-
Patent Agency Ranking
公开(公告)号：CN116910936A
公开(公告)日：2023-10-20
申请号：CN202310929937.6
申请日：2023-07-27
Applicant: 北京理工大学
IPC: G06F30/17 , G06F30/23 , G16C60/00 , G06F119/14 , G06F119/04
Abstract: 本发明涉及结构件疲劳寿命的研究，具体涉及一种复杂结构件在承受多轴载荷时其疲劳寿命预测的方法；本发明首先开展结构件材料拉伸与疲劳实验，获取其宏观材料性能；然后测量结构件材料多晶压痕模量，获取其不同晶粒取向的压痕模量和单晶弹性系数等微观材料性能；最后建立结构件跨尺度有限元解析模型，预测结构件多轴疲劳寿命；本发明考虑了承载件实际结构特征，对其疲劳行为的描绘更加准确；通过模拟结构件的实际加载方式，可以实现复杂载荷下结构件的疲劳寿命的预测，减少因简化载荷带来的误差；使用子模型嵌套的方式，综合考虑了待预测件的宏观结构和微观结构，可大幅提高预测的精度。
-
公开(公告)号：CN114714146A
公开(公告)日：2022-07-08
申请号：CN202210367064.X
申请日：2022-04-08
Applicant: 北京理工大学
Abstract: 本发明涉及机械加工领域，具体涉及一种基于堆栈降噪自编码和多任务学习的表面粗糙度和刀具磨损预测方法。本发明从切削信号中提取时域和频域特征，划分训练集X1和测试集C1，利用训练集X1对搭建堆栈降噪自编码网络进行预训练；以预训练后的堆栈降噪自编码网络为基础，搭建多任务学习模型；通过动态平均权重法动态调整表面粗糙度和刀具磨损的权重，利用训练集X1对搭建的网络进行训练，提高模型预测准确度。本发明不仅能够同时实现表面粗糙度和刀具磨损预测，还能提升两者的预测准确度。本发明能够同时判断刀具磨损状态和当前所加工零件的表面质量，以保证刀具磨损状态在正常的使用范围内以及零件的表面质量满足生产要求。
-
公开(公告)号：CN114714146B
公开(公告)日：2023-04-07
申请号：CN202210367064.X
申请日：2022-04-08
Applicant: 北京理工大学
Abstract: 本发明涉及机械加工领域，具体涉及一种基于堆栈降噪自编码和多任务学习的表面粗糙度和刀具磨损预测方法。本发明从切削信号中提取时域和频域特征，划分训练集X1和测试集C1，利用训练集X1对搭建堆栈降噪自编码网络进行预训练；以预训练后的堆栈降噪自编码网络为基础，搭建多任务学习模型；通过动态平均权重法动态调整表面粗糙度和刀具磨损的权重，利用训练集X1对搭建的网络进行训练，提高模型预测准确度。本发明不仅能够同时实现表面粗糙度和刀具磨损预测，还能提升两者的预测准确度。本发明能够同时判断刀具磨损状态和当前所加工零件的表面质量，以保证刀具磨损状态在正常的使用范围内以及零件的表面质量满足生产要求。
-
公开(公告)号：CN110315113B
公开(公告)日：2020-06-05
申请号：CN201910533718.X
申请日：2019-06-19
Applicant: 北京理工大学
Abstract: 本发明涉及机械设计方法，具体涉及一种基于齿轮传动机构的单轴动力输入的机械式行星复合铣削工具的设计与装配方法。本发明中行星复合铣削装置包括：驱动电机、端盖部件、行星齿轮组部件和盖板，所述驱动电机、端盖部件、行星齿轮组部件和盖板依次顺序连接;本发明采用法兰盘接口设计，与现有加工设备连接关系简单，机构简洁，不需要另外配备动力驱动装置和其他辅助装置，装置成本更低；本发明采用单轴动力输入的设计方案，只需将本发明装置的中心轴设计成刀柄轴的形式，即可在对机床稍做改装甚至不做改装的情况下，实现行星复合铣削加工。
-
公开(公告)号：CN110315113A
公开(公告)日：2019-10-11
申请号：CN201910533718.X
申请日：2019-06-19
Applicant: 北京理工大学
Abstract: 本发明涉及机械设计方法，具体涉及一种基于齿轮传动机构的单轴动力输入的机械式行星复合铣削工具的设计与装配方法。本发明中行星复合铣削装置包括：驱动电机、端盖部件、行星齿轮组部件和盖板，所述驱动电机、端盖部件、行星齿轮组部件和盖板依次顺序连接;本发明采用法兰盘接口设计，与现有加工设备连接关系简单，机构简洁，不需要另外配备动力驱动装置和其他辅助装置，装置成本更低；本发明采用单轴动力输入的设计方案，只需将本发明装置的中心轴设计成刀柄轴的形式，即可在对机床稍做改装甚至不做改装的情况下，实现行星复合铣削加工。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
