激光加工用三平移并联机床的分析与研究

设计与研究了一种用于激光加工的三平移并联机床。介绍了并联机床的组成及部件间的连接关系。通过应用并联机构拓扑结构理论对并联机床的自由度进行了分析,得出其自由度输出为三平移。通过建立杆长约束方程,得到并联机床机构的运动学位置逆解方程。应用几何法对并联机床工作空间进行了分析与求解,并得出工作空间与机床机构参数之间的关系。通过建立并联机床的几何参数误差模型,得到机床动平台的输出位置误差,进而为并联机床生产和运动控制提供理论依据。     

基于多阶邻接度指数的城市景观扩张格局演变分析——以昆明市呈贡区为例

城市景观既是城市扩张的典型特征，又是评判城市化水平的重要指标。度量城市景观扩张特征并分析其时空演化格局有助于人们了解城市发展的态势，进而为城市合理规划提供依据。以云南省昆明市呈贡区为例，基于多阶邻接度指数(Multi-order Adjacency Index, MAI)和空间自相关分析方法测度并分析了该区域2005—2020年(每5年为1个计算周期，共3个时段)的城市景观扩张特征及其时空格局演化态势。首先，运用MAI值度量了研究区的城市景观扩张特征；然后，基于MAI值，运用空间自相关分析方法探测了城市扩张的空间聚集特征与趋势。结果表明：1)蔓延式和边缘式是研究区主要的城市景观扩张类型，其他类型较为平均且与上述两种类型比较有明显差距；2)城市发展早期(前10年),蔓延式占绝对优势，后期这种趋势明显下降；3)MAI值的高-高聚集区域呈现由中间向四周扩散的趋势，城市化步伐正朝“紧凑”方向发展。上述结果表明：结合MAI和空间自相关是度量和探测城市景观扩张特征及其时空演化过程的有效途径。     

基于RF特征优选和WOA-ELM的风电齿轮箱故障诊断

针对风电机组齿轮箱故障特征提取不足，故障诊断率低问题，提出了一种基于RF特征优选，结合WOA-ELM特征识别的风电齿轮箱故障诊断方法。首先，提取风电齿轮箱时域、频域、时频域特征，构建多域高维特征集；其次，利用RF进行特征重要度排序并提取10维优选特征；最后，利用WOA优化调整ELM模型的输入权值和隐含层阈值，实现风电齿轮箱故障分类识别。将本文方法应用于风电齿轮箱故障诊断，实验结果表明，本文方法平均诊断率能达到99.81%，诊断准确率均高于对比方法且诊断用时最少，能够有效地进行风电齿轮箱故障诊断。     

博世力士乐连续四年实现全球性增长中国成为博世力士乐2006年增长速度最快地区

3月21日,博世力士乐在上海举行的年度新闻发布会上宣布,公司去年已连续四年实现全球销售增长.2006年,博世力士乐创下逾49亿欧元的销售记录,增幅达7.1%.     

博世力士乐助力实现自动化梦想——站式自动化解决方案亮相传控盛会

10月10日,上海,全球领先的工业技术供应商博世力士乐公司,携全面创新的自动化解决方案亮相亚洲国际动力传动与控制技术展览会(PTC Asia).     

博世力士乐助力实现自动化梦想——一站式自动化解决方案亮相传控盛会

10月10日，上海，全球领先的工业技术供应商博世力士乐公司，携全面创新的自动化解决方案亮相亚洲国际动力传动与控制技术展览会（PTCASia）。这些展品不仅代表了世界级的领先科技和品质，更涵盖了自动化领域的方方面面。无论是传统的流体传控，还是精准的智能化电子控制以及线性传动与组装，博世力士乐“一站式”的产品和服务将全面助力实现您的自动化梦想。     

连续螺旋叶片异面成形规律研究与有限元模拟

系统分析了连续螺旋叶片锥辊异面辗轧成形过程机理,确定了表征轧辊和轧件空间位置的主要参数。运用有限元软件对成形过程进行模拟,得出了影响螺旋叶片形态的5个主要参数对螺径D、螺距T影响规律并指明了实轧过程中轧制调整方法,从而为实际轧制生产提供借鉴。     

直接基于点云数据的刀具轨迹生成

直接基于测量数据来获得刀具轨迹的方法操作简单、计算稳定、加工效率高,适应快速制造的发展趋势。论文利用ATOSII光学扫描系统获取模型点云数据,并对点云数据处理,采取直接对点云数据分层,研究了轮廓数据提取,加工区域识别以及刀具轨迹规划等关键问题。     

金属切削加工有限元模拟技术的研究

基于有限元方法在金属切削加工模拟中的应用,并在前人的研究基础上,讨论、研究了金属切削的有限元建模方法、自适应网格划分技术、切削分离准则、工件材料模型、刀-屑摩擦模型、热传导等切削模拟的关键问题。指出了有限元方法在金属切削模拟中的可行性和存在的问题。     

基于区域筛选分割和随机森林的人造板表面缺陷识别

连续压机生产线的普及使我国人造板企业实现自动化生产,但缺陷检测环节仍依靠人工。缺陷识别是检测的一个重要环节,是根据缺陷的特征值使用分类器对缺陷进行分类的过程。在连续压机生产线以1.5m/s的速度运行,生产线上两块人造板的间距小于0.4m,缺陷识别必须在3s之内完成,且识别正确率要达到95%。为了满足人造板缺陷识别的实时性、准确性的要求,提出基于随机森林(random forest,RF)的分类方法。首先通过区域筛选分割的方法提取缺陷纹理、形状特征;再次利用上述提取出的特征值用CART算法构建RF;最后利用RF分类。本研究证明基于RF算法的分类器用于人造板表面缺陷在线识别的可行性和优势,能够实现人造板表面缺陷的快速、准确识别,满足人造板缺陷在线检测系统的需求。