-
公开(公告)号：CN115383668B
公开(公告)日：2024-11-12
申请号：CN202210546241.0
申请日：2022-05-18
Applicant: 北京理工大学
Abstract: 本发明涉及一种超小直径超硬微刃铣磨复合球头刀具及其制备方法，属于微细刀具加工技术领域。包括参与切削部分的刀头和起到连接支撑作用的过渡刀颈、焊接区域、过渡刀柄、刀颈和刀柄，其中刀头包括若干微刃，每个微刃均包括刀具后刀面、切削刃、前刀面和排屑槽，在后刀面通过砂轮精密磨削或电镀工艺形成有微小磨粒层，刀头的材料为聚金刚石或聚晶立方氮化硼，刀头直径d为50‑500μm。采用微槽结构，提高刀具的刚度和强度，具有尺寸极小特点，可以满足高端微小精密零部件的加工需求，同时采用的微刃多刃结构，可以有效提高切削刃的抗崩性，保证刀具的切削稳定性。
-
公开(公告)号：CN114186461B
公开(公告)日：2024-08-02
申请号：CN202111512293.8
申请日：2021-12-08
Applicant: 北京理工大学
IPC: G06F30/23 , G16C10/00 , G16C60/00 , G06F119/04 , G06F119/14
Abstract: 本发明涉及零件疲劳寿命的的研究，具体涉及一种样件在承受多轴载荷时其疲劳寿命预测的方法。本发明以样件表层电子背散射衍射(EBSD)数据生成代表体积元，建立材料晶体塑形有限元模型并进行疲劳试验，最后输入样件所承受的多轴载荷，并预测样件的疲劳寿命。本发明通过拍摄样件表层EBSD图像，获取了材料的真实晶体数据，并用其生成的代表体积元来建立多轴疲劳寿命预测模型，大大提高了模型的精度；本发明晶体塑性参数的确定仅需进行一次简单拉伸和两次不同载荷下的疲劳实验，即可通过仿真拟合求得，既减少了进行纳米压痕和霍普金斯压杆等复杂的实验的花费，又避免了尺寸效应，增加了参数的准确性。
-
公开(公告)号：CN116307169A
公开(公告)日：2023-06-23
申请号：CN202310250491.4
申请日：2023-03-16
Applicant: 北京理工大学
Abstract: 本发明公开一种基于力信号评估磨削表面质量的工艺参数优化方法及系统，涉及磨削智能加工领域。该方法包括：获取磨削力信号和表面粗糙度；根据磨削力信号确定摩擦系数和有效加工时间；分别确定表面粗糙度、摩擦系数和有效加工时间关于磨削输入参数的多元非线性数值模型；根据多元非线性数值模型确定多目标数值函数模型；对多目标数值函数模型中的各子目标函数的权重向量进行优化，得到优化后的多目标数值函数模型；对优化后的多目标数值函数模型中的磨削输入参数进行优化，得到最优的磨削输入参数，并确定摩擦系数的最佳取值范围。本发明能够确定合理的磨削加工参数，在保证加工质量优异的前提下，提高磨削加工效率。
-
公开(公告)号：CN114603479B
公开(公告)日：2023-04-18
申请号：CN202210295153.8
申请日：2022-03-24
Applicant: 北京理工大学
Abstract: 本发明涉及一种含有内部冷却通道的微磨棒，包括刀柄、刀颈和磨削部分，微磨棒内部设有冷却通道，磨削部分上开设与冷却通道一一对应的微沟槽，磨削部分除去微沟槽的表面上电镀有金刚石或立方氮化硼磨粒。本发明的微磨棒，引导冷却介质通过冷却通道出口喷出，作用于刀具磨削部分表面、刀具上的微沟槽以及刀具与工件之间的加工区域，对微磨削加工过程进行精准定位冷却，并达到磨屑冲洗效果。通过合理设置冷却通道的数量、分布位置、截面形状，可以降低微磨削加工区域温度，减轻磨屑与微磨棒磨粒和工件之间的粘附、堵塞作用，减少刀具磨损，延长微磨棒使用寿命，提高工件的加工精度和加工表面质量，实现多种难加工材料微小结构件的高效、高精度加工。
-
公开(公告)号：CN115383668A
公开(公告)日：2022-11-25
申请号：CN202210546241.0
申请日：2022-05-18
Applicant: 北京理工大学
Abstract: 本发明涉及一种超小直径超硬微刃铣磨复合球头刀具及其制备方法，属于微细刀具加工技术领域。包括参与切削部分的刀头和起到连接支撑作用的过渡刀颈、焊接区域、过渡刀柄、刀颈和刀柄，其中刀头包括若干微刃，每个微刃均包括刀具后刀面、切削刃、前刀面和排屑槽，在后刀面通过砂轮精密磨削或电镀工艺形成有微小磨粒层，刀头的材料为聚金刚石或聚晶立方氮化硼，刀头直径d为50‑500μm。采用微槽结构，提高刀具的刚度和强度，具有尺寸极小特点，可以满足高端微小精密零部件的加工需求，同时采用的微刃多刃结构，可以有效提高切削刃的抗崩性，保证刀具的切削稳定性。
-
Patent Agency Ranking
公开(公告)号：CN115186444A
公开(公告)日：2022-10-14
