-
公开(公告)号：CN110103077B
公开(公告)日：2020-09-22
申请号：CN201910381821.7
申请日：2019-05-08
Applicant: 北京理工大学
Abstract: 本发明公开了一种镗刀杆多传感器集成的镗削状态智能监测方法，包括：无线供电模块、传感器集成模块、放大电路、微处理器、无线传输模块、电机和上位机；传感器集成模块采集到的信号被传输到放大电路中，经过放大电路处理后的信号被传输到微处理器中进行预处理，经微处理器处理后的信号传输到无线传输模块中，无线传输模块再将信号传输到上位机中进行处理。本发明中的监测方法可以提高零件的尺寸精度和镗削效率，且可以对镗削状态进行实时监测。
-
公开(公告)号：CN110346130A
公开(公告)日：2019-10-18
申请号：CN201910656987.5
申请日：2019-07-19
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于经验模态分解和时频多特征的镗削颤振检测方法，包括以下步骤：S1、获取镗削加工过程的原始信号；S2、利用经验模态分解原始信号；S3、对步骤S2中分解后的信号进行时频多特征分析；S4、构建颤振监测高维观测空间；S5、将颤振特征降维后构建单传感器颤振监测模型进行颤振信号的监测。本发明通过提取计算多种特征值来进行监测，增加了监测的准确度；只需在加工现场设置振动加速度传感器，再利用多种算法对提取的特征进行构建高维观测空间后进行降维，克服了加工现场封闭的限制，确定了最优监测方案，提升了单传感器进行颤振监测的精度。
-
公开(公告)号：CN110434676B
公开(公告)日：2020-05-22
申请号：CN201910686611.9
申请日：2019-07-29
Applicant: 北京理工大学
IPC: B23Q17/12
Abstract: 本发明提供了一种多传感器时频特征融合的镗削颤振监测方法，包括以下步骤：S1、利用多个传感器采集颤振信号；S2、将步骤S1中的颤振信号进行处理分析；S3、对步骤S2中处理分析后的信号进行特征融合和流形学习降维；S4、利用网格搜索法选取最优参数后代入支持向量机模型判断镗削颤振是否发生。本发明采用多传感器采集不同信号进行颤振监测，降低加工过程中其他因素的影响，大大提高颤振监测的可靠性和稳定性；采用时域和频域的不同特征进行融合，大大提高了颤振监测的准确性；采用特征融合技术，实现数据的压缩，减少需要处理的信息量，提高信息处理效率，可以对颤振进行实时监测。
-
公开(公告)号：CN110103077A
公开(公告)日：2019-08-09
申请号：CN201910381821.7
申请日：2019-05-08
Applicant: 北京理工大学
Abstract: 本发明公开了一种镗刀杆多传感器集成的镗削状态智能监测方法，包括：无线供电模块、传感器集成模块、放大电路、微处理器、无线传输模块、电机和上位机；传感器集成模块采集到的信号被传输到放大电路中，经过放大电路处理后的信号被传输到微处理器中进行预处理，经微处理器处理后的信号传输到无线传输模块中，无线传输模块再将信号传输到上位机中进行处理。本发明中的监测方法可以提高零件的尺寸精度和镗削效率，且可以对镗削状态进行实时监测。
-
公开(公告)号：CN108645337B
公开(公告)日：2019-06-11
申请号：CN201810389796.2
申请日：2018-04-27
Applicant: 北京理工大学
Abstract: 本发明涉及机械加工领域，具体涉及一种深管内壁表面位置误差在线测量与补偿方法，本发明所述非接触在线智能检测系统包括设置在中心架与卡盘上的深管、工控机、支架、面板、刀杆、三角位移传感器、镗刀、密封套、第一杆芯、第一位移传感器、反射镜和第二杆芯；所述刀杆设置在深管内，所述镗刀设置在刀杆前端，所述密封套安装在刀杆顶端，所述面板设置在刀杆尾端，本发明将最终调控参数与初始加工参数进行作差，并求解相对误差，为后续加工参数选取提供了可能的误差范围，使操作人员不必严格拘泥于位置误差预测图，在初始加工期间可以在误差范围内兼顾效率，极大的扩展了方法的灵活性与适应性。
-
Patent Agency Ranking
公开(公告)号：CN109746762A
公开(公告)日：2019-05-14
申请号：CN201910013374.X
申请日：2019-01-07
Applicant: 北京理工大学
