基于小波神经网络的航空刀具磨损状态识别

针对航空零件的加工特点,采集刀具在不同磨损状态下的声发射(AE,Acoustic Emission)信号,对AE信号进行时频分析和小波变换,运用快速傅里叶变换(FFT, Fast Fourier Transform)以及db8小波5层分解,提取AE信号幅值的均方根和主能量频段的能量作为特征向量,对特征向量进行归一化处理后作为输入向量对小波神经网络进行训练.小波神经网络运用参数调整算法,在权值和阈值的修正中加入动量项.测试结果表明:AE信号对刀具磨损敏感的频率范围在10~150kHz,网络实际输出与期望结果的误差小于0.03,该方法能够对刀具不同磨损状态进行正确的识别.      

基于EMD与LS-SVM的刀具磨损识别方法

针对刀具磨损声发射信号的非平稳特征和BP神经网络学习算法收敛速度慢、易陷入局部极小值等问题,提出了基于经验模态分解和最小二乘支持向量机的刀具磨损状态识别方法.首先对声发射信号进行经验模态分解,将其分解为若干个固有模态函数之和,然后分别对每一个固有模态函数进行自回归建模,最后提取每一个自回归模型的系数组成特征向量,特征向量被分为两组,一组用于对最小二乘支持向量机训练,另一组用于识别刀具磨损状态.试验结果表明:该方法能很好地识别刀具磨损状态,与BP神经网络相比具有更高的识别率.      

Gram-Schmidt回归及在刀具磨损预报中的应用

多元线性回归是一种应用广泛的统计分析方法.在实际应用中,当自变量集合存在严重多重相关性时,普通最小二乘方法就会失效.为解决这一问题,利用Gram-Schmidt 正交变换,提出一种新的多元线性回归建模方法——Gram-Schmidt回归.该方法可实现多元线性回归中的变量筛选,同时也解决了自变量多重相关条件下的有效建模问题.将该方法应用于机械加工过程中刀具磨损的预报分析,有效地进行了变量筛选,并得到了解释性强同时拟合优度也很高的模型结果.      

高温合金微量润滑振动钻削温度与刀具磨损

为了解决高温合金钻削温度高、刀具磨损快的问题,采用微量润滑的振动钻削加工方法,从换热机制角度对振动钻削的降温机理进行分析,并进行振动钻削和普通钻削对比实验.结果表明:微量润滑普通钻削的最高测量温度达到了110℃且温度随钻削深度、钻孔个数的增加而升高,而振动钻削的测量温度为55℃左右且随削深度、钻孔个数的增加增长缓慢;普通钻削刀具磨损量达到0.5 mm且随钻孔个数的增加磨损加剧,振动钻削刀具磨损量只有0.22 mm且磨损量增加缓慢.     

用CBN刀具高速切削灰铸铁的试验研究

研究了CBN刀具高速切削灰铸铁时的刀具前、后刀面磨损、耐用度以及富氧气氛对切削性能的影响,所用的灰铸铁具有不同的铁素体、珠光体比例,最高切削速度达1＇100 m/min.研究表明Amborite刀具的刀尖磨损略大于BZN6000刀具,在较低速度下加工以铁素体为主的灰铸铁时更容易发生月牙洼磨损;BZN6000刀具以700 m/min的切削速度加工铁素体含量较高的灰铸铁时耐用度较高,Amborite刀具的耐用度随切削速度而升高;在富氧气氛中切削可以减轻刀具磨损,这一效果对BZN6000刀具更为显著.文章中对这些现象的原因进行了讨论.     

