用于矩形金刚石刀具飞切加工微结构元件的简易飞刀盘

    公开(公告)号:CN115178788A

    公开(公告)日:2022-10-14

    申请号:CN202210835995.8

    申请日:2022-07-15

    Abstract: 用于矩形金刚石刀具飞切加工微结构元件的简易飞刀盘,它涉及微结构元件超精密加工领域。本发明解决了目前的金刚石飞切技术中的刀具都是以一定角度固定在飞刀盘上,不能实现刀具刃口与工件表面之间的调整,存在无法加工精度高的矩形槽结构,大大降低了减阻性能的问题。本发明的每个刀具角度调整块上端面中部加工有调整块连接螺纹孔,U形槽结构底板两端分别加工有两个U形槽连接螺纹孔,四个刀具角度调整螺钉分别螺旋安装在两个调整块连接螺纹孔和两个U形槽连接螺纹孔内并与对应的楔形刀托的上下端面相抵,通过旋转刀具角度调整螺钉调节金刚石刀具的角度。本发明能够灵活调整矩形金刚石刀具刃口与工件之间的角度,提高切削效果。

    一种面向机械加工工艺知识图谱的实体和关系预测方法

    公开(公告)号:CN113033914A

    公开(公告)日:2021-06-25

    申请号:CN202110411649.2

    申请日:2021-04-16

    Abstract: 一种面向机械加工工艺知识图谱的实体和关系预测方法,它属于机械加工工艺知识图谱中实体和关系预测技术领域。本发明解决了采用目前的翻译模型对机械加工工艺中的实体和关系预测的准确率低的问题。本发明将机械加工工艺知识图谱的复杂关系延展为一对一对多,多对一对一,多对一对多,一对多对一,一对多对多,一对多对多,多对多对多类型。基于延展的复杂关系和机械加工工艺领域特性提出了实体关系双投影超平面模型来实现加工工艺实体和加工工艺关系的准确预测。本发明可以用于对机械加工工艺知识图谱中实体和关系的预测。

    基于课堂式生成对抗网络模型的机械设备故障信号识别方法

    公开(公告)号:CN112308038A

    公开(公告)日:2021-02-02

    申请号:CN202011340437.1

    申请日:2020-11-25

    Abstract: 基于课堂式生成对抗网络模型的机械设备故障信号识别方法,涉及机故障信号识别领域。本发明是为了解决现有的机械设备故障信号识别方法准确率不高的问题。本发明所述的包含一个生成器和多个判别器的基于课堂式生成对抗网络模型识别机械设备故障信号的方法包括:获取机械设备正常振动信号和机械设备故障振动信号;将获取的机械设备信号划分为测试集和训练集;设置课堂式生成对抗网络结构参数;获取一个批量的样本;计算生成能力的提升值;计算每个生成器对判别器损失函数值影响权重;计算判别器的损失函数;计算生成器的损失函数;测试判别器的准确性;将机械设备振动信号输入准确率最高的分类模型得到识别结果。

    基于深度Croston方法的航空发动机备用需求预测方法

    公开(公告)号:CN110782083B

    公开(公告)日:2020-10-27

    申请号:CN201911011999.9

    申请日:2019-10-23

    Abstract: 基于深度Croston方法的航空发动机备用需求预测方法,本发明涉及本发明涉及航空发动机备用需求预测方法。本发明的目的是为了解决现有方法对航空发动机备用需求预测准确率低的问题。过程为:一、将间断型备发需求原始观测序列转换为备发需求间隔序列和备发需求量序列;二、将机队状态表征量作为备发需求间隔序列和备发需求量序列的协变量;三、建立备发需求间隔和备发需求量预测模型;得到训练好的备发需求间隔和备发需求量预测模型;将待测样本集分别输入训练好的预测模型,得到备发需求间隔和备发需求量预测结果;四、将预测结果转换为间断型备发需求序列;五、基于预测结果预测偏离成本总损失。本发明用于航空发动机领域。

