基于模糊小波极限学习机的刀具磨损状态识别

刀具磨损作为机械加工过程中的常见现象,直接导致了切削力增加、工件表面粗糙度恶化以及尺寸超差等不良后果,极大地影响加工效率.采集加工过程中切削力、振动及声发射信号,利用线性回归法对信号进行特征提取及降维;采用不同刀具的磨损数据训练模糊小波极限学习机(FWELM),降低加工过程的不确定性对识别模型的影响,并解决加工系统的信息模糊造成的建模困难问题,提升刀具磨损识别模型的泛化能力.利用标准刀具磨损数据集测试结果证明,基于FWELM构建的刀具磨损状态识别模型识别的每个刀具磨损阶段的准确率及总体识别准确率皆高于极限学习机构建的识别模型.     

化学复合镀Ni-P/C纤维工艺及性能研究

采用盐雾腐蚀试验、摩擦磨损试验、热处理工艺及XRD,研究了C纤维含量、热处理等工艺参数对Ni-P/C碳纤维镀层的硬度、耐蚀性及耐磨性的影响。结果表明:Ni-P/C镀层热处理后的晶化程度在400℃最佳。热处理前,100nm C纤维试样的硬度最低值、耐磨性最高值分别出现在C纤维含量为3、7 g/L时。热处理后,C纤维含量较低时,小粒度的C纤维所镀试样在硬度、耐磨性、耐蚀性方面性能均优于大粒度,而随着含量继续上升则出现相反趋势。试样硬度在400℃时性能最好。30 nm试样在350℃时、100 nm试样在300℃时,耐磨性最好。     

助镀剂对化学镀Ni-P-Al_2O_3表面性能的影响

采用化学复合镀技术在45钢表面制备Ni-P-Al_2O_3镀层。通过控制变量法,研究了基体粗糙度、助镀剂种类、氧化铝粒度及热处理对镀层性能的影响。结果表明,在四个粗糙度区间0.03～0.06、0.08～0.127、0.149～0.199、0.2～0.25内,0.03～0.06与0.2～0.25μm区间内,即粗糙度较大或较小时,镀层的硬度、耐磨性较好,硬度最高达523.67 HV,磨损量最低至0.0001 mm~3;在相同粗糙度下,草酸与柠檬酸混合溶液作为助镀剂时,镀层的硬度与耐磨性最好;添加Al_2O_3微粒可有效强化镀层的硬度和耐磨性,硬度最高可达609.81 HV;Al_2O_3粒子越小,镀层耐磨性越好;在一定范围内,粒子越小,镀层硬度越高,但粒度过小,将削弱硬度;400℃低温热处理后,可使镀层的硬度与耐磨性有突破性的增加,硬度最高可达832.47 HV。