申请号：CN202210676459.8
申请日：2022-06-15
Applicant: 北京理工大学
IPC: G06F30/20 , G06F30/17 , G06Q10/04 , G06Q50/04 , G06F119/14
Abstract: 本发明公开了一种基于机器人铣削稳定性提升的工艺调控方法及装置。该方法包括：基于模态耦合颤振预测模型对刀具进给方向进行优化；通过再生颤振预测模型对冗余角进行优化；根据优化后的刀具进给方向与冗余角对加工参数进行优化，所述加工参数包括主轴转速和轴向切深。可见，本发明综合考虑进给方向、加工位姿和工艺参数，综合考虑模态耦合颤振和再生颤振两种效应，通过对工艺进行调控从而避免颤振效应，实现了机器人铣削稳定性的提升。
-
公开(公告)号：CN115139155A
公开(公告)日：2022-10-04
申请号：CN202211006746.4
申请日：2022-08-22
Applicant: 北京理工大学
IPC: B23Q17/09 , B23Q17/20 , G05B19/401
Abstract: 本发明公开了一种加工过程智能监测系统性能评价方法，涉及监测系统性能评价技术领域，包括：搭建加工过程智能监测系统，选择单一测量设备作为参照设备；将所述加工过程智能监测系统和参照设备同时安装在加工机床上，并保证测量条件的一致性；进行加工实验并同时同步测量，获取监测信号和参照信号；基于所述监测信号和参照信号，获取所述加工过程智能监测系统的准确性评价结果及实时性评价结果。本发明可以对搭建的智能切削监测系统进行评价，使智能切削监测系统更好地服务于实际加工过程，提高加工质量，节约生产成本。
-
公开(公告)号：CN114905334A
公开(公告)日：2022-08-16
申请号：CN202210535722.1
申请日：2022-05-17
Applicant: 北京理工大学
IPC: B23Q17/09 , B23Q17/12 , B23Q17/20 , G05B19/4065
Abstract: 本发明公开了一种智能实时清洁切削监控系统和方法，用于系统监控，包括：采集模块、处理模块、控制模块、显示模块、通信模块、远程终端设备、建模系统；控制模块控制采集模块对加工过程信息进行同步采集和硬件集成，并发送至建模系统；处理模块对采集模块采集的信号进行处理，得到两维数据，并传输至建模系统；建模系统基于两维数据和加工过程信息建立离线网络模型；采集模块将实时加工过程信息传输至离线网络模块，获得实时刀具信息，并通过显示模块进行显示；通信模块将实时刀具信息、加工过程信息传输至远程终端设备。本发明对切削加工状态进行实时的在线监测，并能考虑到不同材料、不同切削用量和不同工况，系统普适性较高。
-
公开(公告)号：CN113408195B
公开(公告)日：2022-06-03
申请号：CN202110652289.5
申请日：2021-06-11
Applicant: 北京理工大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/04
Abstract: 本发明涉及机械加工领域，具体涉及基于刀具磨损数据的多步刀具磨损值预测方法。通过基础刀具磨损试验，获得刀具磨损曲线和刀具磨损数据，对获得的刀具磨损数据通过移动滑窗操作划分成训练集T1和测试集T2，搭建密集残差神经网络，对其进行训练，实现刀具磨损趋势的准确预测。本发明能够判断在未来一段时间内的刀具磨损值是否发生较大的变化，以保证所加工零件的尺寸精度满足使用要求，根据预测得到的将来过程中的刀具磨损状态做出刀具是否更换的决策，在保证加工质量的前提下，提高生产效率和降低成本，对于当前数据驱动的智能制造具有重要意义。
-
公开(公告)号：CN114425720A
公开(公告)日：2022-05-03
申请号：CN202210072156.5
申请日：2022-01-21
Applicant: 北京理工大学
Abstract: 本发明公开了一种具有切削力和振动监测功能的机器人主轴系统及实现方法，涉及机器人加工技术以及切削力和振动监测技术领域。本发明包括主轴系统，阻尼合金板，控制装置，动态信号采集装置，末端执行机构；所述主轴系统、所述阻尼合金板和所述末端执行机构依次连接；所述控制装置用于控制所述末端执行机构，还用于控制所述主轴系统的启停、转速以及切削过程物理信号监测；所述物理信号传输给动态信号采集装置进行放大、解调与采集后，反馈给所述控制装置。本发明通过将力和振动传感器集成于主轴结构中，建立起传感器和切削工具间的统一坐标系，以应用于不同位姿下机器人铣、钻加工过程，灵敏、准确地实现对切削力和振动信号的同步测量。
-
-
-
-
-
-
-
-
-
Search Results
308
records
(took 0.031 seconds)
