-
公开(公告)号：CN113031514A
公开(公告)日：2021-06-25
申请号：CN202110288834.7
申请日：2021-03-18
Applicant: 西南交通大学
IPC: G05B19/401 , G06F30/17 , G06F30/20
Abstract: 本发明公开了一种基于计量学的R‑test标定不确定度评定方法，首先针对接触式R‑test标定过程，基于其测量模型和测量原理，分析了各项影响因素及其对应的标准不确定度，采用变参数方法计算得到灵敏度系数；然后利用GUM计算传感器位置坐标不确定分量，最后基于MCM实现最终标定不确定度评定。本发明基于接触式R‑test标定原理，对原有评定方法进行改进，从而达到提高标定评定精度的目的，在各类接触式R‑test上都泛用。
-
公开(公告)号：CN110153801B
公开(公告)日：2020-09-29
申请号：CN201910600308.2
申请日：2019-07-04
Applicant: 西南交通大学
IPC: B23Q17/09
Abstract: 本发明涉及一种基于多特征融合的刀具磨损状态辨识方法，利用多种方法提取了振动加速度信号和切削力信号的特征信息，并基于奇异值分解对特征集进行了优化，提高刀具磨损状态的辨识精度。本发明主要是对切削力信号和振动信号融合提取特征，通过奇异值分解方法对特征集进行优化，然后输入到基于遗传算法优化的最小二乘支持向量基刀具磨损状态辨识模型进行辨识，输出刀具的磨损状态。本发明将切削力信号和振动加速度信号融合提取特征作为输入，提高了刀具磨损状态辨识的精度。
-
公开(公告)号：CN110866586A
公开(公告)日：2020-03-06
申请号：CN201910971120.9
申请日：2019-10-14
Applicant: 西南交通大学
Abstract: 本发明公开了用于受资源约束多项目调度的改进遗传规划算法优化方法，包括以下步骤：步骤1：初始化参数、功能集和属性集；步骤2：收集不同工况下的项目集数据，并将其分解为训练集和测试集；步骤3：提取训练集中各工况项目集中的项目信息作为训练输入，提取功能集和属性集作为编码依据，对改进遗传规划算法中的种群进行训练；步骤4：判断是否达到训练集最大工况数，若是则输出种群中的最优解集，若否则变换项目集后，返回步骤3；步骤5：采用测试集和训练集对步骤4输出的最优解集进行测试；本发明能够对单/多目标下的受资源约束多项目调度问题进行求解，改善传统遗传规划容易陷入局部最优的缺陷，提高遗传规划的搜索和训练能力。
-
公开(公告)号：CN110348084A
公开(公告)日：2019-10-18
申请号：CN201910561333.4
申请日：2019-06-26
Applicant: 西南交通大学
IPC: G06F17/50
Abstract: 本发明公开一种面向多主体客户的地铁车辆技术指标动态权重获取系统及方法，系统包括乘客需求处理模块、配置设计需求词库、运营商需求获取模块、历史设计数据库、运营商需求权重计算模块和质量屋计算模块；首先基于网络评论挖掘得到的地铁乘客动态需求和权重，剔除不合理或不经济的需求项；再根据地铁车辆配置设计需求词库和用户需求书进行信息抽取，得到运营商需求；然后根据历史订单数据构建效用函数并求解，得到运营商需求的动态权重；最后基于质量屋，将运营商需求的动态权重转化为技术指标的权重。本发明避免了传统地铁车辆设计中忽视乘客需求的情况；同时有效解决了传统地铁车辆设计中技术指标权重计算过程繁琐复杂的问题。
-
公开(公告)号：CN110153802A
公开(公告)日：2019-08-23
申请号：CN201910600329.4
申请日：2019-07-04
Applicant: 西南交通大学
IPC: B23Q17/09
Abstract: 本发明公开了一种基于卷积神经网络和长短时记忆神经网络联合模型的刀具磨损状态辨识方法。将测力仪和加速度传感器安装于数控机床工作台夹具及工件上，采集三向力信号和振动加速度信号，并将收集到的数据进行数据预处理，对同一列数据进行归一化处理、统一分段，将一维数据转化为二维数据作为输入，再由联合模型中的卷积神经网络提取抽象特征，由联合模型中的长短时记忆神经网络寻找数据之间的关联性，最后输出刀具的磨损状态。本发明所建立的双网络结构串行设置，能够将两种信号之间的内部联系建立起来，并且通过卷积来提取更抽象的特征，再由长短时记忆确立其时序特性，从而达到建立数据与模型更深层次联系的目的，在各类机床上都具有适用性。
-
Patent Agency Ranking
公开(公告)号：CN108549323A
公开(公告)日：2018-09-18
申请号：CN201810348827.X
