【摘 要】
：
为了准确分析五轴联动轨迹误差,从而提升零件加工效率,提出了考虑几何误差和跟随误差的五轴联动轨迹误差预测方法,在加工前或加工中预测在某选定机床上加工某轨迹的轨迹误差,提前判断选定机床是否能够满足零件轮廓误差的要求,保证零件的加工精度,提高加工效率。所提方法将位置相关的30项几何误差表征为函数,将位置无关的11项几何误差表征为常量,读取各轴指令位置序列和光栅检测位置序列,合成了包含跟随误差和41项几何
【机 构】
：
西安交通大学机械制造系统工程国家重点实验室,科德数控股份有限公司
【基金项目】
：
国家自然科学基金资助项目(51775421)。
论文部分内容阅读
为了准确分析五轴联动轨迹误差,从而提升零件加工效率,提出了考虑几何误差和跟随误差的五轴联动轨迹误差预测方法,在加工前或加工中预测在某选定机床上加工某轨迹的轨迹误差,提前判断选定机床是否能够满足零件轮廓误差的要求,保证零件的加工精度,提高加工效率。所提方法将位置相关的30项几何误差表征为函数,将位置无关的11项几何误差表征为常量,读取各轴指令位置序列和光栅检测位置序列,合成了包含跟随误差和41项几何误差的刀轴矢量轨迹,实现了五轴刀心位置轨迹误差及刀轴姿态轨迹误差的预测,并选用AC双转台立式五轴机床加工
其他文献
一、引言随着分时段电价、阶梯电价,特别是网上电能实时交易模式的推广应用,越来越多的业务部门开始从采集系统获取实时数据,从而实现电能的精确测量、收集、分析、电力系统运行状态监测、事故发展过程分析及能效管理等。由于电能采集系统与各系统间频繁的数据交互,用电时间已成为电力计量系统结算中的一个重要参数。
一、引言卫星互联网主要通过组建低轨卫星星座,为地面终端提供高速宽带接入服务。其主要优势有二:一在于实现覆盖全球的网络接入服务,二在于降低网络延迟。低轨卫星星座通过天基基站,将互联网从地面接入光缆的扁平状态立体化,突破地理条件对基站建设的限制,为欠发达地区提供经济的接入机会,并能满足航海、航空、救援、探险等特殊接入需求。
为改善材料硬度研究中出现的压痕偏离目标或数据结果误差等问题,文中提出了一种新型硬度分析法,采集试样目标区域的随机硬度,将所得数据从小到大进行排序,通过数值范围和分布斜率分析各种工艺对组织硬度的影响。分析了过冷度、过冷保温处理和热处理对Fe-B、Ni-B、Al-Si合金硬度的影响规律,并以文献报道的Bi2Te3-xSex复杂合金硬度变化分析验证了文中方法。研究结果表明:在Fe-B合金深过冷凝固过程中,过冷度越大,固溶体相α-Fe硬度越大,金属
一、概述风云系列气象卫星是我国自主研发的一类对地观测卫星,主要面向以大气为主的地球观测需求。从1970年开启气象卫星研制任务至今,风云气象卫星历经50年发展,实现了我国气象卫星事业从无到有、从小到大、从弱到强的跨越。截至2021年6月,我国已经成功发射18颗风云系列气象卫星,
一、引言rn当前,随着全球变暖的发生,冰川融化、海洋变暖、海平面上升,促使更多、更频繁的极端天气气候事件发生,对人类社会的生产生活与社会治理带来严峻挑战.应对气候变化,提高自然灾害防治能力,强化综合减灾、统筹抵御各种自然灾害,气象服务在其中发挥着“第一道防线”的重要作用.
针对柱塞泵在变转速工况下运行时,存在因时变信号特征提取不易和噪声抑制困难导致的故障诊断准确度低的问题,提出一种以参数化解调为基础的柱塞泵空化故障诊断方法。首先,采用粒子群算法对泵出口时变压力信号重点分量的相位参数进行估计,再根据估计得的参数将信号解调至平稳化并滤波,接着对滤波后的信号进行反解调来获取单一信号分量;然后迭代执行参数化解调的上述步骤以提取所有重点分量并实现信号重构;最后对重构信号进行切片来构建数据集,再将数据集输入一维卷积-长短期记忆神经网络(1DCNN-LSTM)中提取局域特征并学习长期时序
为了实现碳中和目标和液化天然气冷能的充分利用,提出了一种由Allam循环-跨临界CO2循环所组成的冷电联产系统。对联产系统中所涉及的热力设备进行了详细建模,并对系统进行了热力学分析和参数敏感性分析。仿真结果表明,在设计工况下,冷电联产系统的净输出功率比单独的Allam循环提高了9.54%,而且可以输出5.15 MW制冷量。参数分析的结果表明,联合循环的净输出功率随顶循环透平入口温度和透平出口压力的增高先增大后减小,即存在最佳的顶循环透平入口温度和透平出口压力使得联合循环净输出功率最大
为了研究太阳能烟囱发电站的几何参数与其输出功率之间的关系,本文提出了一个考虑系统不可逆损失的太阳能烟囱发电站理论分析模型。首先用西班牙Manzanares太阳能烟囱试验电站的实验数据验证所建立的理论模型的可靠性,结果表明该理论模型能较好地预测系统输出功率,不考虑系统不可逆损失时系统输出功率会高约24%。然后利用该理论模型对集热棚半径、烟囱高度和烟囱半径进行参数敏感性分析,结果表明:集热棚半径增大到一个“拐点”后建筑成本依然近似线性增长但系统各项性能变化不明显;增加烟囱高度要比增加集热棚半径更有助于系统输出
针对实际应用中训练样本严重不足的问题,提出了一种改进迁移学习方法,将模型在源域上学习的故障诊断知识迁移至目标域,并将其用于小样本轴承故障诊断研究。采用全局均值池化层代替卷积神经网络中的全连接层进行分类输出,减少了网络的待训练参数量。采用预训练微调的迁移学习方法,使用数量充足的源域样本来训练网络,避免了数据不足导致的过拟合现象。将网络结构和参数迁移至目标域后,微调较深层的网络参数,使得网络适应目标域样本的数据分布。在凯斯西储大学轴承数据集和实验室轴承数据集上进行了迁移学习实验和轴承分类诊断,结果表明:在跨工
针对零件曲线拟合中的数据噪声与误差、数据分割误差以及用错几何元素等引起的不确定度进行评估并提出其降低方法。首先,基于蒙特卡罗法,在拟合数据中叠加噪声、用零均值高斯分布作为分割误差模型、用圆弧拟合Bezier曲线,以数字仿真研究拟合参数的不确定度。结果表明,对不确定度影响最大的是分割误差与用错几何元素,远大于数据噪声的影响;其次,为了降低拟合参数的不确定度,采用高维向量映射测试元素特征在局部数据中的