排序方式: 共有62条查询结果,搜索用时 0 毫秒
1.
铣削过程再生颤振严重影响工件表面质量和生产效率,准确高效地识别铣削颤振稳定域并合理选择工艺参数是抑制颤振、提高生产效率的关键步骤。当前对考虑稳定性约束下的多目标铣削工艺参数优化研究仍然缺乏系统且完整的解决方案。为此,基于复化Cotes积分和神经网络并结合NSGA-Ⅱ遗传算法建立一种稳定铣削工艺参数多目标优化方法。其中基于复化Cotes积分法提出了一种新的铣削稳定域预测方法来获得二维稳定性叶瓣图(Stability lobe diagram,SLD),收敛性分析表明新方法具有更快的收敛速度。考虑径向切深不确定性得到由离散三维SLD曲面构建的铣削稳定域神经网络预测模型。最后,分别以材料去除率、刀具寿命作为效率、成本目标,采用NSGA-Ⅱ遗传算法建立稳定铣削工艺参数的优化模型。与经验方法对比显示,优化后的铣削方案可以提高8.4%的材料去除率和16.3%的刀具寿命。结果表明不仅可以通过更加准确地判断铣削稳定性来保证加工质量,而且能够为高效率低成本的铣削确定工艺参数提供科学理论指导。 相似文献
2.
基于神经网络与遗传算法的薄壁件多重装夹布局优化 总被引:7,自引:0,他引:7
在多重装夹元件装夹过程中,由于装夹顺序、夹紧力、定位元件位置等装夹布局参数的不同,薄壁件的装夹变形程度也不一样。单个装夹布局参数引起的工件装夹变形规律能够通过有限元方法获得。但是,若同时考虑多个装夹布局参数的影响,仅仅利用有限元方法难以揭示装夹布局参数与装夹变形之间的关系。为此,针对薄壁件的装夹布局方案建立三维有限元模型,以便利用有限元法获取神经网络的训练样本。借助神经网络的非线性映射能力,通过有限的训练样本构建装夹变形的预测模型。以减小工件的最大装夹变形为目标,并根据每一代装夹布局中工件的最大装夹变形定义个体的适应度,建立装夹布局方案的优化模型及其遗传算法求解技术。试验结果表明,网络预测值与相应的有限元仿真值、试验数据之间的相对误差均不超过3%。提出的基于神经网络与遗传算法的装夹变形"分析-预测-控制"方法,不仅能够提高装夹变形的计算效率,而且为薄壁件装夹布局方案的合理设计提供基础理论。 相似文献
3.
针对使用丙烯腈-丁二烯-苯乙烯共聚物/聚碳酸酯共混物制备的轿车车门内饰板在注塑成型过程中容易出现翘曲变形量过大的问题,采用正交试验方法,利用Autodesk Moldflow软件对内饰板进行注塑成型模拟,分析了塑化温度、模具温度、保压压力和保压时间等对内饰板翘曲变形的影响机理和规律,并确定了内饰板的最佳工艺参数。结果表明:注塑的最佳工艺参数是塑化温度为220 ℃,模具温度为80 ℃,保压压力为60 MPa,保压时间为35 s。采用最佳工艺参数进行注塑成型验证,发现车门内饰板的翘曲变形量显著下降,翘曲变形量平均值从14.56 mm降至8.02 mm。 相似文献
4.
介绍了桩基工程成桩质量检查中反射波法所起的作用,通过对反射波法特点及其局限性的分析研究,提出基桩完整性、混凝土强度及对承载力影响的三个评判依据,为桩基工程验收提供可靠依据. 相似文献
5.
基于神经网络的薄壁件加工变形预测方法 总被引:1,自引:1,他引:0
在薄壁件的切削加工过程中,刀具几何结构是产生工件变形的重要因素之一。刀具单一角度所引起的工件变形规律可以很方便地通过有限元方法获得,但是,若同时考虑刀具多个角度的影响,仅仅利用有限元方法很难揭示多种工况与工件变形之间的关系。为此,针对薄壁件的铣削加工建立了三维有限元分析模型,通过实验数据与仿真值的比较验证有限元分析模型的有效性,以便利用有限元分析模型获取神经网络的训练样本;借助神经网络的非线性映射能力,通过有限的训练样本构建工件变形预测模型;将预测值与相应的有限元仿真值进行比较,结果表明预测误差在3%以内,进一步验证了建立的工件变形预测模型具有合理性。 相似文献
6.
7.
定位误差计算模型的建立及应用 总被引:2,自引:1,他引:1
建立了对应于不同夹具定位方案的定位误差计算模型,并给出了应用实例。 相似文献
9.
10.
在机械加工过程中,工件受到切削力、切削扭矩等外载的作用,这将破坏工件定位时所获得的合理位置,甚至会导致生产事故的发生。因而必须对工件施加合理的夹紧力以保证其在整个加工过程中具有稳定性。为此,以工件稳定性为核心,提出了复杂形状工件的夹紧力作用区域确定算法。基于虚功原理和线性规划技术,建立了工件稳定性的判定算法;基于表面网格离散化方法,按照一定方向逐次分析各个节点处的工件稳定性,建立了夹紧力作用区域的确定算法。该方法不仅能够验证夹紧力大小的可行性,而且还能够用来指导夹紧力作用点位置的合理设计。 相似文献