【摘 要】
：
针对航空发动机叶片自动化磨抛加工缺少叶片表面快速检测技术的问题,以机器人磨抛加工为平台,搭建了视觉检测系统进行叶片图像采集。提出了基于灰度共生矩阵与加权小波分解的刀纹特征提取与识别方法,采用训练支持向量机分类器,并通过边缘检测算法提取刀纹边缘。实验结果表明,所提方法准确率为97.19%,可以精准地获取叶片刀纹大小和位置,具有准确、效率高、易于实现自动化等优点,可为航空发动机叶片磨抛加工自适应检测提供参考。
【机 构】
：
华中科技大学数字制造装备与技术国家重点实验室
【基金项目】
：
国家重点研发计划(2017YFB1301501),国家自然科学基金(91748114,51535004,52090054)。
论文部分内容阅读
针对航空发动机叶片自动化磨抛加工缺少叶片表面快速检测技术的问题,以机器人磨抛加工为平台,搭建了视觉检测系统进行叶片图像采集。提出了基于灰度共生矩阵与加权小波分解的刀纹特征提取与识别方法,采用训练支持向量机分类器,并通过边缘检测算法提取刀纹边缘。实验结果表明,所提方法准确率为97.19%,可以精准地获取叶片刀纹大小和位置,具有准确、效率高、易于实现自动化等优点,可为航空发动机叶片磨抛加工自适应检测提供参考。
其他文献
为了提高导轨型面检测装置的精度,通过分析不确定度来源,建立误差模型,提出一种新的不确定度评价方法。通过采用由大到小的分析方法,确定导轨型面检测装置的整体不确定度,并从整体到局部对导轨型面的各个参数进行评定,得出主要影响因素为传感器安装偏角误差。通过开展偏角试验,验证传感器安装偏角误差对测量结果的影响,提出补偿方案及优化建议。结果表明,经过偏角补偿,偏角3°范围内导轨型面检测装置对滚道半径的检测精度为3μm,偏角补偿可以提高导轨型面检测装置精度。
机加工的质量和效率受刀具刃口形貌直接影响。对刀具进行钝化处理可以提高刀具的使用寿命及可靠性,满足高速高效切削加工的要求。文章提出了采用气固两相流磨粒的方法对硬质合金立铣刀进行钝化,基于动能守恒定理以及磨粒磨损理论,建立了在气固两相流磨粒钝化过程中刀具非对称刃口形成的数学模型,并通过与正交实验进行对比分析。分析结果表明钝化后形状因子的理论值与实际值的最大误差为18.4%,最小误差为0.04%,验证了该模型的可行性。
针对侧梁组装过程中不合格品检出率低、定位不准确的问题,在分析了工件的结构特点和组装工艺的基础上,以工件外形轮廓定位,提出了基于轮廓防错的全封闭式结构的工装设计方案,创新设计了定位器,使定位更加准确,并能在组装过程中有效防错,降低了组装难度,提高了产品制造的可靠性和质量的稳定性。
以某新能源汽车底盘装配输送线为研究对象,对基于Plant Simulation的生产线仿真分析与优化方法进行了研究。首先,根据底盘装配输送线的工作原理,利用Plant Simulation软件建立其仿真模型;其次,以装配线实际产能及开动率为评价指标,对某公司规划部门提供的运行参数进行了仿真分析。最后,针对仿真中发现的因预估开动率过高导致实际产能不足的问题,对运行参数进行了优化,仿真结果表明,优化后的运行参数既能够保证规划产能,又能够避免因库存过高导致资源浪费现象。该研究可为新能源汽车生产线的性能分析与优化
2021年3月23-25日,由中国涂料工业协会和滁州市政府联合主办的2021中国国际涂料大会在安徽省滁州市隆重召开.本届大会以“新发展、新理念、新格局”为主题,旨在把握政策走向
在故障诊断过程中,为了更好地提取特征以及提高故障识别率,提出了一种基于离散小波变换和深度可分离神经网络算法以及SVM分类器的滚动轴承故障诊断方法。首先,模型利用离散小波变换对原始振动信号提取特征,形成多通道样本;然后对样本进行深度可分离卷积神经网络训练,最后在全连接层后接SVM分类器实现对故障信号的分类。实验所用数据来自CTU-2实验平台,故障标签共有10类。实验结果表明,相比较单一使用小波变换提取特征或者CNN卷积神经网络分类的方法,该模型的诊断效果更加优秀。
针对飞机机翼零件多、装配方式多样且关系复杂等问题,提出一种基于改进遗传算法的飞机机翼装配序列规划方法。该方法考虑到机翼装配过程中大量梁、肋等零部件具有曲面外形的特征,通过建立装配优先关系矩阵和非正交干涉矩阵作为装配的约束条件,增加装配方向,并在此基础上以装配过程中零件的重定向次数和装配工具的更换次数为优化目标,建立起装配过程规划的数学模型。然后通过矩阵模型优化初始种群,并通过改进遗传算法的交叉和变异模式对其进行求解。最后以机翼为实例验证,其结果表明改进后的方法提高了初始种群的质量,提高了算法的搜索速度,得
装配线工序优化分配后,工人可能需要学习部分工序操作以适应新的工位需求,不合理的工人分配会增加成本,为此提出了一种考虑工人分配的多目标装配线平衡优化方法。首先根据装配线特点,定义了工人分配的原则和目的,并提出了基于匈牙利算法的工人分配方法;然后提出了以生产节拍、平滑指数和工人学习时间为优化目标的装配线平衡优化模型;再针对该优化模型,设计了基于pareto解的多目标鲸鱼优化算法,给出了鲸鱼位置编码解码、pareto解集更新和头鲸选择方式;最后将模型与算法应用于某连接器装配线,对优化结果进行分析,发现3个目标都
针对非标定制化自动装配产线中的生产工艺和流程不可更改的问题,基于数字孪生技术对生产工艺和流程提出重新设计、优化和改进。根据唐山某公司现场调研装配产线的功能,设计多适应装配产线的工艺流程,实现数字孪生系统的质控过程同步监控、生产过程的仿真优化设计及协作生产等三个功能;并采用深度学习云决策平台+雾制造网络架构实现工业大数据的相互融通及智能决策。数字孪生多适应装配产线落地应用,实现非标定制自动化产线的研发、智能优化决策及组装工件的定制化更改,提高了生产效率、扩展了产线适应性。
通过同轴静电雾化切削雾化、荷电性能及铣削铝合金试验,研究了电压和内外流体类型对雾化形态、雾化电流与稳定性、切削力的影响。结果表明,在适用于切削的稳定锥射流模式下增大喷嘴电压,雾化电流增加、稳定性降低。内外流体中纳米颗粒的加入都会增大雾化电流,降低雾化稳定性。外流体中加入纳米颗粒切削力显著降低,内流体中加入纳米颗粒切削力有所增大。内流体为去离子水,外流体为蓖麻油基纳米流体时获得最低的切削力,为同轴静电雾化切削的优化内外流体组合。