高强度弹性合金的微孔铣削实验研究

使用超高精度加工中心进行了多组铣削3J33B高强度弹性合金微孔的铣削实验,使用Kistler 9119AA2型高精度测力仪测量铣削力,使用Keyence 3D激光显微镜测量已加工孔的尺寸,使用扫描电子显微镜（SEM）和能谱仪（EDS）测量刀具磨损。实验结果表明,在不同的切削速度条件下,主铣削力的Y方向分力（Y方向力）总是大于X方向分力（X方向力）。在铣削微孔过程中,使用高切削速度进行微细铣削成孔时,已加工孔的孔口直径尺寸误差会增大,严重影响尺寸精度。刀具磨损最严重的区域在刀尖处,并且发生磨损的区域基本集中在整个切削刃的钝圆和接近钝圆的后刀面处。当在低速切削时,磨粒磨损是刀具的主要磨损形式,然而,随着切削速度的提高,氧化磨损所占比例逐渐增大。已加工表面的弹性回复加剧了后刀面磨损,并影响切削稳定性。      

刀具磨损的偏最小二乘回归分析与建模

简述了偏最小二乘回归方法;对在不同切削条件下车削加工过程刀具后刀面磨损的多组实验数据,采用偏最小二乘回归方法,根据变量重要性指标分析和因子载荷分析,从8个变量及其组合中筛选出了6个用于建模的自变量,并以后刀具磨损量作为因变量,建立了对所选自变量(切削速度V、切削分力的均值F_x、F_y和F_z、分力比值F_y/F_x和F_z/F_x等)的偏最小二乘回归模型;采用建模数据覆盖的切削条件下的实验数据和建模数据未覆盖的切削条件下的实验数据,分别对模型进行了验证.结果表明,采用偏最小二乘回归方法选择的自变量是合理的,所建立的刀具磨损的回归模型可以较满意地计算出不同切削条件下刀具后刀面的磨损量.     

高速超声振动铣削钛合金实验研究

针对钛合金在普通铣削（CM）时因切削速度低而面临的切削力大、薄壁工件变形大、加工效率低、刀具磨损严重等问题,采用高速超声振动铣削（HUVM）方法加工钛合金,实验研究其加工表面质量和切削力。从运动学角度出发对HUVM方法进行运动学分析。搭建包括超声振动系统、加工系统及测量系统在内的高速超声振动铣削实验平台。采用单因素实验对比CM和HUVM这2种方法对钛合金加工切削力和表面质量的影响规律。研究结果表明：与CM加工相比,HUVM加工可以使切削力降低32.6%～35.3%。并且HUVM加工表面粗糙度虽略有增加,但是表面结构可以更加均匀;此外,HUVM加工表面残余应力均为压应力,其绝对值随着每齿进给量和切削速度的增大而降低,而CM加工表面残余应力为拉应力。     

高强钢铣削中微量润滑技术效果的试验分析

为了验证微量润滑技术对刀具磨损及工件表面粗糙度的影响,研制出一套微量润滑系统,利用压缩气体流经的截面变小所产生的压强差来吸取箱体中的液体,并传输到喷嘴进行雾化.将其应用在高强度钢铣削加工中.试验结果表明:相对于干切削和传统浇注冷却,微量润滑技术具有明显的优势,它可有效地减小刀具磨损,并将工件表面粗糙度控制在较低的水平,尤其在高转速、大切深、快进给加工中,同时其还具有结构简单、冷却液用量小、对环境污染小等优点.对试验结果进行了初步分析.     

免疫支持向量机用于航空发动机磨损故障诊断

航空发动机在使用寿命周期内会不断磨损最终出现故障,通过对发动机油液监测铁谱分析数据的挖掘可实现磨损故障的诊断。本文研究免疫算法优化的支持向量机(SVM)在航空发动机磨损故障诊断中的运用。首先,总结了支持向量机和免疫算法的运行流程和关键算法。然后,用改进的免疫算法优化支持向量机惩罚因子、松弛变量及核函数参数。某型航空发动机的油液铁谱分析数据和加入噪声数据验证结果表明,该方法可有效实现航空发动机磨损故障诊断且具有较好的鲁棒性。最后,研究了核函数、多分类决策方法、初始种群大小、亲和力计算公式、支持向量机优化方法和归一化方法对磨损故障诊断准确率的影响,得到了最佳诊断方法。     

软件可靠性预计方法研究及实现

软件可靠性评估可以估计和预计软件可靠性水平.为了解决软件可靠性预计过程中存在的问题,提出了一种软件可靠性预计方法.该方法通过分析和改进模型的预计质量来选择模型进行预计,对模型预计质量的分析使用了U图、Y图和对数PLR图,再标定法和组合法被用于改进模型的预计质量.在该方法的基础上开发了软件可靠性分析工具,此工具可以进行多种软件可靠性模型的原始预计、预计质量分析和改进原始模型的预计质量.     