Abstract: 本发明公开了一种深孔镗削加工颤振的在线监测方法，颤振的监测和抑制方法：先构建深孔镗削加工的在线监测系统；构建浮动镗刀镗削加工动力学模型；建立驱动电机电流信号与镗削加工动态特性的关系；再针对已知系统外部输入的情况，来完全确定系统在未来各个时刻的状态，通过对状态变量的描述和求解建立外部输入输出变量和内部状态变量之间的关系；然后将颤振信号与正常加工信号进行对比，实现对早期颤振的在线监测。本发明中的在线监测和抑制方法对深孔镗削过程中的颤振进行实时监测和抑制，可以提高工件的加工精度，降低工件的不合格率。
-
公开(公告)号：CN108127481B
公开(公告)日：2019-11-29
申请号：CN201711353978.6
申请日：2017-12-15
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于侧铣加工的工件表面形貌的预测方法，属于机械制造仿真技术领域；将测得的实时加工过程中工件的表面形貌数据与工件模型的表面形貌数据进行比对，并获取两者差值数据作为实验随机表面形貌数据；根据概率统计方法、皮尔逊分布簇及随机数对实验随机表面形貌数据进行处理，得到表面形貌预测随机模型；据工件模型的表面形貌预测随机模型，通过改变仿真模型中的加工参数，能够获得该加工参数对应的实际侧铣加工中工件的表面形貌数据，即对工件表面形貌进行预测；该方法结合了实验和统计学方法的优点，摆脱了实验的限制的同时简化了运算，相较于已有预测方法，提高了效率并提升了预测精度。
-
公开(公告)号：CN110346130B
公开(公告)日：2020-04-03
申请号：CN201910656987.5
申请日：2019-07-19
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于经验模态分解和时频多特征的镗削颤振检测方法，包括以下步骤：S1、获取镗削加工过程的原始信号；S2、利用经验模态分解原始信号；S3、对步骤S2中分解后的信号进行时频多特征分析；S4、构建颤振监测高维观测空间；S5、将颤振特征降维后构建单传感器颤振监测模型进行颤振信号的监测。本发明通过提取计算多种特征值来进行监测，增加了监测的准确度；只需在加工现场设置振动加速度传感器，再利用多种算法对提取的特征进行构建高维观测空间后进行降维，克服了加工现场封闭的限制，确定了最优监测方案，提升了单传感器进行颤振监测的精度。
-
公开(公告)号：CN110434676A
公开(公告)日：2019-11-12
申请号：CN201910686611.9
申请日：2019-07-29
Applicant: 北京理工大学
IPC: B23Q17/12
Abstract: 本发明提供了一种多传感器时频特征融合的镗削颤振监测方法，包括以下步骤：S1、利用多个传感器采集颤振信号；S2、将步骤S1中的颤振信号进行处理分析；S3、对步骤S2中处理分析后的信号进行特征融合和流形学习降维；S4、利用网格搜索法选取最优参数后代入支持向量机模型判断镗削颤振是否发生。本发明采用多传感器采集不同信号进行颤振监测，降低加工过程中其他因素的影响，大大提高颤振监测的可靠性和稳定性；采用时域和频域的不同特征进行融合，大大提高了颤振监测的准确性；采用特征融合技术，实现数据的压缩，减少需要处理的信息量，提高信息处理效率，可以对颤振进行实时监测。
-
公开(公告)号：CN110146375A
公开(公告)日：2019-08-20
申请号：CN201910381303.5
申请日：2019-05-08
Applicant: 北京理工大学
IPC: G01N3/08
Abstract: 本发明公开了一种确定零件疲劳裂纹萌生位置与表面完整性映射关系的方法，包括用较小激光冲击能量a0和较大激光冲击能量a1分别对零件进行表面激光强化，使裂纹萌生位置分别产生于零件表面和次表面处；选取a0和a1的中间激光冲击能量an对零件进行表面激光强化，疲劳性能试验后观察裂纹萌生位置；将最后满足条件的裂纹萌生位置作为临界裂纹萌生位置，计算临界裂纹萌生位置对应的残余应力、硬度和表面轮廓量化值；通过改变同材料和同尺寸零件的表面轮廓进行试验，进而建立临界裂纹萌生位置与表面完整性的映射关系。本发明方法研究和评估表面完整性对零件疲劳性能的影响机制和规律、以及不同加工方法形成的加工表面完整性对零件疲劳性能的影响程度。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.02 seconds)
