特征的模式识别,识别准确率达到97.50%。
其他文献
镁被誉为“21世纪的绿色工程材料”,镁合金具有密度小,比强度高,散热,减震,良好的耐蚀性、切削和铸造等特点。但是镁合金在耐热、抗高温蠕变、耐蚀等方面性能较差,这些缺点限制着它的广泛应用,无法满足工业发展对材料性能的要求。研究发现,稀土元素具有固溶强化、沉淀强化、提高耐蚀性的作用,可以改善镁合金的高温拉伸和蠕变性能,尤其是Mg-Zn-Gd三元系合金具有优异的力学性能。但是Mg-Zn-Gd三元系相关相
含6.5wt.%Si的高硅钢具有高的磁导率、高电阻率、近似为零的磁致伸缩系数和低的磁各向异性系数,因而具有低铁损、低噪音的特点,尤其在高频下铁损更低。因此,6.5%Si-Fe常被用于制作电机铁芯、高频变压器铁芯和磁屏蔽材料,同时也是实现电气电子设备高速化、小型化的理想材料。本研究以含(Mn,Cu)2S和晶界偏聚元素B的高硅钢为原料,采用传统的热轧、冷轧和退火工艺制备了高硅钢薄带,并通过X-射线衍射
轧制工艺润滑是板带生产的关键技术,在轧制过程中起着十分重要的作用。它不仅可以提高产品的表面质量、控制板形、降低轧制过程的力能参数和延长轧辊寿命等,而且是轧机能否实现高速轧制和生产极限规格产品的关键。近年来,随着高强钢新产品的开发和下游用户日益增长的需求,普通的轧机对轧制980MPa级以上、厚度在0.5mm~0.6mm薄规格的高强钢轧制较为困难,而1 8辊单机架可逆轧机对于高强钢生产的优势表现在:(
铁水预处理脱硫已经被公认为高炉—转炉—连铸流程中降低钢中硫含量的最经济的工艺。目前国内外常用的铁水预处理脱硫方法主要有KR机械搅拌法和镁喷吹法。张廷安教授课题组提出了具有我国自主知识产权的“原位机械搅拌法脱硫”,在其基础上,课题组又提出了“结合机械搅拌利用惰性气体携带镁蒸气底吹直接脱硫”的新方法。针对脱硫新方法的研究,本课题基于相似原理建立水模型装置并进行了实验。实验通过高速摄像机拍照,采用PIV
难混溶合金的液-液相分离粗化过程对合金最终组织和性能具有重要影响。所谓难混溶合金,是指在其凝固相图中存在难混溶区域,熔体过冷到该区域时,会由单一液相分离成两种具有不同组元成分的液相、互不混溶的一类合金。Cu-Co合金就是其中一种,由于其具有优良的巨磁阻效应,作为磁性材料在电子产业中有着广泛的应用。但Cu-Co合金在常规凝固条件下由于难混溶区的存在,易分离成两不混溶的液相,导致偏析甚至分层,从而限制
薄板坯连铸连轧技术是上世纪80年期间成功开发出的热轧卷板生产新工艺。我国自1999年引进第一条薄板坯连铸连轧生产线后,经过17年的发展,薄板坯连铸连轧机组在超薄规格、硅钢和高品质特殊钢等品种的生产领域发挥了巨大的作用。随着薄板坯连铸连轧机组产量、品种、规格的不断拓展和市场经济环境的恶化,用户对其产品也提出了更高的要求。针对本钢薄板坯连铸连轧机组宽度控制精度低和带钢窄尺缺陷等现场问题,本文在理论分析
随着智能制造的高速发展,基于深度学习的钢材表面缺陷识别方法已经成为研究热点,由于受到生产工况、压制设备、材料质量等因素的影响,钢材表面会出现形态各异、分布随机的缺陷,形成小尺寸问题、重叠问题以及缺陷多样性问题,导致缺陷识别困难,目前的深度学习方法在处理复杂缺陷时均值平均精度仅达到71.87%。针对小尺寸缺陷难以识别的问题,提出了基于密集特征金字塔网络(Dense Feature Pyramid N
作为镍基高温合金,GH4169合金因其自身优异的组织与力学性能被广泛的应用于各种领域,该合金用量在高温合金总用量上占据着非常重要的地位。合金在热加工过程中的敏感性使GH4169合金在热变形时难以加工。本文通过对加入稀土后的GH4169合金的单道次热模拟实验,系统性的研究了 GH4169合金的高温压缩变形行为。分析了高温变形行为、热加工图及其组织演变。利用构建的高温本构关系作为数学模型,用于对GH4
贝氏体/马氏体复相钢因其拥有突出的综合力学性能,具备节约资源、能源,减轻零部件质量等众多优点,市场对其的需求量越来越大[1]。本文以缩短生产周期、提高工业生产效率,合理利用资源为出发点,在传统DP(马氏体/铁素体)钢的基础上,进行优化和改进,提出了贝氏体/马氏体复相钢设计思路,通过合理的成分设计,利用轧后快冷+缓冷工艺,获得一定量的具备良好强韧性的贝氏体组织,取代传统DP钢中的铁素体组织,分割奥氏
换向器的制造质量对电动机的稳定可靠运行至关重要,换向器表面缺陷是其主要质量问题。目前主要采用人工检测的方法,由于汽车行业要求全检,不但质检人员的劳动强度高、检测效率较低,而且检测质量分散度大、检测成本高。机器视觉是实现自动全检的主流方法,但传统的机器视觉检测方法对在生产线上由于工况变化导致的缺陷模式变化的适应性差,即泛化能力不足,且算法开发周期长。本研究采用机器学习的商业视觉缺陷检测软件Vi Di