基于双力源的叠加式多维力传感器校准装置研

介绍了一种基于叠加机原理的双力源多维力传感器校准装置的设计与研制,对装置的测量不确定度进行了分析,通过对三分量力传感器的校准实验,证明了校准装置不仅可以对多分量力传感器进行单分量校准,还能方便地实现耦合误差的校准。     

基于双力源的叠加式多维力传感器校准装置研

介绍了一种基于叠加机原理的双力源多维力传感器校准装置的设计与研制,对装置的测量不确定度进行了分析,通过对三分量力传感器的校准实验,证明了校准装置不仅可以对多分量力传感器进行单分量校准,还能方便地实现耦合误差的校准。     

基于X波段雷达海浪监测装置的设计与研究

针对舰船对浪高实时测量的需要,提出了基于x波段雷达海浪监测装置的设计方案,具体介绍了基于X波段雷达海浪监测装置的设计原则、功能设计、硬件设计以及基于VC 的软件实现,并给出基于x波段雷达海浪监测装置系统操作平台功能界面的参考实例,从一定程度上为舰船海浪测量装置的实现与应用提供可行性参考。     

基于Kalman滤波器的卫星钟实时异常监测算法

基于卫星钟钟差的Kalman滤波器模型,提出了一种卫星钟实时异常监测算法,对算法原理进行了讨论,并利用IGS精密钟差数据,对算法进行了性能验证。结果表明：该算法对卫星钟的异常情况（包括单点相位跳变与连续相位跳变）可以进行有效监测,同时还可以完成异常数据的剔除与替换,并且具有较小的替换误差。该算法具有显著的实时性,可以应用于星载原子钟的实时异常监测中。     

基于ADE7858的交流电源监测模块设计

讨论了交流电源参数测量的技术路线选择,介绍了基于ADE7858智能计量芯片的交流电源监测模块的系统结构,ADE7858电路的硬件、软件设计、参数校准及整机性能测试情况,采用ADE7858智能计量芯片,简化了模块软硬件设计,提高了参数测量精度,实现了交流电源参数数字化测量,硬件电路简单,软件代码少,采样参数多并且精度高,可靠性好,性能稳定,可以满足军工产品的应用需求。     

基于新型液压力源的航空发动机试车台推力现场校准技术研究

介绍了一种高准确度、具有差动流量细化分度、电机转速特性适配和恒渗漏等特性的新型液压力源,以及该液压力源在航空发动机试车台现场校准方面的应用情况,与实验室校准结果进行了比较,得出了航空发动机试车台推力现场测量方法适用的结论。     

基于LightGBM的HXMT在轨运行模式监测算法

HXMT卫星的空间硬X射线巡天和定点观测计划切换频繁,需要对卫星有效载荷在轨状态进行实时监测和判别.目前采用的是地面监测人员根据总结的规则进行人工监测的方式,虽然执行方便,可解释性强,但人力消耗较大,且对规则之外的情况无法灵活处理.本文利用HXMT卫星的实时遥测数据,提出一种基于LightGBM机器学习模型的在轨运行模式监测算法,将监测工作规约为多分类问题,并构建判别模型,对卫星在轨运行模式进行判断.在保障判别准确率的前提下,算法模型构建迅速,具有很高的实用性.基于真实遥测数据的试验表明,模型的判别准确率达到99.9%,满足在轨运行模式监测要求,可为HXMT卫星的运行监控任务提供参考依据.