    金属冲击试样自动化加工装置的自动控制系统

    公开(公告)号:CN101446818B

    公开(公告)日:2011-06-08

    申请号:CN200810209681.7

    申请日:2008-12-12

    Abstract: 本发明公开金属冲击试样自动化加工装置的自动控制系统,由运动控制系统,包括PLC子系统与伺服子系统及视觉检测系统构成。利用虚拟仪器软件开发平台LabVIEW及RTSI技术来无缝地集成系统各部分之间能够实时通讯、同步协调运行。在加工流程中,PLC子系统控制着加工中心的大部分顺序动作。伺服控制子系统负责加工中心各部分的进给控制,系统中虚拟仪器技术的硬件PCI-7358 8轴运动控制卡与交流伺服系统搭建硬件平台,控制刀具切削进给以及工作台变速定位运动;系统配有方便、实用的人机交互界面,操作人员可通过微机对测控功能简单的操作,实现试样的全自动加工。视觉检测系统完成工件的尺寸和形状的在线检测,不同环节的检测结果作为加工参数和质量控制重要信息。

    龙门式双工位超精密磨削加工机床及磨削加工方法

    公开(公告)号:CN119159470A

    公开(公告)日:2024-12-20

    申请号:CN202411672712.8

    申请日:2024-11-21

    Abstract: 一种龙门式双工位超精密磨削加工机床及磨削加工方法,它涉及超精密加工技术领域。本发明解决了现有的超精密机床存在加工效率和加工精度较低,以及存在重复装夹所带来的误差的问题。本发明的机床本体为龙门式机床本体,龙门式机床本体包括机床床身、机床横梁和两个机床立柱,机床床身沿Y轴方向水平布置,机床横梁沿X轴方向水平布置在机床床身正上方,机床横梁下方前后两侧沿Z轴方向设有竖直对称布置的两个机床立柱,两个机床立柱下端与机床床身上表面连接,两个机床立柱上端与机床横梁下表面连接。本发明用于实现超精密机床的串行模式下工位流水线式加工或分别独立加工,实现并行模式下双工位同时加工等多种加工模式。

    基于课堂式生成对抗网络模型的机械设备故障信号识别方法

    公开(公告)号:CN112308038B

    公开(公告)日:2022-09-27

    申请号:CN202011340437.1

    申请日:2020-11-25

    Abstract: 基于课堂式生成对抗网络模型的机械设备故障信号识别方法,涉及机故障信号识别领域。本发明是为了解决现有的机械设备故障信号识别方法准确率不高的问题。本发明所述的包含一个生成器和多个判别器的基于课堂式生成对抗网络模型识别机械设备故障信号的方法包括:获取机械设备正常振动信号和机械设备故障振动信号;将获取的机械设备信号划分为测试集和训练集;设置课堂式生成对抗网络结构参数;获取一个批量的样本;计算生成能力的提升值;计算每个生成器对判别器损失函数值影响权重;计算判别器的损失函数;计算生成器的损失函数;测试判别器的准确性;将机械设备振动信号输入准确率最高的分类模型得到识别结果。

    碳化硅纳米线的合成方法
    20.
    发明授权

    公开(公告)号:CN110668447B

    公开(公告)日:2022-04-19

    申请号:CN201911054722.4

    申请日:2019-10-31

    Abstract: 碳化硅纳米线的合成方法,它涉及一种碳化硅纳米线的合成方法。本发明是为了解决现有制备碳化硅纳米线的方法原材料浪费严重、成本高、结构不均匀、长径比低的技术问题。本方法如下:将处理后的生长基底放于坩埚内硅树脂的上方,将坩埚放于真空高温炉中在升温,保温,降温,即得。该方法在生长SiC纳米线的同时,在模具内部生成SiC纳米颗粒,这样可以极大的提高原料利用率从而降低了成本,同时合成了链珠状的SiC纳米线,特殊的链珠状结构使其在复合材料、场致发射体、光催化剂、储氢及疏水表面具有更大的应用潜力。链珠状纳米线的生成同时伴有超长超直的SiC纳米线的生成。产品结构均匀。本发明属于纳米线的制备领域。

Patent Agency Ranking