共查询到18条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
5.
6.
高速走丝电火花超高厚度切割工作液的研制 总被引:2,自引:0,他引:2
阐述了高速走丝电火花线切割超高厚度切割的基本条件,分析了目前市场上通用的工作液在超高厚度切割方面存在的问题,由此提出可进行超高厚度切割工作液的基本要求,并成功研制出超高厚度切割工作液,加工中表明其体现出与现有工作液不同的加工工艺特性。 相似文献
7.
针对往复走丝电火花线切割高厚度工件时因极间电极丝加长导致的刚性差、切割工件腰鼓度增大的问题,设计一种间距可调式双导向器装置。该装置采用2个圆形孔导向器,且两导向器的间距可调。采用有限元法对极间电极丝进行模态分析和随机振动变形分析,结果表明:与单导向器相比,双导向器将极间电极丝固有频率提高了18 Hz,电极丝随机振动振幅降低到原来的1/7,说明双导向器提高了电极丝刚性,且电极丝振动幅值大大降低。最后进行了400 mm厚度工件采用2种导向器定位的切割试验,结果表明:双导向器切割工件表面条纹显著减少,切割工件腰鼓度误差降低了5.4 μm,说明双导向器的使用显著提高了电极丝空间位置稳定性,从而提高高厚度工件切割表面质量,降低切割工件腰鼓度误差。 相似文献
8.
线切割是加工上下异形工件的一种好方法.分析了在线切割机上加工上下异形工件的原理,提出了影响上下异形工件加工质量的关键几何要素,总结了加工过程中的几个注意问题.基于HL系统,通过五角星与圆复合的加工实例详细介绍了上下异形件的加工方法. 相似文献
9.
10.
随着电火花线切割加工工艺的广泛应用,使得异形复杂零件及淬火零件的加工也越来越方便,但线切割加工过程中,零件也容易产生畸变和开裂,使零件报废。为此,作者通过多年的深入研究,提出了一系列防止畸变和开裂的措施。 相似文献
11.
机器人关节工件组装生产过程中,工件种类多、产量大、人工分拣与装配困难等问题,为了提高生产速度和效率,提出一种基于OpenCV视觉技术的机器人关节工件识别与定位检测方法.首先,通过工控机读取相机的工件图像,并进行图像灰度化、均值滤波、自适应阀值分割等图像预处理过程,得到二值化图像;其次,从二值化图像中提取出工件的轮廓,之... 相似文献
12.
13.
根据薄壁焊接件工艺特点,分析薄壁焊接件的加工难点,从加工效率、加工精度等角度出发,给出了工艺路线和加工方案,针对加工中出现的问题给出了具体的解决措施。 相似文献
14.
为实现对随机摆放的多类型工件进行分类识别和定位,提出一种基于连通域Blob分析与神经网络分类器相结合的方法。该方法运用机器视觉技术,以Halcon软件为试验检测平台,通过Blob分析提取工件的特征信息实现定位,并且应用提前训练好的神经网络分类器对多类型工件进行分类识别。试验结果表明:相比传统模板匹配和定位算法,该多工件分类识别和定位方案识别准确率达到100%,定位精度提升0.7 mm,识别和定位时间减少8.735 ms,具有更好的多工件识别定位效果,有一定的应用前景和推广价值。 相似文献
15.
数控精密线切割在加工带有锥度的工件时,需对机床的锥度参数进行严格的校正,应用三角函数关系详细论述了机床校正的基本过程和方法. 相似文献
16.
17.
针对电火花线切割机床可靠性数据样本量小,存在模糊的可靠性数据,因此可靠度不能通过传统的预计方法进行预计的问题,提出了一种基于模糊综合评价的可靠性预计方法.通过建立电火花线切割机床可靠性模型,确定了各个子系统之间的关联矩阵.规定了各子系统权重的确定规则.基于以上工作,得到了电火花线切割机床可靠性预计公式.并根据专家建议得到的各子系统可靠度进行模糊化处理,确定各个子系统之间的关联矩阵以及权重矩阵,然后进行计算.实例证明该方法可对电火花线切割机床可靠性进行模糊预计.同时,该方法也可应用于其他的复杂系统可靠性预计工作. 相似文献
18.
目的 针对传统检测算法在工件表面缺陷检测上的局限性,以及检测精度不高、准确率较低、检测过程繁琐等问题,提出了一种基于改进RCNN的金属材料工件表面缺陷检测算法。方法 图像预处理过程中,运用了图像缺陷定位标注与图像数据的增强处理的方法。模型训练时为了避免某些分类数据不足,防止因数据集过小导致系统测试模型出现过拟合现象,使用了对原图像进行数据扩增处理。检测网络模型设计时,采用非极大值抑制算法对缺陷图像进行候选区域筛选,构建了区域建议网络,实现网络多层特征的复用和融合,在减少候选区域冗余的基础上提高系统的检测精度。引入多级ROI池化层结构设计算法,消除ROI池化取整而产生的系统偏差,实现高效并准确检测零件表面缺陷的目的。基于ROI-Align算法的原图位置坐标改进,利用双线性插值法获得原图的位置坐标,克服了基于最近邻插值法的ROI-Pooling设计算法带来的像素位置偏移和检测不匹配(misalignment)的问题。结果 设计的检测方法在测试集上,金属材料工件表面目标缺陷检测速度达22 帧/s,准确率达97.36%,召回率达 95.62%。结论 与传统的工件表面检测方法相比,改进的FasterRCNN方法对目标识别与定位处理具有较快的速度与较高的准确度,能在复杂场景条件下,提升工件表面缺陷的检测性能。 相似文献