-
公开(公告)号：CN111125844B
公开(公告)日：2024-11-12
申请号：CN201911367201.4
申请日：2019-12-26
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了基于遗传算法的大型高速回转装备误差分离优化方法，步骤一、建立优化传感器安装角度优化目标函数；步骤二、根据优化目标函数建立遗传算法的适应度函数；步骤三、设定各个参数的约束条件；步骤四、利用遗传算法对传感器S2和传感器S3相对于传感器S1的安装角度α和β进行寻优；步骤五、根据寻优结果对最优安装角度对应的叶片编号进行确定。本发明根据遗传算法优化得到的叶片编号安装三个传感器，对叶尖间隙数据进行测量并进行误差分离，可有效避免误差分离过程中的谐波抑制现象，提高误差分离精度。
-
公开(公告)号：CN118896582A
公开(公告)日：2024-11-05
申请号：CN202411140154.0
申请日：2024-08-20
Applicant: 哈尔滨工业大学
IPC: G01B21/20
Abstract: 基于差分谱判定奇异值分解的圆度误差分离信号降噪方法，它涉及一种圆度误差分离信号降噪方法。本发明为了解决随机噪声混入圆度误差分离过程传感器采集信号中，与要分离的圆轮廓误差及主轴回转误差耦合在一起，影响圆度误差分离精度的问题。本发明针对随机噪声混入圆度误差分离过程传感器采集信号中，与要分离的圆轮廓误差及主轴回转误差耦合在一起，影响圆度误差分离精度的情况，提出一种基于差分谱判定奇异值分解的圆度误差分离信号降噪方法，降低随机噪声对圆度误差分离精度的影响。本发明属于超精密几何量测量技术领域。
-
公开(公告)号：CN118882578A
公开(公告)日：2024-11-01
申请号：CN202410917589.5
申请日：2024-07-10
Applicant: 哈尔滨工业大学
IPC: G01B21/20
Abstract: 一种基于离散采样点累项和法的圆轮廓误差分离方法，它涉及一种圆轮廓误差分离方法，为解决现有技术中常见的存在谐波抑制及测量时间长，计算复杂等问题，本发明包括如下步骤：由传感器采集得到第一转位处信号，应用误差分离台对被测工件进行转位，使得被测工件与仪器回转主轴间产生一固定大小的转位角θ＝2π/N，即转过单位采样角大小，传感器此时采集第二转位处信号，最后对采集到的第一及第二转位处信号进行处理，将主轴回转误差信号与圆轮廓误差信息分离开，得到剔除误差后的圆轮廓信号。通过离散采样点累项和法进行圆度误差分离所得信号与原始给定信号一致，从原理上验证了该方法圆度误差分离的可行性及有效性。本发明属于超精密几何测量技术领域。
-
公开(公告)号：CN118225000A
公开(公告)日：2024-06-21
申请号：CN202410094472.1
申请日：2024-01-23
Applicant: 哈尔滨工业大学
IPC: G01B11/245 , G06F17/11
Abstract: 基于球心特征点变换的航空发动机叶片型面测量系统标定方法，属于精密测量与仪器技术领域；该方法包括以下步骤：固定线结构光传感器A(1)和线结构光传感器B(2)的相对位姿，并将标准球(3)置于线结构光传感器A(1)和线结构光传感器B(2)测量范围内；将标准球(3)分别放置于导轨(5)上N个不同的位置，测得N组不同位置下的截面圆弧数据；拟合标准球(3)的圆弧轮廓，得到拟合圆(6)的圆心坐标和半径，并得到标准球(3)的球心点集，进而拟合导轨(5)的运动方程，通过精密多面体(7)对标定结果进行评定；本发明可实现航空发动机叶片型面测量系统的精确标定，提高航空发动机叶片型面测量精度。
-
公开(公告)号：CN115112052B
公开(公告)日：2023-11-24
申请号：CN202210823527.9
申请日：2022-07-13
Applicant: 哈尔滨工业大学
IPC: G01B11/26
Abstract: 一种转台测量回转基准角摆误差同步监测装置及补偿方法，它涉及一种误差同步监测装置及补偿方法。本发明为了解决高端回转装备和超精密回转体标准器在几何误差测量时未考虑由于转台角摆误差造成的回转轴线偏移，造成几何误差测量精度降低，且现有角摆误差测量不能实现同步监测和补偿的问题。本发明所述同步监测装置包括横臂、超精密电感测头、垂直立柱导轨、伸缩活动杆、CCD板、激光发生器、转台、角度监测器和基座；垂直立柱导轨和转台并排设置在基座上，垂直立柱导轨的下端与基座固定连接，垂直立柱导轨沿长度方向的中心线与基座的上表面
-
Patent Agency Ranking
公开(公告)号：CN116842694A
公开(公告)日：2023-10-03
申请号：CN202310613764.7
申请日：2023-05-29
