基于CT原理的轴类件深埋裂纹扩展预测研究

为了解决对轴类零件深埋裂纹的检测和裂纹扩展预测问题,提出了一种基于计算机断层成像(CT)的深埋裂纹的检测和裂纹扩展预测方法,用于轴类零件的性能评定及故障诊断。轴类零件经工业CT扫描得到CT图像序列,采用CANNY算法提取其边缘轮廓,然后对边缘进行矢量化,最后运用有限元理论,对裂纹扩展进行预测。结果表明根据轴类零件工业CT数据可以快速并精确地检测裂纹,并预测裂纹的扩展,实现对轴类零件的性能评定及故障诊断。     

汽车变速器轴类零件疲劳强度分析

本文主要在现有的复合型裂纹扩展理论的基础上,针对汽车变速器轴类零件应力应变特点,提出基于塑性区向径应变能的裂纹扩展准则的汽车变速器轴类零件的强度分析。并运用该裂纹扩展准则和对应的分析估算方法,对现有的变速器轴类零件进行分析估算,验证准则及方法的准确性和可行性,并推广应用到汽车变速器轴类零件的设计优化上,以提高汽车变速器轴类零件的设计效率及使用寿命。     

脊波在工业CT图像裂纹边缘检测中的应用

在分析工业CT图像本身特点及小波变换检测点状奇异性的基础上，研究改进了一种基于脊波变换的边缘检钡0方法，并将其应用于实际工业CT图像裂纹检测中。首先利用脊波变换获得裂纹方向和大致范围，然后通过区域灰度均值比较定位裂纹区域，最后采用梯度算子检测出裂纹边缘并对其进行多项式拟合，得到定位准确、连续、独立的裂纹边缘图像。CT图像的旋转实验验证了该算法的鲁棒性，而与Earlace算子、Canny算子和Mallat小波方法的对比实验则证实该算法具有较强的抗噪声能力。     

轴类零件形状误差优化评定的研究

为了对轴类零件形状误差评定理论及应用进行研究,在分析轴类零件的圆度、圆柱度误差评定几何模型的基础上,建立了包容拟合评定的规划数学模型,并针对模型的特点,探讨了使用线形规划的单纯形优化算法进行规划模型的求解,从而获得精确的形状误差评定结果.最后,对所给的轴类零件圆柱度评定实例进行了实测及评定.研究结果证明,所建立规划评定模型是正确的,评定优化算法是可靠的,该研究为轴类零件形状误差的优化评定提供了一种有效的方法.     

基于AutoCAD的数控车床在线检测系统

介绍基于AutoCAD的数控车床在线工件自动检测系统的系统构架和功能。给出车床上测头的安装及标定方法,提出基本几何体和曲面零件检测路径规划和检测数控代码的生成方法,研究在线检测过程中零件热变形补偿及检测误差评定问题。运用AutoCAD的ObjectARX的二次开发平台,开发出数控车床在线检测系统。该系统具有代码自动生成、热变形误差补偿及检测报告生成等功能,可用于基本轴、孔类零件和曲面类零件的加工精度在线检测。     

结合Canny算法和Hough变换的轴类零件边缘提取

针对轴类零件的边缘提取存在易受噪声、表面质量和边界条件影响的缺点,提出了Canny边缘检测和Hough变换算法相结合的边缘提取方法。首先利用自适应中值滤波对图像去噪,在滤除图像噪声的同时保留了更多的图像边缘信息;然后在3×3的窗口模板内计算梯度幅值和方向,提高了算子的抗噪性能;再采用自适应双阈值算法求取高低阈值,实现边缘的检测和连接。最后利用Hough变换算法进行边缘拟合。实验结果表明,这种方法可以对不同直径的轴类零件图像进行边缘提取,能够获得比较完整而连续的边缘。     

