-
公开(公告)号：CN108645337A
公开(公告)日：2018-10-12
申请号：CN201810389796.2
申请日：2018-04-27
Applicant: 北京理工大学
CPC classification number: G01B11/00 , G01B11/2408 , G01B11/27
Abstract: 本发明涉及机械加工领域，具体涉及一种深管内壁表面位置误差在线测量与补偿方法，本发明所述非接触在线智能检测系统包括设置在中心架与卡盘上的深管、工控机、支架、面板、刀杆、三角位移传感器、镗刀、密封套、第一杆芯、第一位移传感器、反射镜和第二杆芯；所述刀杆设置在深管内，所述镗刀设置在刀杆前端，所述密封套安装在刀杆顶端，所述面板设置在刀杆尾端，本发明将最终调控参数与初始加工参数进行作差，并求解相对误差，为后续加工参数选取提供了可能的误差范围，使操作人员不必严格拘泥于位置误差预测图，在初始加工期间可以在误差范围内兼顾效率，极大的扩展了方法的灵活性与适应性。
-
公开(公告)号：CN108127481B
公开(公告)日：2019-11-29
申请号：CN201711353978.6
申请日：2017-12-15
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于侧铣加工的工件表面形貌的预测方法，属于机械制造仿真技术领域；将测得的实时加工过程中工件的表面形貌数据与工件模型的表面形貌数据进行比对，并获取两者差值数据作为实验随机表面形貌数据；根据概率统计方法、皮尔逊分布簇及随机数对实验随机表面形貌数据进行处理，得到表面形貌预测随机模型；据工件模型的表面形貌预测随机模型，通过改变仿真模型中的加工参数，能够获得该加工参数对应的实际侧铣加工中工件的表面形貌数据，即对工件表面形貌进行预测；该方法结合了实验和统计学方法的优点，摆脱了实验的限制的同时简化了运算，相较于已有预测方法，提高了效率并提升了预测精度。
-
公开(公告)号：CN108645337B
公开(公告)日：2019-06-11
申请号：CN201810389796.2
申请日：2018-04-27
Applicant: 北京理工大学
Abstract: 本发明涉及机械加工领域，具体涉及一种深管内壁表面位置误差在线测量与补偿方法，本发明所述非接触在线智能检测系统包括设置在中心架与卡盘上的深管、工控机、支架、面板、刀杆、三角位移传感器、镗刀、密封套、第一杆芯、第一位移传感器、反射镜和第二杆芯；所述刀杆设置在深管内，所述镗刀设置在刀杆前端，所述密封套安装在刀杆顶端，所述面板设置在刀杆尾端，本发明将最终调控参数与初始加工参数进行作差，并求解相对误差，为后续加工参数选取提供了可能的误差范围，使操作人员不必严格拘泥于位置误差预测图，在初始加工期间可以在误差范围内兼顾效率，极大的扩展了方法的灵活性与适应性。
-
公开(公告)号：CN108127481A
公开(公告)日：2018-06-08
申请号：CN201711353978.6
申请日：2017-12-15
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于侧铣加工的工件表面形貌的预测方法，属于机械制造仿真技术领域；将测得的实时加工过程中工件的表面形貌数据与工件模型的表面形貌数据进行比对，并获取两者差值数据作为实验随机表面形貌数据；根据概率统计方法、皮尔逊分布簇及随机数对实验随机表面形貌数据进行处理，得到表面形貌预测随机模型；据工件模型的表面形貌预测随机模型，通过改变仿真模型中的加工参数，能够获得该加工参数对应的实际侧铣加工中工件的表面形貌数据，即对工件表面形貌进行预测；该方法结合了实验和统计学方法的优点，摆脱了实验的限制的同时简化了运算，相较于已有预测方法，提高了效率并提升了预测精度。
-
-
-
Search Results
4
records
(took 0.014 seconds)