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F17/16 , G06F111/06
Abstract: 本发明提出了一种基于间隙配合的多级转子不平衡量优化系统及优化方法，多级混合装配转子装配时，先以中心轴为基准，安装多级间隙转子，当多级间隙转子安装完毕，再安装过盈配合转子，通过相位调整使转子整体的不平衡量最优，实现转子装配不平衡量的调控，根据航空发动机两级间隙转子装配中定位和定向误差传递关系，获得多级转子装配累积偏心误差关系，计算装配后转子的累积偏心误差；根据转子的累积偏心误差计算转子装配面圆心位置向量；计算得到径向截面圆心位置，通过转子装配相位的调整，使转子整体的不平衡量最优，实现转子装配不平衡量的调控。
-
公开(公告)号：CN116793212A
公开(公告)日：2023-09-22
申请号：CN202310596870.9
申请日：2023-05-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于混合堆叠的大型高速回转装备零部件同轴度测量方法及装置，涉及发动机装配测量技术领域。解决间隙和过盈配合混合堆叠的多级回转部件装配测量问题。方法包括：回转部件固定于调心调倾工作台；控制气浮回转主轴带动回转部件旋转，左下径向电感传感器测部件的径向基准面偏心量，右下轴向电感传感器测部件倾斜量；右上轴向电感传感器测部件垂直度，左上径向电感传感器测部件考虑加工误差时的同心度；左上径向超声波传感器替换左上径向电感传感器，测间隙配合部件同心度；右上径向超声波传感器替换右上轴向电感传感器，测过盈配合部件同轴度；根据测量获得的数据计算获得混合堆叠后的回转部件累积偏心误差。用于回转部件装配领域。
-
公开(公告)号：CN116739072A
公开(公告)日：2023-09-12
申请号：CN202310597312.4
申请日：2023-05-25
Applicant: 哈尔滨工业大学
Abstract: 基于深度置信网络的转台测量回转基准角摆误差评定方法及装置，属于航空发动机单立柱超精密测量仪转台误差测量领域，解决由于回转基准角摆误差影响转台测量精度不高的问题。所述方法包括：初始化加工误差预测网络参数，得到训练样本；对每个RBM进行单独训练，将每个训练后的RBM堆叠在一起，得到预训练后的DBN结构和DBN‑DNN结构；进行有监督微调；不断更新DBN结构和BP网络的权值阈值，直到达到最大迭代次数，得到处理后的训练样本；预测测试样本，完成基于深度置信网络的转台测量回转基准角摆误差评定。本发明用于评定转台测量回转基准角摆误差，提高转台测量精度。
-
公开(公告)号：CN116738827A
公开(公告)日：2023-09-12
申请号：CN202310597305.4
申请日：2023-05-25
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06N3/047 , G06N3/09 , G06N3/092 , G06F111/08 , G06F119/14
Abstract: 基于指针网络的大型高速回转装备叶片质量矩优化方法及装置，涉及大型高速回转装备领域。针对现有技术中存在的，在叶片排布的工作中，现有方法只适合处理一类问题，一旦叶片规模发生改变，就需要对程序进行大量的修改，并且算法自身的原因引入的随机性较大，重复性较差的问题，本发明提供的技术方案为：指针网络解码方法，应用于大型高速回转装备叶片质量矩优化损失函数，所述方法包括：采集所述损失函数的对齐向量；根据所述对齐向量和叶片序列嵌入矩阵，得到背景矩阵；根据所述背景矩阵，得到所述叶片序列的softmax概率输出，作为结果。适用于大型高速回转装备装配优化工作中，可为大型高速回转装备叶片的装配提供指导。
-
公开(公告)号：CN115711589A
公开(公告)日：2023-02-24
申请号：CN202211464401.3
申请日：2022-11-22
Applicant: 哈尔滨工业大学
IPC: G01B11/24
Abstract: 基于多维度大圆投影中心合一的大型高速回转装备转子球面轮廓测量方法，属于精密测量与仪器技术领域；该方法包括以下步骤：通过调整上摆台(3)、下摆台(2)、回转台(1)改变被测球(7)到不同位姿处，远心背光光源(8)投射光束至被测球(7)表面，通过远心镜头(6)在相机(5)中成像，获得对应位置大圆投影图像；进行滤波处理和边缘数据提取，得到边缘数据点集，拟合大圆轮廓，得到大圆圆心；将所有大圆的边缘数据点集进行坐标变换，获得整个球面轮廓数据；进行球面轮廓拟合和参数评定，获得球面轮廓测量结果；本发明实现了球面轮廓多维度测量，避免了调整环节多、对心困难的问题，提高了球面轮廓测量精度。
-
-
-
-
-
-
-
-
-
Search Results
244
records
(took 0.032 seconds)