轴类零件淬火后开裂分析

统计数据显示,12 796根轴在淬火后发现了29根轴存在裂纹,裂纹发生率为0.227%。经过仔细梳理轴类零件热处理及热处理前的生产工序,运用FMEA及数理统计分析方法,确定并实施了9个改善点,使后续11 450根轴淬火后无裂纹。     

基于机器视觉零件轴线直线度误差测量的研究

轴类零件的直线度误差是判断其是否合格的一个重要标准。针对接触测量轴零件直线度误差效率低、精度不高等问题,设计一个针对小型轴类零件直线度误差测量的平台;采用一种基于自适应阈值的八邻域空心梯度加权的清晰度评价函数用于相机自动对焦,经图像预处理、形态学操作、亚像素级边缘坐标提取后,通过径向局部区域搜索的方法得到零件中心轴线;提出基于最小区域的大变异双切点交叉遗传算法来评定零件中心轴线的直线度误差;采用图像用户界面集成评定算法。结果表明文中方法评定误差优于最小二乘法、分割逼近法和最小区域法,与文献中算法的评定结果基本一致。最后与三坐标测量仪测量结果进行对比,其中94%以上的测量结果相差10μm以内,因而本检测系统能够用于小型轴类零件轴线的直线度误差的测量中。     

基于边缘检测的零件轮廓识别系统开发

针对工业流水线检测中存在的成本大、检测效率低的问题,将轮廓检测技术应用到工业流水线检测中,基于边缘检测方法的基本原理,提出了一种基于边缘检测的零件轮廓识别方法。该方法首先使用Canny边缘检测算法来提取出零件的边缘,并在此基础上进一步提取出零件轮廓的相关特征,最后通过与待检测的零件轮廓特征相比较,从而实现对零件的识别检测;为了验证设计方法的正确性,本文搭建了一套零件轮廓识别系统,并使用工业零件来测试该系统的性能。研究结果表明:该系统能够快速、准确地识别目标零件,满足工业流水线检测的需求。     

工业CT图像的缺陷检测研究

铸造过程由于其自身生产工艺的特点,常常会产生缩孔和气孔等缺陷,这些内部缺陷会对零件质量产生不好的影响,也会缩短零件寿命,因此需要准确地识别出这些内部缺陷。通过工业CT设备对铸件进行扫描,可以获得了一系列工业CT切片图像。为了快速提取工业CT图像的孔类缺陷,首先使用二维Otsu自适应阈值算法进行阈值分割,以区分工业CT图像中的物体与背景,然后通过Sobel算子得到图像的初始边缘轮廓,再基于拉格朗日插值法进行亚像素边缘检测。实验表明,该方法可以有效地识别铸件工业CT图像中的缩孔和气孔缺陷。     

驱动桥集成建模方法的研究

针对传统驱动桥设计,提出了以Pro/E为平台开发的驱动桥集成建模设计方法,利用Pro/E内嵌的Pro/TOOLKIT工具包并结合MFC技术,在VC++编译环境下,开发出了良好的人机交互界面,通过输入对话框内的设计参数即可实现驱动桥零件建模过程,从而提高了驱动桥设计的工作效率。     

基于小波理论改进的灰色预测方法

提出一种基于小波分析理论的灰色预测方法，以此方法将非平稳时间序列分解到不同尺度上以减少原始序列的随机性，然后用传统的灰色预测模型对重构后的时间序列分别进行预测，最终得到预测值。利用该方法对旋转机械零件的裂纹扩展进行了动态预测，取得了良好的效果。     

Moving finite element analyses for fast crack propagation in sheet metal

The conventional fracture mechanics parameters K_IC and/or J_IC are used as fracture toughness criteria necessary for the start of crack propagation under plane strain conditions. These criteria are defined only for small-scale yielding or infinitesimal deformation, though actual fractures involve large plastic deformation. Hence, measurement of fracture resistance during crack propagation is difficult with the conventional parameters.Estimating the mechanical conditions around the propagating crack tip is very useful for reducing damage during accidental fracture. Therefore, establishing a criterion for crack propagation with large-scale yielding is very important for not only science fields but also some industrial fields. For fractures with large-scale yielding, micro- or mesoscale damage processes in the crack tip vicinity have to be considered.In this study, Gurson's constitutive model for void occurrence and growth was introduced into the finite element method to discuss failure behavior in the crack tip vicinity. Fast crack propagation behavior under high-speed deformation was simulated using the moving finite element method based on the Delaunay automatic triangulation. The excellent far-field integral path independence of the T* integral was verified for pure mode I fast crack propagation and non-straight crack propagation under mixed mode conditions. The void growth conditions near the crack propagation path were evaluated.     

