-
公开(公告)号：CN113386050A
公开(公告)日：2021-09-14
申请号：CN202110741820.6
申请日：2021-07-01
Applicant: 西北工业大学
IPC: B24B47/20 , B24B49/00 , B24B53/095
Abstract: 本发明提供了一种难加工镍基高温合金IC10的缓进给磨削方法，解决传统平面磨削镍基高温合金IC10的表面粗糙度较大，表面缺陷多的问题。本发明首先使用粒度稍大的棕刚玉与白刚玉混合砂轮进行粗磨，然后使用粒度较小的棕刚玉与白刚玉混合砂轮进行精磨，实现了镍基高温合金IC10的高效、高精度磨削。
-
公开(公告)号：CN116772754A
公开(公告)日：2023-09-19
申请号：CN202310591983.X
申请日：2023-05-24
Applicant: 西北工业大学 , 中国航发动力股份有限公司
Abstract: 本发明一种纤维增强陶瓷基复合材料表面三维粗糙度检测方法及系统，属于材料加工表面质量检测技术领域；方法为，首先扫描纤维增强陶瓷基复合材料加工表面得到原始加工表面三维模型，并导出点云数据；其次，对原始三维模型点云数据进行坐标变换处理，将模型摆正，以相邻点云数据的高度差为特征，筛选并去除异常数据点，将加工表面显露出的内部孔洞去除，重构加工表面并计算三维粗糙度Sa；然后确定测量区域；最后根据确定的测量区域重复上述扫描、孔洞去除、模型重构、Sa计算工作即确定加工表面的三维粗糙度。本发明所计算出的三维表面粗糙度值不再受孔洞数据的影响，保证了数据的有效性。
-
公开(公告)号：CN114322857B
公开(公告)日：2023-09-19
申请号：CN202111587149.0
申请日：2021-12-23
Applicant: 西北工业大学
IPC: G01B11/30
Abstract: 本发明一种纤维增强陶瓷基复合材料加工表面粗糙度评价方法，属于检测技术领域；首先，将三维特征参数作为SiCf/SiC陶瓷基复合材料和Cf/SiC陶瓷基复合材料加工表面粗糙度的评价参数，并采用光学扫描仪器对三维表面粗糙度Sa进行测量，避免由于孔隙、凹坑等表面缺陷导致评价结果不准确的问题。然后，研究不同测量区域大小对SiCf/SiC陶瓷基复合材料和Cf/SiC陶瓷基复合材料加工表面三维表面粗糙度Sa的影响规律，从而确定三维表面粗糙度Sa的最小测量区域大小。最后，根据最小Sa测量区域，测量并确定该加工平面的粗糙度。在对SiCf/SiC陶瓷基复合材料和Cf/SiC陶瓷基复合材料加工表面粗糙度进行测量评价前，采用该方法进行Sa最小测量区域的选择工作，可以保证测量数据的有效性，并提高评价结果的准确性。
-
公开(公告)号：CN116277528A
公开(公告)日：2023-06-23
申请号：CN202310062310.5
申请日：2023-01-20
Applicant: 西北工业大学 , 中国航发动力股份有限公司
Abstract: 本发明一种SiCf/SiC陶瓷基复合材料车削加工方法，属于车削加工技术领域；方法步骤为：装夹工件；确定光整及试验用刀具；安装刀具及超声车削刀柄；测试振动状态；检测振幅幅值；光整工件表面；加工试验：根据工件确定加工工艺参数域，对安装完成的SiCf/SiC陶瓷基复合材料工件进行超声振动辅助车削正交试验；清理工件表面切屑；车削加工后处理。本发明所采用的SiCf/SiC陶瓷基复合材料车削加工方法，通过将超声振动应用在SiCf/SiC陶瓷基复合材料车削加工过程中，改变了刀具与工件的接触状态与切削机制，使传统的连续切削变为断续切削，减少了刀具‑工件的接触时间，降低了刀具与工件和切屑的摩擦。
-
公开(公告)号：CN111958321B
公开(公告)日：2022-05-17
申请号：CN202010792632.1
申请日：2020-08-09
Applicant: 西北工业大学
IPC: B23Q17/09
Abstract: 本发明提出一种基于深度神经网络的数控机床刀具磨损程度识别方法，解决数控机床加工过程中刀具磨损程度准确、稳定的在线检测问题。首先为数控机床主轴和工作台配置振动传感器采集其加工过程产生的主轴、工作台振动数据，并且获取数控机床的加工参数和刀具、工件的材料信息；其次对振动数据进行预处理，提高振动数据的可利用性；最后，基于深度神经网络建立振动数据与数控机床刀具磨损程度识别，包括基于自编码器的振动数据特征提取、基于one‑hot的加工特征数据编码和基于多维特征数据的刀具磨损状态识别三个部分，进而实现对刀具磨损程度的准确在线识别。
