-
公开(公告)号：CN114925807B
公开(公告)日：2024-06-11
申请号：CN202210372367.0
申请日：2022-04-11
Applicant: 大连理工大学
Abstract: 本发明涉及离心压缩机叶轮加工刀具磨损数据标记方法，属于重大装备关键部件智能诊断技术领域。本发明采集离心压缩机叶轮加工过程中主轴电机电流信号，数控机床主轴转速实时变化，将采集到的电流一维时间序列信号做成三维图片，构建含有四个隐含层的深度神经网络模型，利用条件概率函数约束神经网络模型，行成条件概率深度神经网络模型。利用少量标记样本训练神经网络，用于大量未标记样本的标签预测，实现海量工程信号的标记。该方法可以标记大量未标记信号，为重大装备智能运维的研究奠定基础，实现企业的最大利用化。
-
公开(公告)号：CN116360344A
公开(公告)日：2023-06-30
申请号：CN202310253829.1
申请日：2023-03-16
Applicant: 大连理工大学 , 沈阳透平机械股份有限公司
IPC: G05B19/408
Abstract: 本发明属于机械制造领域，提出一种球头铣刀五轴数控小径向切深中加工稳定性分析方法，建立了考虑跳动的球头铣刀五轴数控加工动力学模型，开发了跳动影响下的刀具‑工件接触区域边界高效构建模型，研制了准确高效地确定每个切削微元所对应的时滞周期的CWE分离技术，实现了球头铣刀五轴数控小径向切深下的加工稳定性高效、高精度预报，对实现高性能数控铣削具有意义重大。
-
公开(公告)号：CN115255463B
公开(公告)日：2023-04-07
申请号：CN202210721883.X
申请日：2022-06-24
Applicant: 大连理工大学
Abstract: 本发明属于机械制造技术领域，提出了一种大型叶轮铣削过程中的振动主动抑制装置及其方法，该装置选用杠杆系统将气囊压强测量问题转化为导杆位移测量问题，同时利用杠杆系统放大功能显著提高压强测量精度，通过小量程位移传感器实现对加工过程中的振动高精度识别，依靠高精度电动缸不断地对气囊进行充气或排气，使气囊维持在恒定的压强状态，为加工过程中叶轮提供有效支撑，显著降低加工振动，提高加工质量和效率。本发明采用气压传动方式，运动平稳保证了测试过程中无额外振动干扰，同时该装置结构灵巧、布局合理、适应性强、寿命长、测量精度高，解决了大型叶轮加工振动难以有效抑制的问题，具有良好的经济性和推广价值。
-
公开(公告)号：CN113798920B
公开(公告)日：2022-07-22
申请号：CN202111110014.5
申请日：2021-09-23
Applicant: 大连理工大学
IPC: B23Q17/09
Abstract: 一种基于变分自动编码器与极限学习机的刀具磨损状态监测方法，采集加工过程中机床主轴电机三相电流信号，将其融合成电流有效值并转化为三维矩阵形式生成图片样本，作为VAE‑ELM网络的输入；利用VAE进行无监督训练，保留网络由提取的短序列向量组成的特征信息部分；以无监督预训练阶段获得的特征信息作为有监督网络的初始输入，利用ELM算法对特征进行分类；完成网络的训练后，将测试样本输入到VAE‑ELM模型中，获得结果。本发明可以避免繁杂的数据预处理方法，且不需要剔除摆线铣削加工中空刀部分的信号数据也能够高效准确地识别出变工况条件下刀具的磨损状态，具有识别精度高，鲁棒性强的特点，在实际工程应用中具有重要意义。
-
公开(公告)号：CN104879340B
公开(公告)日：2017-01-11
申请号：CN201510191708.4
申请日：2015-04-20
Applicant: 大连理工大学
IPC: F15B13/044 , F16K31/04 , F16K31/50 , F16K31/52
Abstract: 本发明提供了一种在线交流流量比例调节的控制装置，属于交流液压技术领域。其特征是该装置由曲柄、滑块、连接杆、杠杆、滚珠丝杠、滚珠螺母、伺服电机、液压缸等组成。有曲柄连杆机构中的曲柄通过连接杆带动滑块位移按照正弦规律变化，经过杠杆、杠杆支座等组成的杠杆系统的放大/缩小一定倍数后，传递给液压缸的活塞。活塞按照放大/缩小一定倍数的正弦规律变化，使液压缸的输出端精确输出设定的交流流量，从而实现交流流量的实时、动态、在线、线性比例精确调节。本发明的效果和益处是：该装置结构灵巧、布局合理、测量精度高，解决传统改变曲柄长度等方法无法在线高精度比例调节交流流量的问题，具有良好的推广价值。
-
Patent Agency Ranking
公开(公告)号：CN106217130A
公开(公告)日：2016-12-14
申请号：CN201610668278.5
申请日：2016-08-15
Applicant: 大连理工大学
IPC: B23Q17/09
