-
公开(公告)号：CN111177645A
公开(公告)日：2020-05-19
申请号：CN201911370019.4
申请日：2019-12-26
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于大规模点云数据的大型高速回转装备误差混合评定方法。所述方法为根据最小区域准则的平面度误差评定方法；对平面度误差求解粒子群算法速度和位置进行更新；模拟退火算法机制，根据Gibbs准则正则分布，确定转移概率函数；进行寻优计算，避免陷入局部最优解，提高求解精度；对寻优计算结果采用凸壳算法剔除无效数据，获得有效的测量数据点，并利用粒子群智能优化算法求解平面度。本发明可以准确获得大规模点云数据的平面度形状误差评定值，适用于大型回转类产品几何形状误差的测量和评定。该方法的计算简便且求解精度较高，用于航空发动机转子连接面形状误差的评定，可以使得最终测量评定精度提高，进而提高装配精度。
-
公开(公告)号：CN111076866A
公开(公告)日：2020-04-28
申请号：CN201811230246.2
申请日：2018-10-22
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了基于形心矢量和极小化的大型高速回转装备多级零部件不平衡量堆叠装配方法和装置，属于机械装配技术领域。所述方法通过建立单级转子的五参数轮廓测量模型、获得单级转子偏心误差、确定n级转子装配后由各级转子定位误差引起的偏心误差传递矩阵T0-n和装配后由各级转子定位误差引起的第n级转子不平衡量和利用遗传算法优化各级转子角向安装位置等步骤，实现多级转子初始不平衡量的优化和多级零部件不平衡量堆叠装配。
-
-
公开(公告)号：CN111046579A
公开(公告)日：2020-04-21
申请号：CN201911370026.4
申请日：2019-12-26
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了基于粒子群算法的大型高速回转装备误差分离优化方法，建立优化传感器安装角度优化目标函数；利用极大熵函数法对目标函数进行等价变换得到可微的优化目标函数；设定约束条件和搜索范围；利用粒子群算法对传感器S2、S3相对于S1的安装角度α和β进行寻优；根据寻优结果对最优安装角度对应的叶子编号进行确定。本发明根据粒子群算法优化得到的叶片编号安装三个传感器，对叶尖间隙数据进行测量并进行误差分离，可有效避免误差分离过程中的谐波抑制现象，提高误差分离精度。
-
公开(公告)号：CN111043960A
公开(公告)日：2020-04-21
申请号：CN201911367208.6
申请日：2019-12-26
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于激光传感的大型高速回转装备误差测量及分离方法。所述方法为对大型高速回转装备误差进行分析，建立基于激光传感的大型高速回转装备误差测量模型；建立测量优化目标函数，确定解偏置置误差；根据解偏置误差，通过测量装备以及实现平台获得准确的参量误差值，对解偏置误差进行实验验证；采用修正模型修正解偏置误差，重复直至满足精度值，结束测量。本发明可以获得测量传感器自身的测量位置误差，进一步可以对测量过程中的误差实施有效的补偿，从而有效准确地提高测量精度。可以实现被测参量的准确测量一提高测量精度。对不同误差测量时可以建立不同的精确模型，从而使得测量的准确性进一步的提高，以便实现误差的分离。
-
Patent Agency Ranking
公开(公告)号：CN110929353A
公开(公告)日：2020-03-27
申请号：CN201911213663.0
申请日：2019-12-02
Applicant: 哈尔滨工业大学
IPC: G06F30/17 , G06F30/20 , G06F111/10
Abstract: 本发明是一种基于单纯形算法的大型高速回转装备圆柱轮廓误差分离方法。包括以下步骤：建立大型高速回转装备圆柱轮廓测量模型；确定测头半径误差和测头支杆倾斜角:步骤3：通过单纯性优化算法确定待估参数，建立目标函数；对于每个截面轮廓的目标函数，采用单纯形寻优算法估计得到参数的估计值，通过估计值消除影响；采用单纯形寻优估计法对目标函数直接求解，得到大型高速回转装备圆柱轮廓测量模型的整体偏心误差、几何轴线倾斜误差和最小二乘半径的精确估计值；逐点分离多偏置误差。本发明可实现在不对测量模型和误差参数估计过程进行任何简化的前提下，同时实现对多个偏置误差参量的精确估计和分离，显著提高了误差分离准确性。
-
公开(公告)号：CN110889244A
公开(公告)日：2020-03-17
申请号：CN201911326637.9
申请日：2019-12-20
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于质量矩极小化的大型高速回转装备叶片的排序方法。本发明建立大型高速回转装备质量矩物理模型，进行叶片质量矩优化，随机产生初始种群；根据叶片的自适应度，基于建立的大型高速回转装备质量矩物理模型，确定叶片的适应度的相对值；对叶片的适应度的相对值进行迭代计算，得到最大的适应度的相对值；当迭代次数小于250次时，采用云自适应遗传算法对叶片进行排序，并进行选择操作、交叉操作和变异操作，生成子代种群；直至满足迭代次数大于等于250次，叶片排序序号，得到最佳的叶片排序。本发明从本质上反应实际转子不平衡量，在搜索和开发之间由更好的平衡能力，从而极大改善了局部寻优的问题。
-
公开(公告)号：CN107367221B
公开(公告)日：2019-07-16
申请号：CN201610311973.6
申请日：2016-05-12
Applicant: 哈尔滨工业大学
IPC: G01B7/02
Abstract: 超声波电机驱动主从结构电感传感器校准方法与装置属于精密测量技术领域。其校准方法与装置以三光轴激光干涉仪作为运动基准，超声波电机作为驱动元件，驱动主动双V型槽导轨，主动双V型槽导轨与从动气浮导轨通过柔性铰链相连，驱动从动气浮导轨做直线运动，直线光栅尺作为反馈元件进行大行程、精定位。利用三光轴激光干涉仪补偿位移传递机构运动的俯仰与偏航误差；本发明可以有效解决位移传感器校准装置行程与精度之间的矛盾，实现大行程、高精度电感位移传感器的动静态校准。
-
公开(公告)号：CN109960868A
公开(公告)日：2019-07-02
申请号：CN201910217533.8
申请日：2019-03-21
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了基于多参数调控的大型高速回转装备单级零部件偏心数据处理及跳动公差分配方法。本发明分析了转子圆轮廓测量的采样角度分布特性和测量误差，将采集到的圆轮廓数据通过非等间隔形态学滤波器进行功能性滤波；考虑圆轮廓测量中的转子偏心、传感器测头偏移、传感器测球半径三个参数分量，建立了三参数圆轮廓测量模型；依据高滤波精度的测量数据和圆轮廓测量模型，可以准确的估计出偏心误差，得到转子测量面偏心误差的目标函数，进而得到偏心误差的概率密度，得到接触面跳动信息和偏心误差的概率关系，实现转子公差的分配。
-
公开(公告)号：CN109960867A
公开(公告)日：2019-07-02
申请号：CN201910217523.4
申请日：2019-03-21
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了一种基于惯性回转中心调控最优化及智能学习的大型高速回转装备多级零部件选配方法，属于机械装配技术领域。第一步、建立多级转子装配同轴度的预测模型；第二步、结合所述预测模型获得转子与静子的偏心误差，实现多级转静子装配后相对间隙的获取；第三步、获得装配后各级转静子定位、定向误差引起的第n级转静子不平衡量；第四步、获得多转静子初始不平衡量；第五步、建立基于各级转静子角向安装位置的多级转静子装配几何量、不平衡量和相对间隙的多目标优化模型；利用遗传算法优化各批次转静子角向安装位置，实现多参数多级转静子选配。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.032 seconds)
