-
公开(公告)号:CN103846706B
公开(公告)日:2016-04-20
申请号:CN201410103742.7
申请日:2014-03-20
Applicant: 西北工业大学
Abstract: 本发明公开了一种叶片类零件铣削专用拉紧夹具,通过在叶片夹具中引入的拉力传感器准确测量施加在叶片上的预应力,通过丝杠传动机构对施加在叶片上的预应力进行调节,实现叶片加工过程中预应力的精确控制,有效地提高了切削稳定性,减弱切削加工中的机械振动。固定夹具体安装在底座上,移动测量调节装置固定在固定夹具体上,装夹机构安装在移动测量调节装置侧面,底座固定在工作台上;夹具头绕机床旋转分度台的中心转动,拉力传感器与夹具头通过连接套筒连接,保证装夹工件时,夹具头的转动不会影响到拉力传感器,方便测量。本发明夹具适用于叶片类零件在四轴铣床上的装夹加工,能显著提高零件表面的加工质量,提高生产效率。
-
公开(公告)号:CN104625822A
公开(公告)日:2015-05-20
申请号:CN201510046697.0
申请日:2015-01-30
Applicant: 西北工业大学
IPC: B23Q3/154
CPC classification number: B23Q3/1543 , B23Q2703/10
Abstract: 本发明公开了一种柔性支撑装置,用于解决现有支撑装置由于定位精度低而造成零件加工精度低的技术问题。技术方案是包括左铁芯、左励磁线圈、左楔形导向容器壁、左支撑板、左楔形块、右支撑板、右楔形块、右楔形导向容器壁、右励磁线圈、右铁芯和磁流变液,还包括机架、左初定位装置、右初定位装置、位移传感器、支撑杆和直流稳压电源。叶片通过螺栓固定在左、右初定位装置上,左、右初定位装置通过螺栓固定在平行于磁场方向的容器壁上,叶片浸入磁流变液中,避免了叶片在切削过程中因为自身刚度不够而产生的让刀变形,提高了复杂薄壁零件的定位精度,从而提高了复杂薄壁零件的刚度,保证了复杂薄壁零件的高速高效加工精度和加工质量。
-
公开(公告)号:CN119748418A
公开(公告)日:2025-04-04
申请号:CN202411986784.X
申请日:2024-12-31
Applicant: 西北工业大学
Abstract: 本发明公开了一种可变刚度的刚柔耦合超冗余连续体机器人,包括头部单元连续体、中间单元连续体、尾部单元连续体和驱动线;头部单元连续体包括依次连接的头部体节和多个结构体节,头部体节的上表面为平面,用于连接末端执行器;中间单元连续体与头部单元连续体连接,中间单元连续体包括依次连接的多个结构体节;尾部单元连续体与中间单元连续体连接,包括依次连接的尾部体节和多个结构体节,尾部体节的下表面为平面,用于固定在工作平台或基座上;多个驱动线贯穿尾部体节和结构体节与头部体节连接,用于向头部体节、结构体节和尾部体节传递驱动力。本发明解决了传统连续体机器人驱动线张力不足导致结构稳定性差,以及结构刚度不可主动调整的问题。
-
公开(公告)号:CN119282761A
公开(公告)日:2025-01-10
申请号:CN202411288553.1
申请日:2024-09-14
Applicant: 西北工业大学
Abstract: 为解决现有机械式辅助支撑不能实现薄壁环形件铣削加工过程中弹性变形控制的技术问题,本发明提出了一种薄壁环形件加工弹性变形主动控制装置及方法。本发明搭建了装夹模块,实现薄壁环形件的定位及夹紧;设计了主动支撑模块,通过多个独立、支撑力可控的支撑装置对薄壁环形件内型面施加可控的支撑力,为铣削加工过程中的弹性变形主动控制提供基础;联合变形监测模块及调控模块,首次实现了薄壁环形件的加工过程中的弹性变形主动控制,解决了此类薄壁环形件加工过程中因铣削力的引入而导致的弹性变形问题。
-
公开(公告)号:CN119205886A
公开(公告)日:2024-12-27
申请号:CN202411698172.0
申请日:2024-11-26
Applicant: 西北工业大学
Abstract: 为解决现有点云处理方法以及调整测量视角的方法难以以普适、快速和低成本的方式剔除薄壁复杂曲面构件测量点云中异常区域的问题,本发明提出一种薄壁复杂曲面构件线激光光条图像的轮廓光条提取方法。本发明依据薄壁复杂曲面构件测量轮廓的轮廓线连续性来引导轮廓光条搜索的策略,制定了先定位第一关键列位置、第二关键列位置及轮廓光条的搜索起始点,再建立搜索方向与搜索区域,在沿搜索方向逐区域进行轮廓光条搜索的过程中,通过在图像列方向上设置尺寸大小及位置满足特定要求的滑动搜索窗口来避免搜索到异常光条,进而实现轮廓光条与异常光条的分割,保证轮廓光条的精准提取。相对于点云数据的处理,本发明更简单、高效,对计算机性能要求更低。
-
公开(公告)号:CN118768936A
公开(公告)日:2024-10-15