申请日：2018-04-18
Applicant: 西南交通大学 , 成都天佑创软科技有限公司
IPC: G05B19/408
CPC classification number: G05B19/4086 , G05B2219/35356
Abstract: 本发明属于五轴数控机床后置处理方法技术领域，公开了一种五轴数控工具磨床通用后置处理方法，用于为了解决现有机床后置处理方法由于没有考虑砂轮初始轴向、多个砂轮安装位置和安装方向以及工件坐标系方向相对于机床坐标系不统一造成的不能适用于五轴数控磨床的问题。本发明包括如下步骤：建立统一坐标系统；设置磨床特性参数；建立通用的磨床后置求解方程以及采用一种基于磨床类型变换的方法求解步骤3建立的方程4个步骤。本发明为5轴数控磨床的后置处理提供了一个新的方法，并且本发明的后置处理方法能够运用于目前市面上的36种5轴数控磨床，具有通用性强的特点。
-
公开(公告)号：CN108490876A
公开(公告)日：2018-09-04
申请号：CN201810140226.X
申请日：2018-02-11
Applicant: 西南交通大学 , 成都天佑创软科技有限公司
IPC: G05B19/406
CPC classification number: G05B19/406 , G05B2219/45103
Abstract: 本发明公开一种提高数控加工监控阈值与信号同步精确性的方法，机床示教加工时，通过实时采集的信息计算每个NC程序段采集数据个数及阈值个数；当机床处在监控模式时，在NC程序每一段完成后，实时计算同步误差；对同步误差计算结果进行分析，判定监控阈值的超前、滞后及正常状态；如果出现监控阈值的超前及滞后，通过误差消除方法对同步误差进行消除。本发明大大提高了监控阈值与信号同步的有效性，提高了监控准确性。
-
公开(公告)号：CN108279643A
公开(公告)日：2018-07-13
申请号：CN201810081803.2
申请日：2018-01-29
Applicant: 西南交通大学
IPC: G05B19/408
Abstract: 本发明公开一种基于测量点与自适应差分进化算法的工件姿态调整方法，包括初始匹配与精确匹配两步；首先，在理论工件曲面与实际曲面上分别选取参考点建立对应的局部坐标系，通过局部坐标系的粗对齐来实现初始匹配；在精确匹配中，通过初始匹配后的点集建立了基于最小二乘距离的目标函数，利用自适应差分进化算法搜索使目标函数值最小的最优解，从而获得最佳精确匹配矩阵；经上述两步，可求得最终的空间变换矩阵，并结合机床结构计算出对应机床的调整量，通过调整机床实现工件姿态的调整，保证工件精确定位与余量的均布。本发明实现了ISO五轴数控机床加工测试件的姿态调整与精确定位，验证了该方法的有效性。
-
公开(公告)号：CN103092137B
公开(公告)日：2015-02-04
申请号：CN201210302442.2
申请日：2012-08-23
Applicant: 西南交通大学 , 成都飞机工业(集团)有限责任公司
IPC: G05B19/416
Abstract: 本发明涉及一种五轴联动数控侧铣加工表面波纹控制方法。包括基于进给速度优化和摆动轴运动状态优化两部分。通过调整数控指令的进给速度，使得五轴联动数控机床在进行侧铣加工时保持恒定的材料切除率，并且根据机床运动特性参数，对数控指令的速度和加速度进行约束。方法同时对摆动轴运动状态进行优化，包括对小角度单调/非单调不连续转动和小角度往复转动状态的优化，保持摆动轴运动平稳连续。本发明所提供的方法不需要对机床进行结构改造，无控制滞后问题，具有操作方便简单，计算效率高，实用性好的优点。
-
公开(公告)号：CN102331714B
公开(公告)日：2013-06-26
申请号：CN201110152732.9
申请日：2011-06-08
Applicant: 西南交通大学 , 成都顶为科技有限公司
IPC: G05B13/04
Abstract: 本发明公开了球头立铣刀S形刃曲线的形成方法，刀具制造单元根据数据控制单元建立的数学模型和输出的参数数据加工成型球头立铣刀，其S形刃曲线成型中，数据控制单元采用如下的步骤建立数学模型和输出的参数数据：1)输入刀具基本设计参数。2)建立周刃刃线数学模型。3)建立S形刃线数学模型。4)球头刃线模型：包括确定投影螺旋线螺旋角和确定S形刃线起始角度。5)将获得的球头刃线模型参数数据的输出。本发明建立了一种球头立铣刀S形刃曲线的形成方法，用来建立环形立铣刀的数学模型及指导制造加工，以实现S形刃线与周齿刃线的光滑连接。
-
-
-
-
-
-
-
-
-
Search Results
140
records
(took 0.028 seconds)
