考虑产品制造过程环境影响的轻量化设计方法

当前在产品轻量化设计时因缺乏考虑产品制造过程的环境影响,导致产品制造阶段的环境影响增加,甚至抵消在设计阶段已减少的环境影响,为此提出一种考虑产品制造过程环境影响的轻量化设计方法。基于有限元分析方法,建立一种以产品重量和产品的环境影响为优化目标,以产品机械性能为约束的产品结构优化数学模型,通过优化产品的形状参数达到减少产品重量和环境影响的目的,其中产品的环境影响分别从产品的原材料阶段和制造阶段进行评估。案例分析结果证明了该方法的可行性。     

改进MDSMOTE与PSO-SVM在汽车组合仪表分类预测中的应用

汽车组合仪表生产过程中质检项目多且检测时间长,这在一定程度上制约了其生产效率的进一步提升。为此,提出一种基于改进最远点合成少数类过采样技术（max distance synthetic minority over-sampling technique,MDSMOTE）的支持向量机（support vector machine, SVM）分类预测方法。首先,结合专家经验对汽车组合仪表的原始生产数据进行特征筛选,并在MDSMOTE中引入类不平衡率I_R,以对所筛选的特征数据进行扩充;然后,利用粒子群优化（particle swarm optimization, PSO）算法对SVM的误差惩罚因子C和核函数参数γ进行优化;最后,建立优化的SVM分类预测模型,并对汽车组合仪表进行分类。通过与其他分类预测模型在不同数据集上的预测结果进行对比可知,基于改进MDSMOTE的SVM分类预测模型的准确率、F值和几何平均值等评价指标均优于其他模型。所提出方法在汽车仪表产品分类上表现出较强的泛化能力和稳定性,可为仪表制造企业生产效率的提升提供有效参考。     

一种面向机械车间柔性工艺路线的加工任务节能调度方法*

大量研究表明机械车间消耗了大量能量,因此降低机械车间的能耗是实现可持续制造的策略之一。现有机械车间节能调度研究主要针对给定的或者具有部分柔性的工艺路线,缺乏对机械车间任务工艺路线多柔性的节能调度研究。针对机械车间任务柔性工艺路线对机械车间调度能耗的影响特性,提出一种面向机械车间柔性工艺路线的节能调度方法。首先,分析了面向机械车间柔性工艺路线的加工任务调度的能耗特性;基于此,构建了节能调度模型,该模型是以任务加工总能耗、加工完成时间、机床负载为目标。进一步提出了一种改进的Q学习算法对该模型进行求解获得其Pareto解。最后通过案例验证了提出模型的节能效果及算法的可行性。     

基于时变热源的丝杠旋风铣削瞬态温度建模方法研究

丝杠旋风铣削是一种高效、生态的加工工艺。其加工过程中会产生大量的切削热,从而会影响刀具寿命、工件完整性和加工精度。目前旋风铣削加工工艺的研究缺乏对丝杠旋风铣削加工过程中切削区域温升的研究。为此,综合考虑了旋风铣削加工过程未变形切屑厚度、宽度与面积时变特性,提出一种适用于丝杠旋风铣削加工过程中切削加工区域刀具、工件和切屑的时变热源瞬态温度建模方法。首先基于丝杠旋风铣削加工过程中未变形切削时变特性的分析,对丝杠旋风铣削加工过程中热源时变特征进行建模,包括时变未变形切屑几何特征、时变刀屑接触区域与时变边界模型;在此基础上,构建旋风铣削加工过程中时变热释放强度模型;进一步建立丝杠旋风铣削时变热源瞬态温升模型。试验分析结果证明了该方法的有效性,并基于该模型揭示了未变形切屑的几何特征、切削线速度对切削区域温度的动态变化规律,为旋风铣削工艺设计人员制定工艺时提供支持。     

丝杠硬态旋铣工艺的多目标参数优化

为了进行丝杠硬态旋风铣削下工艺能耗与工艺性能协同优化研究,提出一种同时考虑切削比能、表面粗糙度和表层残余应力的多目标优化方法。基于Box-Behnken试验设计,采用响应曲面法对丝杠硬态旋铣的切削比能、表面粗糙度和表层残余应力进行建模,进一步构建了以丝杠硬态旋铣工艺参数为变量、以低能耗和高性能为优化目标的多目标优化模型。采用改进型非支配排序遗传算法对该模型进行求解,并通过试验数据和优化结果的比较论证了本文优化方法的有效性。     

数控机床多能量源的动态能耗建模与仿真方法

机床能量消耗过程的评估和分析是机床能效优化研究的基础。现有研究提出的机床能耗模型主要是静态能耗模型,少数对机床动态性能耗的研究又主要集中在机床运行状态的动态性的建模,缺乏对机床能量源特别是数控机床多能量源的动态性能耗的研究。针对数控机床能量源多、加工任务及加工参数动态变化等特点,提出了一种数控机床多能量源的动态能耗建模与仿真方法。对数控机床能耗过程的动态性进行分析;在此基础上,结合面向对象着色赋时Petri网(Colored timed object-oriented Petri net,CTOPN)和虚拟部件方法建立数控机床多能量源动态能耗模型,其中CTOPN模型用于描述数控机床能耗过程机床和多能量源运行状态的动态特性,虚拟部件方法用于描述数控机床多能量源受加工参数影响的动态特性;通过CTOPN中"变迁"蕴含的信息来驱动虚拟部件模型实现对数控机床多能量源的动态能耗特性的建模。案例分析结果证明了该方法的可行性,上述模型可为数控机床动态能耗的预测、综合的能耗特性分析以及定量的能耗影响因素分析提供一种基础支持,具有较广阔的应用前景。     

基于长短时记忆卷积神经网络的刀具磨损在线监测模型

为了提高机械加工过程中刀具磨损在线监测的准确性，提出了一种基于长短时记忆卷积神经网络（LSTM-CNN）的刀具磨损在线监测模型。在该监测模型中，通过振动、力、声发射传感器对刀具切削过程中的振动、力和声发射信号进行采集，采集的数据其本质为时间序列数据。考虑采集数据的序列和多维度特性，采用LSTM-CNN网络对采集的数据进行序列和多维度特征提取，利用线性回归实现特征到刀具磨损值的映射。通过实验验证了该模型的有效性和可行性，模型的精度较其他几种方法有了较大的提高。     

使用CNN-SVR的汽车组合仪表组装质量预测方法

汽车组合仪表组装过程质检时间长、效率低,因此提出卷积神经网络与支持向量回归相结合的汽车组合仪表组装质量预测方法.结合仪表组装工艺,将卷积神经网络提取的生产数据特征作为支持向量回归的输入,对表征仪表质量的指针偏转角度做出预测.通过车间质检系统获取了仪表原始生产数据,对不同质检情况下的指针偏转角度进行了预测;结果表明所提方...