公开(公告)号：CN119577378A

公开(公告)日：2025-03-07

申请号：CN202411682223.0

申请日：2024-11-22

Applicant: 西北工业大学

Inventor： 汪文虎 ,  张天任 ,  王渊彬 ,  董睿哲

IPC: G06F18/20 ,  G06F18/214 ,  G06N20/00

Abstract: 本发明涉及精密加工技术领域，具体涉及一种基于知情机器学习的磨削力实时预测方法，该方法包括通过实验分别获取磨削稳定工况下和变工况下的加工参数；根据稳定工况下的加工参数对先验知识模型进行参数标定，获取标定后的先验知识模型；构建知情机器学习模型；对知情机器学习模型进行训练，直至收敛，获得训练好的知情机器学习模型；根据训练好的知情机器学习模型对变工况下实时的磨削力进行预测。本发明将其与其他加工参数一起输入到知情机器学习模型中，可以对实时的磨削力进行预测。

公开(公告)号：CN117195695A

公开(公告)日：2023-12-08

申请号：CN202311033789.6

申请日：2023-08-16

Applicant: 西北工业大学

Inventor： 王渊彬 ,  张天任 ,  汪文虎

IPC: G06F30/27 ,  G06F30/17 ,  G06N3/04 ,  G06N3/08 ,  G06F119/08

Abstract: 本发明涉及智能制造技术领域，具体涉及一种基于物理引导神经网络的缓进给磨削温度预测方法，包括：获取磨削加工过程中影响工件的磨削温度的加工参数；获取多组加工参数值下对工件进行磨削时的实际磨削温度；获取工件磨削加工过程中的温度预测模型；构建神经网络模型，并获取训练好的神经网络模型；获取待加工工件的预测磨削温度。本发明的方法过将神经网络输入、输出之间的物理规律和物理约束引入到神经网络模型，从而提高神经网络模型对磨削温度预测的准确性，并为后续加工过程中避免工件表面烧伤提供依据。

公开(公告)号：CN118537494A

公开(公告)日：2024-08-23

申请号：CN202410793235.4

申请日：2024-06-19

Applicant: 西北工业大学

Inventor： 汪文虎 ,  董睿哲 ,  王渊彬 ,  王子春 ,  武玉龙 ,  张天任 ,  张声国

IPC: G06T17/00 ,  G06F30/17 ,  G06N3/006 ,  G06T7/30 ,  G06F17/18

Abstract: 本发明涉及三维模型重建技术领域，具体涉及一种基于先验变形知识的陶芯型面三维曲面重建方法及其系统，包括获取若干个陶芯关键检测截面轮廓的实际点云数据和理论点云数据；根据实际点云数据和理论点云数据建立刚性变形规律以及非刚性截面线变形模板；根据刚性变形规律获取变形规律的特征参数组合；基于变形规律的特征参数组合，根据型面测量点空间坐标采用粒子群算法获取任一陶芯对应的特征参数组合；根据任一陶芯对应的特征参数组合，以及非刚性截面线变形模板重建出任一陶芯轮廓的三维曲面。本发明利用迭代反算得到的变形参数和非刚性截面线变形模板，调整理论模型的几何轮廓得到陶芯曲面重建结果。

公开(公告)号：CN119369571A

公开(公告)日：2025-01-28

申请号：CN202411209410.7

申请日：2024-08-30

Applicant: 西北工业大学

Inventor： 汪文虎 ,  张声国 ,  蒋睿嵩 ,  熊一峰 ,  黄博 ,  张天任 ,  肖培乾 ,  董睿哲

IPC: B29B13/10

Abstract: 本发明公开了一种碳纤维/双马树脂复合材料超声振动辅助磨孔加工方法，涉及复合材料加工技术领域。所述方法包括将碳纤维/双马树脂基复合材料切割成块状，将该试样装夹在数控加工中心上；选用电镀金刚石磨粒空心磨头刀具，使用激光位移传感器检测刀具端部振动位移，并调整刀具悬伸量达到刀具振幅最大值；对安装好的碳纤维/双马树脂基复合材料进行超声振动辅助双螺旋磨孔。本发明通过以抑制孔出口分层、毛刺的形成，减小出口撕裂和孔壁粗糙度，实现碳纤维/双马树脂复合材料的高效高质量制孔加工。

公开(公告)号：CN116611316A

公开(公告)日：2023-08-18

申请号：CN202310435930.9

申请日：2023-04-22

Applicant: 西北工业大学

Inventor： 汪文虎 ,  董睿哲 ,  王渊彬 ,  王子春 ,  张天任 ,  张声国

IPC: G06F30/27 ,  G06F30/15 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明一种基于机器学习的空心涡轮叶片铸件壁厚尺寸预测方法，属于航空发动机空心涡轮叶片精密铸造技术领域；方法步骤为：构建待预测壁厚点集合；设计蜡型和铸件壁厚测点标记工装；构建机器学习原始数据库；对壁厚原始数据进行数据预处理；通过机器学习回归模型算法与训练集、测试集划分策略，建立尺寸预测模型；对训练完成的模型进行预测性能检验，若模型预测精度不满足预测要求，则通过调整机器学习模型的基本参数进行修正，直至达到合适的预测精度；利用训练好的机器学习模型对其他批次的涡轮叶片进行壁厚尺寸预测，筛选不合格叶片的空心涡轮叶片蜡型。本发明提升叶片的尺寸合格率以及生产效率，提高产线设备资源利用率，降低生产成本。