应用遗传算法优化支持向量机的疲劳裂纹扩展预测

准确讯速地预测疲劳裂纹的扩展进程具有十分重要的现实意义和显著的经济效益.为了实现疲劳裂纹长度的准确预测,提出基于遗传算法优化支持向量机(GA-SVM)的疲劳裂纹扩展预测方法,其中遗传算法用于确定SVM中的训练参数,得到优化的SVM预测模型.试验结果表明:用GA-SVM对疲劳裂纹长度进行预测具有很好的预测精度.     

汽车前轴早期断裂失效分析

通过SEM断口分析及金相组织、力学性能、微区成分分析等检验，得出某汽车前轴早期失效的主要原因是由于锻热工艺控制不当，造成零件表面脱碳和金相组织粗大，材料韧性储备低(冲击值仅为10J)，一旦萌生疲劳裂纹则将迅速扩展导致前轴断裂。     

拐轴的失效分析及改进

通过对拐轴进行全面的结构分析及优化设计，以拐轴失效为原形和起点，提供一套较完善的轴零件的失效分析及优化设计研究方案。     

基于两步七点拟合法ADB610钢概率疲劳裂纹扩展研究

介绍了两步七点递增多项式拟合方法(简称两步七点拟合法)计算一系列相同裂纹长度下成组多个试样的裂纹扩展速率,然后计算一系列相同裂纹长度在不同存活率下的裂纹扩展速率P-a -da/dN和基于Paris公式的裂纹扩展速率表达式P-da/dN-△K.并采用两步七点拟合法计算了广泛应用于压力容器的ADB610钢7个CT试样在一系列相同裂纹长度下的裂纹扩展速率,以及计算了ADB610钢在存活率分别为50％,90％,95％,99％和99.9％的裂纹扩展速率和基于Paris公式的裂纹扩展速率表达式,有助于ADB610钢抗疲劳断裂可靠性的分析研究.     

低载强化后汽车结构件疲劳裂纹扩展速度研究

为了从微观上揭示汽车结构件经过低载强化后疲劳强度和疲劳寿命提高的原因和机理,本文利用扫描电镜,对某汽车前轴低载强化前后试样断口的疲劳裂纹扩展速度进行了对比研究。研究结果表明,经过低载强化后的汽车结构件断口试样,其贝纹线的增长趋势减弱,疲劳辉度间距变小。这些微观变化有效地延缓了疲劳裂纹萌生,降低了疲劳裂纹扩展速率,使汽车结构件的疲劳强度和疲劳寿命都得到提高。     

基于HMM校正与神经网络延拓的EMD端点效应抑制方法

针对神经网络延拓方法在抑制经验模态分解的端点效应时存在的延拓数据与真实数据往往存在误差的问题,提出了一种基于HMM校正的方法来减小预测延拓数据误差。首先利用径向基函数(RBF)神经网络预测估计方法对部分原始数据进行估计,同时对端点外数据进行预测。然后计算该方法估计的数据与真实数据的误差序列,再用HMM方法建立估计误差序列模型,用以预测延拓后数据的误差。最后用RBF神经网络延拓数据减去HMM预测的误差数据得到新的校正后延拓数据。仿真与实验证明了将HMM预测方法与RBF神经网络数据延拓结合应用到解决端点效应的过程中所得到的延拓数据更接近真实数据,能够更好地解决端点效应问题,提高了经验模态分解精度。