数控机床能耗单元能耗成分分析数学模型

针对数控机床能耗源众多的特性,从能量消耗的去向出发对其能耗成分数学模型进行研究。分析数控机床各能耗单元的能耗构成,将数控机床能耗划分为加工能耗和辅助能耗,其中辅助能耗又可以细化为间接加工能耗和损失能耗,加工能耗主要与机床载荷有关,而辅助能耗与机床负载相对独立,可以近似为一个常量。基于数控机床各能耗单元的能量平衡方程,建立能耗单元能耗成分分析数学模型,该模型可为数控机床加工过程中的能量效率分析与预测提供一种新的理论方法,同时为进一步优化机床能效奠定理论基础。     

面向加工特征的工件制造过程能耗预测方法

在工件的制造过程中,具有多个特征的工件在加工时,其加工特征的能耗属性不同,为了研究在工件不同的加工特征对能耗的影响,创建了面向加工特征的工件制造过程能耗预测模型。首先,将工件看成单个加工特征的集合体,其次对工件特征切削功率的分析,创建有关切削功率的能耗数学模型;然后采用GM(1,1)模型完成工件加工时其切削功率的灰色建模,实现整个工件能耗的预测过程,最后通过对冲床顶支座的加工过程为例,说明了该模型的准确性。     

钢铁绿色制造系统物料资源与环境影响关联模型研究

物料资源是钢铁制造系统产生环境影响的根源,揭示钢铁制造系统物料资源输入和环境排放之间的关联性是钢铁企业实施绿色制造的重要技术基础。建立钢铁制造过程输入输出框架模型,提出一种对钢铁制造过程物料资源消耗和环境排放进行关联性分析的方法。通过某炼钢工艺过程的应用实例,验证了上述模型和方法的有效性和可行性。     

基于绿色制造的焊接工艺资源环境属性研究

针对焊接工艺较为突出的高能耗、高污染特点,运用绿色制造基本思想,建立了焊接工艺IPO过程模型.通过分析不同工艺及材料下焊接工艺的物料资源消耗特性、能量资源消耗特性和环境排放特性,对工件母材、填充材料等资源环境属性数据消耗量的计算方法进行了探讨,并设计了一种基于资源环境属性的焊接工艺清单分析表.研究成果可为焊接工艺能耗、物耗、污染物排放等数据的采集处理及计算提供科学的方法,为建立具有资源环境属性的焊接工艺数据库提供参考依据;同时,基于IPO过程模型的分析,也可为其他加工工艺资源环境属性分析提供一种思路和方法.     

基于综合评价的焊接工艺资源环境属性分析

焊接工艺应用广泛,具有节省材料、加工简便等优点,是重要的加工方法,但是耗能高、污染大也成了其加工过程中必须要解决的问题。为解决这一问题,首先需要分析焊接工艺的资源环境属性,在此基础上建立一种层次分析和模糊评价相结合的综合评价方法,从而分析出对焊接工艺中资源和环境影响最大的因素,并在今后的实际工作中加以关注。     

基于协同效应的再制造工艺技术决策模型及应用

再制造工艺技术优化选择是实现高效、快速及环境友好地实现再制造成形过程的关键环节之一。但是,废旧零部件失效特征的多样性,导致再制造工艺过程的复杂性,并影响再制造工艺技术的优化配置。为此,综合考虑再制造工艺技术产生的直接效益以及再制造工艺技术之间的协同效应,构建一种适应多种失效特征的废旧零部件再制造工艺技术决策模型。该模型可以辅助选择要实施的再制造工艺技术,获得条件允许下所能产生最大系统效益的再制造工艺技术组合。结合某企业实际,将模型应用于该企业再制造工艺技术决策中,为企业实施再制造提供了技术支持。     

基于BP神经网络的制造过程绿色属性评价方法

针对制造过程资源环境属性的多样性和复杂性,分析基于物能资源转化的制造过程绿色特性,提出一种基于BP神经网络的制造过程绿色属性评价方法。该方法利用BP神经网络的非线性映射能力减少评价过程中的人为因素,增强评价结果客观性,并可以通过对不同样本的对比分析,诊断出影响制造过程绿色属性的关键因素,为制造过程绿色化改进提供参考。结合某阀门零件制造过程的绿色属性评价,验证所提方法的正确性和有效性。     

基于BPMN2.0的数控机床主传动系统动态能耗建模

选取数控机床的主要耗能子系统即主传动系统进行研究,针对其加工过程中能量消耗动态变化且难以规范化描述的特点,通过主传动系统能量消耗动态性的分析,提出了一种基于业务流程建模规范BPMN2. 0的数控机床主传动系统动态能耗建模方法。该方法利用BPMN2. 0的符号和语义对主传动系统不同能耗单元的执行流程、配合关系进行描述,并利用数据关联集成建立的业务流程建模规范(BPMN)能耗模型,实现了制造过程中数控机床主传动系统能耗动态性的图形化表达与能耗计算。最后,以某数控铣床加工过程为例,对所述模型及方法进行了应用,验证了其有效性与准确性。     

无心外圆磨削能耗建模及优化研究

无心外圆磨削广泛应用各类棒料工件的精加工,其在加工过程中会产生巨大的能量消耗,为提高无心外圆磨削过程的能量效率,主要对磨削过程的工艺参数进行了优化。在考虑磨削功率、表面粗糙度及磨削用量约束的基础上,将砂轮线速度、导轮线速度、导轮架进给速度选为优化变量,以最小能量消耗为优化目标来建立数学模型;提出了蜜蜂进化型遗传算法并结合MATLAB软件对模型进行优化求解,将结果与传统遗传算法进行对比实验,验证了蜜蜂进化型遗传算法的有效性。     

基于改进卷积神经网络的数控铣床能效等级预测

针对数控铣床能效影响要素多、要素间关联关系复杂而导致的机床能效等级预测问题,提出一种基于卷积神经网络的数控铣床能效等级预测方法。通过数控机床运行过程能效影响要素分析,从设备、工艺、工件、刀具的维度对影响要素进行了分类;依据不同维度数据的来源,提出数控铣床多维数据的采集与预处理方法;提出基于LeNet-5改进卷积神经网络的数控铣床能效等级预测方法。并通过案例验证了方法的可行性和适用性,最终的训练准确度达到97.29%,在测试集上的准确度达到93.32%,预测结果较好,可以指导设备以及可控参数的选择,有较好的应用前景。