CPC classification number: B23Q17/0952 , B23Q17/0995
Abstract: 本发明提供了一种复杂曲面加工过程中铣刀状态在线监测与预警方法，属于设备故障诊断领域。本发明在验证了铣削力与刀柄振动电涡流位移信号之间存在线性关系的基础上，以三向加速度传感器测得的机床主轴端部X、Y方向的加速度信号的二次频域积分作为刀柄振动位移信号，提取积分位移信号中的基频及其谐波信号作为监测信号，一方面克服了曲面加工中直接通过电涡流位移传感器进行位移检测的种种弊端，另一方面可以有效去除干扰信号的影响；运用时域同步平均累积量对监测信号做进一步处理，然后利用特征量定量刻画同步平均累积量波形，依据特征值变化实现对铣刀状态的监测。
-
公开(公告)号：CN113798920A
公开(公告)日：2021-12-17
申请号：CN202111110014.5
申请日：2021-09-23
Applicant: 大连理工大学
IPC: B23Q17/09
Abstract: 一种基于变分自动编码器与极限学习机的刀具磨损状态监测方法，采集加工过程中机床主轴电机三相电流信号，将其融合成电流有效值并转化为三维矩阵形式生成图片样本，作为VAE‑ELM网络的输入；利用VAE进行无监督训练，保留网络由提取的短序列向量组成的特征信息部分；以无监督预训练阶段获得的特征信息作为有监督网络的初始输入，利用ELM算法对特征进行分类；完成网络的训练后，将测试样本输入到VAE‑ELM模型中，获得结果。本发明可以避免繁杂的数据预处理方法，且不需要剔除摆线铣削加工中空刀部分的信号数据也能够高效准确地识别出变工况条件下刀具的磨损状态，具有识别精度高，鲁棒性强的特点，在实际工程应用中具有重要意义。
-
公开(公告)号：CN107239603B
公开(公告)日：2019-10-11
申请号：CN201710363848.4
申请日：2017-05-23
Applicant: 大连理工大学
IPC: G06F17/50
Abstract: 五轴数控机床加工中基于精细积分的球头铣刀颤振稳定域叶瓣图建模方法，属于先进制造技术领域，包括：1)建立球头铣刀刀具‑工件动力学方程；2)求解球头铣刀刀齿上的动态切削力Ftx(t)和Fty(t)；3)五轴数控机床平面加工过程中球头铣刀与工件的接触区域半解析建模；4)精细积分法对刀具‑工件动力学方程时域数值求解；5)叶瓣图构建。本发明将球头铣刀在单齿切削周期内视为圆弧运动，运用精细积分法对铣削系统二阶动力学方程进行高精度时域数值求解，克服传统数值求解法不能同时兼顾计算精度、计算效率和稳定性的弊端，能够构建出五轴数控机床加工过程中存在前倾角和侧倾角时的球头铣刀颤振稳定域叶瓣图。
-
公开(公告)号：CN107544433B
公开(公告)日：2019-05-28
申请号：CN201710856701.9
申请日：2017-09-21
Applicant: 大连理工大学
IPC: G05B19/408
Abstract: 轴数控机床平面加工过程球头铣刀与工件接触区域半解析建模方法，属于五轴数控机床加工领域。首先根据球头铣刀沿着轴线方向单调分布的特点，将球头铣刀与工件接触区域边界三维求解问题转化为接触区域在垂直于铣刀轴线平面投影的边界二维求解问题。其次，通过几何推导，将球头铣刀与工件接触区域边界在Xm‑Ym平面投影方程的求解问题转化为这些边界在X‑Y平面的投影方程的求解问题。最后通过半解析建模法，获得球头铣刀与工件接触区域边界在Xm‑Ym平面的投影方程。本发明能够高精度高效地构建出前倾角为α和侧倾角为β时球头铣刀与工件接触区域，弥补国内外在五轴数控机床上加工过程中球头铣刀与工件接触区域边界识别方法的空缺，具有较高的工程应用价值。
-
公开(公告)号：CN106934170A
公开(公告)日：2017-07-07
申请号：CN201710172976.0
申请日：2017-03-22
Applicant: 大连理工大学
IPC: G06F17/50
CPC classification number: G06F17/5009 , G06F17/5086
Abstract: 基于球头铣刀与工件接触区域的颤振稳定域叶瓣图建模方法，以铣削系统二阶动力学方程的全离散时域求解法为主线，在球头铣刀单齿切削周期内是圆弧切削和时滞周期等于单齿切削周期的基础上，通过球头铣刀与工件的接触区域投影边界方程和切削刃不同时刻的投影方程，提取出在一个时滞周期内不同时刻参与切削的刀刃数目和参与切削刀刃的实际切削部位，构建出球头铣刀切削过程中颤振稳定域叶瓣图。本发明并不局限于三轴机床上平面加工，获得球头铣刀获得球头铣刀与工件的在某个刀位点接触区域，运用该方法就能构建出该刀位点的叶瓣图。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.022 seconds)
