空间自定位机械臂的肩部锁紧与腕部捕获设备及其应用

    公开(公告)号:CN109129451A

    公开(公告)日:2019-01-04

    申请号:CN201811072830.X

    申请日:2018-09-14

    Abstract: 本发明属于机器人领域,并公开了空间自定位机械臂的肩部锁紧与腕部捕获设备,包括滚珠丝杠机构和周向均匀布置的多个分离式捕获‑锁紧机构,每个所述分离式捕获‑锁紧机构均包括捕获机构和锁紧机构,所述捕获机构包括开槽杆件手指、拦阻钩、销钉和连接台,所述开槽杆件手指包括第一杆件、第二杆件和第三杆件;所述锁紧机构包括拦阻杆和两个被动锁紧单元,每个所述被动锁紧单元均包括锁紧杆、连杆、铰轴、第一拉伸弹簧和第二拉伸弹簧。本发明能通过一个单自由度机构实现空间自定位机械臂的肩部锁紧与腕部捕获的功能性分离方法,该方法具有单自由度、机构分离、钩‑杆连接方便、速度放大、锁紧力放大和能量节省等优点。

    控制薄壁叶片加工变形的柔性夹具及叶片装夹方法

    公开(公告)号:CN111571266A

    公开(公告)日:2020-08-25

    申请号:CN202010555365.6

    申请日:2020-06-17

    Abstract: 本发明提供一种控制薄壁叶片加工变形的柔性夹具,包括:磁力工作台,以及能够与磁力工作台相吸的夹具本体;所述磁力工作台具有一吸力平面;所述夹具本体包括定位台、具有两个旋转自由度的旋转关节、夹具台和叶片夹持机构;所述定位台的一个端面作为夹具定位面,用于与磁力工作台的吸力平面相吸;所述定位台的另一个端面通过旋转关节连接夹具台的一个端面;夹具台的另一个端面上设有叶片夹持机构,用于夹持毛坯叶片的叶冠。本发明能够实现毛坯叶片的叶冠部分可靠、无预应力装夹,保证叶片零件除了轴向的拉压力或压力之外,不受其它方向的装夹预应力,抑制加工变形和振动;装夹稳定可靠,具备快速松弛和重装夹能力。

    控制薄壁叶片加工变形的柔性夹具

    公开(公告)号:CN212444216U

    公开(公告)日:2021-02-02

    申请号:CN202021131977.4

    申请日:2020-06-17

    Abstract: 本实用新型提供一种控制薄壁叶片加工变形的柔性夹具,包括:磁力工作台,以及能够与磁力工作台相吸的夹具本体;所述磁力工作台具有一吸力平面;所述夹具本体包括定位台、具有两个旋转自由度的旋转关节、夹具台和叶片夹持机构;所述定位台的一个端面作为夹具定位面,用于与磁力工作台的吸力平面相吸;所述定位台的另一个端面通过旋转关节连接夹具台的一个端面;夹具台的另一个端面上设有叶片夹持机构,用于夹持毛坯叶片的叶冠。本实用新型能够实现毛坯叶片的叶冠部分可靠、无预应力装夹,保证叶片零件除了轴向的拉压力或压力之外,不受其它方向的装夹预应力,抑制加工变形和振动;装夹稳定可靠,具备快速松弛和重装夹能力。(ESM)同样的发明创造已同日申请发明专利

    一种基于密度聚类的叶片破损区域自动识别方法及设备与应用

    公开(公告)号:CN118278108A

    公开(公告)日:2024-07-02

    申请号:CN202410408668.3

    申请日:2024-04-07

    Abstract: 本发明属于航空发动机叶片修复相关技术领域,其公开了一种基于密度聚类的叶片破损区域自动识别方法及设备与应用,该方法包括以下步骤:S1,计算破损叶片的实际扫描点集到设计点集的几何误差向量数据集;其中所述设计点集是对叶片设计模型进行点云采样得到的;S2,基于几何误差向量数据集的距离分布矩阵进行数学统计分析以判别聚类参数;S3,基于得到的聚类参数对几何误差向量数据集进行聚类,以得到几何误差向量数据集中所对应的破损区域点。本发明通过密度聚类的方式区分叶片实际扫描点集中的破损点和非破损点,并依靠破损叶片几何误差自身的分布特征,自动判别聚类参数,省去了人工调参的步骤,提高了叶片破损区域提取的自动化程度。

    基于STL模型的叶片局部待加工区刀路规划方法及系统

    公开(公告)号:CN118112992A

    公开(公告)日:2024-05-31

    申请号:CN202410177598.5

    申请日:2024-02-08

    Abstract: 本发明属于叶片加工领域,并具体公开了一种基于STL模型的叶片局部待加工区刀路规划方法及系统,其包括:S1、分别获取待加工叶片和目标叶片的STL模型;S2、确定待加工叶片和目标叶片STL模型上的对应点对,基于对应点对间的偏差,通过区域识别提取局部的待加工区面片群;S3、确定待加工区面片群的分层刀路轮廓;S4、对分层刀路轮廓进行插值,得到光顺的分层刀路,并计算步长;S5、拟合待加工区面片群的曲率特征,确定最小行距;S6、基于光顺的分层刀路,设计叶缘、叶尖加工区域的进退走刀,并通过螺旋刀路进行连接,得到完整刀路。本发明可自适应快速识别叶片上的多个局部待加工区域,高效规划不同区域下的叶片加工刀路。

    一种航发叶片损伤变形后模型自适应重构方法及系统

    公开(公告)号:CN116090115A

    公开(公告)日:2023-05-09

    申请号:CN202211431601.9

    申请日:2022-11-15

    Abstract: 本发明属于发动机修复技术领域,并具体公开了一种航发叶片损伤变形后模型自适应重构方法及系统,其包括:对航空发动机叶片发生扭转、弯曲等形变条件下,快速识别出叶片破损位置;设定破损部位的切削深度,根据设定的深度,切除破损叶片不利于后续修复流程的部分;对设置深度后的点云求取凸包,按照凸包的形状进行切除,保证切除后的切口部位平整;接着提取切削后的点云边界,根据边界拟合二次曲面,利用最近点对应方法,得到切削后叶片空洞截面的填补点云;将截面填补点云与切削后的叶片点云进行合并,并重构出叶片加工模型。本发明用于叶片破损部位切削加工的生产流程中,省去人工识别和人力打磨的过程,为后续熔融焊修复流程做准备。

    一种薄壁叶片加工时变模态参数高效预测方法及系统

    公开(公告)号:CN115544656A

    公开(公告)日:2022-12-30

    申请号:CN202211208866.2

    申请日:2022-09-30

    Abstract: 本发明属于薄壁叶片模态预测领域,并具体公开了一种薄壁叶片加工时变模态参数高效预测方法及系统,其包括如下步骤:对叶片三维模型进行网格划分与节点坐标提取,依据提取得到的节点坐标进行特征处理,获取叶片外形特征数据;基于深度学习搭建叶片频率预测模型和振型预测模型;实时获取叶片加工参数,并根据加工参数修改叶片外形特征数据,将其输入频率预测模型和振型预测模型,得到叶片前五阶频率和振型,实现叶片加工时模态参数的实时预测。本发明实现了依据叶片的三维模型预测叶片加工过程中模态参数的功能,预测过程自动化程度高,人工操作少且简单,软件运算速度快,精度较高,解决了难以获取薄壁叶片加工过程中模态参数的问题。

Patent Agency Ranking