大型混流式叶片的多轴联动数控加工编程技术

一、引言 水轮机是水力发电的原动机,水轮机转轮叶片制造的优劣对水电站机组的安全、可靠、经济性运行有着巨大的影响.水轮机转轮叶片是非常复杂的雕塑面体.长期以来采用的"砂型铸造→砂轮铲磨→立体样板检测"的制造工艺,不能有效地保证叶片型面的准确性和制造质量.     

切削加工表面粗糙度的多维多规则云预测方法

针对目前常用切削加工表面粗糙度预测方法存在预测精度不高、泛化能力不强的问题,提出一种融合模糊和随机性的粗糙度云预测新方法。在分析大量试验数据的基础上给出了多维预测云的数字特征和数学模型,设计粗糙度预测的多维多规则定性推理发生器,将各切削用量作为前件云输入,分析其对粗糙度后件云的影响关系,并通过对推理规则的多元组合,实现不同加工工艺规范下对工件表面质量的精准预测,揭示加工表面质量随切削参数变化的规律。试验结果表明,在相同样本条件下所提方法的平均相对预测误差低于4.78%,求解速度和预测精度方面均有所提高,且预测范围更加广泛。     

广义动态约束满足问题的一种双层组合启发式求解算法

为了求解并行协同设计过程中诸多制约关系形成的约束网络,研究动态约束满足问题,提出一种基于模糊物元分析和改进微粒群算法的双层组合启发式求解算法.将模糊物元分析理论作为算法的第一层,建立广义动态约束满足问题的可拓关系元形式化模型,并应用模糊关系元优化方法完成从求解空间到寻优空间的转换;将改进微粒群算法作为第二层,在基本微粒...     

产品应用服务系统推进式构建方法

为提高产业链环境下产品应用服务系统的柔性和自适应性,实现业务流程与服务系统的同步演化,提出了一种推进式的系统构建方法。首先建立面向产品应用服务系统的四层模型驱动架构,然后赋予驱动模型和产业链业务流程生命体特性,采用闭环负反馈控制方法推进系统构建活动和系统运行活动的互动循环和迭代跃升,实现推进式构建的过程优化,并通过对产品应用服务系统多构件进行自适应组合,得到稳定的服务系统。最后,给出该方法在产品应用服务系统构建过程中的典型应用,验证了所提方法的可行性。     

融合Mar-G LSTM的流程生产工艺质量预测算法

针对流程生产连续性强、时序耦合复杂等特点,传统神经网络不具备长期记忆能力,且在深层次网络训练时易出现训练参数灾难、梯度爆炸等问题,提出基于马尔可夫优化的融合门控循环单元(GRU)与长短期记忆网络(LSTM)的组合预测模型(Mar-G LSTM)。首先在循环神经网络结构中融入门控机制构建深度LSTM神经网络模型,对流程生产时序数据信息进行选择性记忆,学习时序数据序列的信息依赖,进而解决训练过程中的梯度爆炸问题;同时结合马尔可夫链对GRU-LSTM模型的预测结果进行修正优化,在降低模型的复杂度的情况下进一步提高了模型的预测精度。最后,结合某流程生产线的工艺数据进行分析验证,结果表明,Mar-G LSTM算法在预测精度上较随机森林模型、门控循环单元神经网络模型(GRU)、长短期记忆神经网络模型(LSTM)和卷积神经网络与门控循环单元网络组合模型(CNN-GRU)分别提高了37.42%、21.32%、17.91%和12.56%,所提Mar-G LSTM算法可实现流程生产质量的准确预测,为降低工艺参数调控任务的完成时间提供了思路和实现途径。     

渣浆泵叶轮湍流场模拟及颗粒轨迹分析

为提高渣浆泵的抗磨性能并优化泵的设计,采用RNG κ-ε湍流模型和SIMPLEC算法对多工况下渣浆泵叶轮内部清水流场进行了数值计算,得到叶片表面相对速度矢量分布,分析了叶片表面回流、旋涡现象;基于单颗粒动力学模型,采用拉格朗日法计算了多工况下固相颗粒的运动轨迹,分析不同粒径颗粒对叶片表面磨损的影响。结果表明：叶片压力面进口在大流量工况下开始出现回流,而叶片吸力面进口则在小流量工况下回流、旋涡严重,叶片进口的回流、旋涡不仅容易引起NPSHr增高,诱发空化现象,还会导致颗粒聚集、反复冲击该区域;在小流量工况下,叶片压力面出口和吸力面出口均出现大区域的回流,甚至延伸至叶片中段,随着流量增大,回流和旋涡区域逐渐缩小,由此可见叶片出口在小流量工况下的磨损比较严重;其他因素一定时,固液混合物的流量越小,颗粒在进入叶片流道前停留的时间越长,导致颗粒与叶片头部的碰撞概率增大;随着颗粒直径增大,颗粒向叶片压力面靠近的趋势越明显,与压力面的碰撞机会也增多,从模拟结果可以看到,该叶轮对1mm以上的大颗粒适应性不好,在设计流量工况下,0.5~1mm粒径范围内颗粒适应性最好。     

基于资源特征融合的复杂型面配合决策方法

针对复杂产品虚拟装配过程中零部件间匹配关系描述不清晰、反映装配约束的特征属性考虑不足、装配序列规划中零件配对精度不高等问题,提出基于资源特征融合的复杂型面配合决策方法.在分析典型复杂型面结构体的装配工艺关联、匹配型面特征,以及装配设计意图的基础上,构建包括工程语义(engineering semantic,ES)、单元...     

数据—模型融合驱动的流程制造车间数字孪生系统研发EI北大核心

针对流程制造过程工序间耦合严重、过程建模困难、生产活动规划的联动性和智能化水平较低等问题,提出数据与模型融合驱动的、覆盖工艺流程全变量空间的车间多维数字孪生模型及其系统架构。融合车间生产全要素孪生模型与动态生产数据,建立了贯穿生产过程中不同工序的设备实体对象模型,从几何、物理、行为、规则等多个维度对耦合生产线实体对象特征进行刻画,实现了工艺设备静动态多维属性的数字化精准映射。在此基础上,搭建了包括物理产线、虚拟产线、信息服务等支撑多系统数据交互映射的车间数字孪生系统,研发了基于开放平台通信—统一架构(OPC UA)与Kepware的通信技术的静动态虚实映射和迭代运行机制,实现了从车间物理制造流程耦合向各孪生体参数间耦合的转换。最后,基于某流程制造企业制丝生产试验线开展应用验证,为解决流程工业耦合复杂而造成的协同交互与迭代运行难题提供了方法和实现途径。