排序方式: 共有27条查询结果,搜索用时 15 毫秒
11.
12.
基于误差流理论的多工位装配过程质量稳定性 总被引:1,自引:1,他引:0
为适应质量控制对象由产品转向过程的趋势,对多工位装配过程中的质量稳定性问题进行研究。将多工位装配过程视为一维离散时变系统,采用状态空间方程对其进行建模,模型中的系统矩阵包含了装配过程中的物理结构信息。通过对比理想状态和实际情况下的模型,得到装配过程的误差流模型。在此基础上,根据有界输入有界输出(BIBO)稳定性的概念,通过分析过程误差流模型可得到判断过程是否质量稳定的判定条件,并进一步提出衡量质量稳定性优劣的指标—稳定度这一新概念。以汽车白车身装配过程中一个三工位薄壁件装配为例,对所提出的判据和稳定度概念进行仿真验证。 相似文献
13.
14.
15.
为解决高档数控珩磨机进给系统在线控制人机交互差的问题,提出一种基于VB/MATLAB混合编程的实现方法,并以比例减压闽为例建立阀控缸的数学模型,得出比例减压阀的控制电压是影响珩磨头进给量大小的关键,进一步确定模糊神经网络专家控制系统的结构.最后通过VB/MATLAB混合编程,实现数控珩磨机进给系统模糊神经网络可视化控制.试验结果表明:在VB窗口中输入模糊神经网络训练参数及传感器测量的进给位置,通过调用MATLAB中的计算程序,可得到相应条件下比例阀的控制电压,实现进给位置的精确控制. 相似文献
16.
17.
18.
由于制造过程中信息的不完整和不确定,使得产品质量分析和改进不精确,为此采用粗集理论对制造过程进行分析,以得到优化的质量改进规则和策略.针对制造过程特点,首先建立质量决策表,进而基于相似关系对制造过程中不完整信息进行处理分析,得到最优质量控制规则集的获取方法,最后以转向节加工过程为例进行了说明和验证. 相似文献
19.
滚动轴承故障支持向量机(SVM)智能识别的关键技术是故障信息的提取。由于小波变换和经验模态分解分别存在非自适应和模态混叠的缺陷,采用总体平均经验模态分解(EEMD)和样本熵来提取滚动轴承故障信息。实验中采集了3种工况和3种点蚀直径下的滚动轴承振动信号并进行小波降噪,降噪后信号用EEMD分解为若干个IMF分量,用样本熵表征主要分量的复杂性,同时设计了以EEMD样本熵作为训练和识别样本的SVM滚动轴承故障分类识别器。实验结果表明该方法在小样本的情况下能准确识别轴承正常和内圈、外圈、滚动体故障,并且随着样本数量增加识别准确性提高。 相似文献
20.
为改善机床性能,提出一种将拉丁超立方实验设计、动态加点准则Kriging模型、NSGA-Ⅱ遗传算法相结合的多目标优化方法.通过特性分析表明机床立柱是整机静动态特性的薄弱环节,选取立柱尺寸参数为设计变量,通过拉丁超立方实验设计法抽取样本点构建机床立柱多目标优化的动态加点Kriging代理模型,利用NSGA-Ⅱ遗传算法对响应面模型进行寻优逼近得到Pareto最优解集,选择符合权重要求的一组数据作为优化结果.验证表明,机床整机前两阶固有频率显著提高,整机刚度得到加强. 相似文献