-
Patent Agency Ranking
公开(公告)号：CN113231898A
公开(公告)日：2021-08-10
申请号：CN202110463416.7
申请日：2021-04-23
Applicant: 西北工业大学
Abstract: 本发明公开了一种难加工SiCf/SiC陶瓷基复合材料超声振动辅助加工方法，首先将难加工SiCf/SiC陶瓷基复合材料切割成样件，并装夹在三坐标轴数控铣床上；然后将超声振动设备与三坐标轴数控铣床连接并设定初始超声振动参数；再采用自行设计PDC刀具对样件进行超声振动辅助切削加工、顺铣加工和铣磨加工；最后使用刀具扫描仪测量PDC层端面刀齿磨损量，当PDC层端面锥形刀齿完全磨损，判定PDC刀具磨损失效，不再使用该刀具进行加工，并记录PDC刀具去除材料体积。本发明方法达到了减小刀具磨损、提高刀具寿命的目的，并大大降低了成本。
-
公开(公告)号：CN112658819A
公开(公告)日：2021-04-16
申请号：CN202011512486.9
申请日：2020-12-19
Applicant: 西北工业大学
Abstract: 本发明一种SiC纤维增强SiC陶瓷基复合材料钻削加工方法，属于钻削加工技术领域；将SiCf/SiC陶瓷基复材切割成需要的尺寸后，将超声振动加工系统与三坐标轴数控铣床连接；选择空心钎焊金刚石磨头，并将该刀具安装在超声刀柄上；根据主轴转速、进给速度、超声振频及刀具端面的磨粒数，调整振幅到需要的参数；对安装好的SiCf/SiC陶瓷基复材进行超声振动辅助钻削工艺试验，得到钻削加工切削参数；在试件上按照试验结果得到的最佳工艺参数进行超声振动钻削加工。采用本发明的加工方法可以完成了在SiCf/SiC陶瓷基复材上进行钻削加工的目标，且尺寸精度和形状精度满足设计要求。
-
公开(公告)号：CN111958321A
公开(公告)日：2020-11-20
申请号：CN202010792632.1
申请日：2020-08-09
Applicant: 西北工业大学
IPC: B23Q17/09
Abstract: 本发明提出一种基于深度神经网络的数控机床刀具磨损程度识别方法，解决数控机床加工过程中刀具磨损程度准确、稳定的在线检测问题。首先为数控机床主轴和工作台配置振动传感器采集其加工过程产生的主轴、工作台振动数据，并且获取数控机床的加工参数和刀具、工件的材料信息；其次对振动数据进行预处理，提高振动数据的可利用性；最后，基于深度神经网络建立振动数据与数控机床刀具磨损程度识别，包括基于自编码器的振动数据特征提取、基于one-hot的加工特征数据编码和基于多维特征数据的刀具磨损状态识别三个部分，进而实现对刀具磨损程度的准确在线识别。
-
公开(公告)号：CN107967381A
公开(公告)日：2018-04-27
申请号：CN201711137138.6
申请日：2017-11-16
Applicant: 西北工业大学
IPC: G06F17/50
Abstract: 本发明公开了一种原位自生TiB2颗粒增强铝基复合材料J-C本构模型快速求解方法，涉及切削加工、材料本构等领域。该方法，基于实际切削实验和金属切削理论，以能够反映实际切削过程材料状态的数据为基础，结合遗传算法和有限元分析等手段，实现了对原位自生TiB2颗粒增强铝基复合材料J-C本构模型的快速求解；采用本发明的J-C本构求解方法，实验工作量大大降低，模型求解周期大幅减小，所求解材料J-C本构模型完全符合要求。
-
公开(公告)号：CN118399092A
公开(公告)日：2024-07-26
申请号：CN202410609958.4
申请日：2024-05-16
Applicant: 西北工业大学
Abstract: 本发明涉及一种覆盖P至Ku波段的超宽频吸波超材料及制备方法和应用，该材料由上至下依次为透波层、高频吸波结构层、低频吸波结构层及反射层；高频吸波结构层为吸波树脂格栅，吸波树脂由碳纳米材料、磁性材料及透波树脂制得；低频吸波结构层为铁氧体陶瓷凸台，铁氧体陶瓷由金属氧化物粉末经固相烧结制得。本发明中的超宽频吸波超材料具有结构简单、生产成本低、可成型复杂形状等优点，有效吸波（反射损耗RL＜‑10 dB）频带覆盖P至Ku波段（0.23~18 GHz），且总体厚度小于10 mm，有利于实际工程化应用。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.023 seconds)
