基于Stacking方法的粗糙度预测模型

金属铣削通常伴随着高温高热高压,作为多元非线性过程具有复杂性与无序性。使用M-V5CN组合机床铣削U71Mn高锰钢获取了1000组样本集,基于Xgboost算法增益分析发现表面粗糙度影响因素由大到小依次为：主轴转速、铣削深度、每齿进给量、铣削宽度。提出一种在三折交叉验证下基于Stacking方法的改进集成回归模型,通过集成训练GA-SVM、Xgboost、KNN模型有效避免单一基模型在特定铣削参数区间内误差敏感问题。最终在测试集样本中模型最大误差errmax(0.041μm),平均绝对误差MAE(0.017μm),决定系数r(0.938),较基模型性能提升显著。     

外部水冷对热轧卷取机扇形板温度场分布影响的研究

热轧行业当中扇形板外表面的龟裂是卷取设备主要的失效形式。外部水冷方式的不同所造成的各自温度场的不同对这种失效影响很大。通过扇形板导热问题的数值方法的求解分析,对比有水冷及无水冷两种不同的冷却工艺。运用ANSYS APDL仿真软件进行瞬态温度场分析。获得第十卷卷钢结束和该卷卷取结束两个时刻点的内外表面和中间截面温度场分布情况,以及关键节点温度随时间变化情况。分析结果表明,反复的极冷极热的冷却工艺产生的扇形板热疲劳现象对其使用寿命十分不利。     

基于OpenMV的智能搬运车型机器人的设计

基于OpenMV机器视觉模块、Arduino开发板,以智能循迹小车为载体、机械臂为抓取机构,通过颜色识别算法、速度及调节的PID算法,提供了两种移动方案,为完成对应的识别搬运功能,实现系统的工作流程,提供可行的、易于实践的图像识别的车型机器人的设计方案。     

风力发电机主轴端面孔加工数控专机的研制

主要介绍风力发电机主轴等大型轴类零件端面孔加工数控专机的研制过程。从确立专机的整体结构开始,根据整体结构设计,对机床5个重要构成部件:床身与导轨、动立柱、主轴与刀架、支承工件的定导轨、机床电气和数控控制系统进行研究和设计,介绍了机床的装配、调试过程,并通过完成实际工件的加工,达到了机床成本低、操作便捷的预期。     

数控车削中车刀刀尖方位号指定的研究

从目前一些数控教材中出现的在数控车削中车刀刀尖方位号指定上的共性问题出发,研究了数控车床或车削中心可能应用到的4种工件坐标系下车刀刀尖方位号指定的问题,建立了4种工件坐标系下车刀刀尖方位号指定表,总结了车刀刀尖方位号指定的规律。     

直线步进电动机对油门控制的改进与应用

介绍了一种新型的用直线步进电动机控制汽柴油发动机油门方式的设计方案与工作原理.这种油门控制方式克服了市场上通用的电动控制油门的不足,具有结构紧凑、可靠性高、运动效率高、控制简单、定位精度高、功能强大、使用寿命长等特点.根据原理设计的产品还做了保护性措施和优化电动机功能性配置等优化改进.     

最小二乘支持向量机在U71Mn高锰钢表面粗糙度预测模型中的运用

获取了U71Mn高锰钢在特定主轴转速n、进给量f、铣削深度ap、铣削宽度ae加工条件下的表面粗糙度Ra的原始数据。基于留出法原则将原始数据依次随机分为两组,一组为训练集用于训练U71Mn高锰钢的预测模型;另一组数据为验证集用于验证模型,并且通过机器学习性能评价指标来确定模型的最终预测精确率。通过实际建模对比发现最小二乘支持向量机预测模型其拟合以及预测精度明显高于传统多元线性回归模型。最小二乘支持向量机(LSSVM)通过对原支持向量机算法(SVM)进行了算法改进,在算法中把原求解Lagrange乘子α不等式约束的二次规划(QP)问题,转化为等式约束即求解线性方程组,显著减少了计算机运算的时间复杂度。并且通过寻求结构化风险最小提高了学习机的泛化能力,在观测样本数量较小的情况下,容易实现经验风险和置信范围的最小化,使模型对未知样本有良好的鲁棒性与预测精度。     

基于卓越工程师计划的“机械原理”课程改革与创新

结合卓越工程师教育培养计划以及"机械原理"课程的特点,紧紧围绕学生综合能力培养的主线,对"机械原理"课程教学内容及教学模式进行探索及改革。利用现有的实验室资源,增加实践教学内容,培养学生的动手能力,并在课程教学过程中加入工程实例讲解,以提高"机械原理"课程教学水平,更好地将卓越工程师培养计划落到实处。     

基于改进的粒子群优化神经网络粗糙度预测模型

神经网络算法在金属零件加工表面粗糙度预测中有着广泛的运用,但是尚存网络初始化及梯度弥散这类"黑盒"问题.提出一种基于传统PSO-BP框架的改进模型,使用Xavier替代传统高斯分布初始化粒子群,在算法优化器方面使用最新的自适应矩限制取代随机梯度下降算法进行模型参数更新,经实际测试发现其训练集均方误差及其测试集绝对误差相...