申请号:CN202410916074.3
申请日:2024-07-09
Applicant: 西北工业大学
Abstract: 本发明涉及一种复合材料中心锥车铣共用夹具,包括基底,基底的一端面上同轴设有连接轴;基底的另一端面上同轴设有用于定位中心锥的定位凸台,定位凸台与中心锥大端内径相适配设置,在定位凸台上设有用于压紧中心锥小端壁面的第一压紧装置;所述的定位凸台还通过连接支杆同轴设有安装架,用于固定中心锥大端面的第二压紧装置安装在所述的安装架上;还包括压力传感器及用于接收压力传感器信号并控制所述第一压紧装置和第二压紧装置的夹紧力度的控制装置,还提供了夹装复合材料中心锥的车铣加工方法。本发明实现了车、铣工艺中的一次性夹装,且在车铣加工时提供内部支撑作用,保证中心锥在加工过程表面加工质量。
-
公开(公告)号:CN114240871B
公开(公告)日:2024-09-06
申请号:CN202111513216.4
申请日:2021-12-12
Applicant: 西北工业大学 , 中国航发长江动力有限公司
Abstract: 本发明公开了一种面向工件成型过程中轮廓检测的点云数据处理方法,用于解决因内部或外部环境因素导致的检测点云数据缺陷问题。该方法包括:获取工件理论模型点云与工件轮廓检测点云;采用粗配准方式,得到粗配准后的工件理论模型点云;采用粗剔除方式,得到错误点粗剔除的工件轮廓检测点云;采用精配准方式,得到精配准后的工件理论模型点云;采用精剔除方式,得到错误点精剔除的工件轮廓检测点云;基于距离阈值,采用点云数据融合方式,获得完整工件轮廓检测点云。该方法能精准剔除工件轮廓检测点云中的错误点,有效补充其缺失点,为后续几何特征尺寸的提取、分析奠定基础。
-
公开(公告)号:CN118385883B
公开(公告)日:2024-08-27
申请号:CN202410831363.3
申请日:2024-06-26
Applicant: 西北工业大学
Abstract: 本申请公开了一种复合材料风扇叶片金属加强边的修复再制造方法,涉及再制造技术领域,对预处理后的损伤区域进行清洁处理和蓝光三维扫描,生成损伤模型,并确定喷涂路径;对损伤表面再次进行清洁处理,在损伤区域周围粘贴金属薄片以保护非损伤区域;使用冷喷涂技术在经过预处理的损伤区域进行修复,喷涂的粉末原料与金属加强边的材料相匹配,获得冷喷涂修复体;对冷喷涂修复后的损伤区域进行蓝光三维扫描,获取修复后的损伤模型,与理论模型进行配准;基于配准结果,对冷喷涂修复体进行切削加工;进行质量评估。通过冷喷涂技术避免了传统熔融增材方法导致的树脂基复合材料的高温降解,解决了传统增材制造技术难以应用于加强边结构的修复问题。
-
公开(公告)号:CN118245902A
公开(公告)日:2024-06-25
申请号:CN202410627194.1
申请日:2024-05-21
Applicant: 西北工业大学
IPC: G06F18/2411 , G06F18/15 , G06F18/2135 , G06F18/25 , G01N21/71 , G01N29/14
Abstract: 本申请公开了一种不同热处理碳钢快速分类识别方法及装置,包括:利用激光诱导击穿光谱采集系统,采集碳钢试样不同位置处的光谱数据;同步利用声发射信号采集装置,采集等离子体声发射信号数据;利用主成分分析法对光谱数据进行降维处理并提取主成分;利用小波包去噪方法对等离子体声发射信号数据进行去噪处理,并进行变量选取;将光谱数据的主成分与声发射信号数据选取的变量进行数据融合,获得变量矩阵;对变量矩阵进行降维处理并提取新的主成分,并获得新的主成分矩阵;利用支持向量机方法对新的主成分矩阵进行分类,获得经过不同热处理工艺的同种碳钢试样的分类结果。解决了如何提高不同热处理的同种碳钢分类识别的准确性和效率的问题。
-
公开(公告)号:CN118219062A
公开(公告)日:2024-06-21
申请号:CN202410487985.9
申请日:2024-04-23
Applicant: 西北工业大学
IPC: B23Q17/09
Abstract: 为解决目前采用停机检测的方法获取加工变形误差所导致的生产时间和成本增加,且无法及时发现工序内出现的变形超差,以及通过离线预测获取加工变形误差的准确度较低的问题,本发明提供一种铣削加工变形误差在线预测方法。本发明首先基于等几何分析方法将工件和刀具的CAGD模型离散,根据材料本构关系求解离散单元的刚度矩阵,进而建立工件和刀具离散模型的全局刚度场。然后在铣削加工过程中实时采集切削力信号,通过与机床交互通信,将切削力信号映射至空间域,得到铣削加工过程中位置相关的实际切削力分布。最后将各位置处的实际切削力分别施加在刀具和工件的全局刚度场上,求得到刀具和工件的变形预测值,相加得到加工变形误差预测结果。
-
-
-
-
-
-
-
-
-