五轴联动并串联数控机床
    21.
    发明公开

    公开(公告)号:CN1788929A

    公开(公告)日:2006-06-21

    申请号:CN200510127365.1

    申请日:2005-12-20

    Abstract: 五轴联动并串联数控机床,涉及一种并联机床。现有的利用六自由度并联机床实现五轴运动存在成本高、结构复杂的弊端。五轴联动并串联数控机床,它包括机架(1)、运动平台(2)和连杆,连杆为四根,四根连杆的一端都与机架(1)连接,四根连杆的另一端都与运动平台(2)铰接;在所述运动平台(2)的下方还设有移动工作台(4)。本发明机床结构对称性好,具有较好的刚度、精度和动态性能,运动参数不藕合,且结构简单、成本低、易制造;本发明不仅丰富了五轴并联机床的结构形式,为四、五自由度并联机构的理论研究提供了机构原型,并且该机床机构完全可以实现现有的六自由度并联机床机构所拥有的功能,利于推广应用。

    基于围栏损失函数的数据处理方法及装备故障诊断方法

    公开(公告)号:CN118211136B

    公开(公告)日:2024-08-06

    申请号:CN202410634398.8

    申请日:2024-05-22

    Abstract: 本发明涉及数据处理技术领域,具体的说是一种能够通过对数据集中难分样本的有效挖掘处理,显著提高数据处理效率和准确率,进而提高复杂设备故障诊断分析结果准确率的基于围栏损失函数的数据处理方法及装备故障诊断方法,其特征在于,利用深度模型将输入数据映射到一个高维空间中,并执行以下步骤:步骤1:难分样本识别,利用围栏边界来区分每种类别中的难分样本;步骤2:难分样本优化与归类,其中利用围栏学习将难分样本优化至对应的围栏中,通过计算样本到类中心的距离对难分样本进行归类,与现有技术相比,通过深度围栏学习致力于挖掘更多难分样本的信息,来促进数据分类准确性,进而提高设备故障数据诊断性能。

    航空发动机装配过程的振动值预测方法

    公开(公告)号:CN115204031B

    公开(公告)日:2023-06-20

    申请号:CN202210519129.8

    申请日:2022-05-13

    Abstract: 航空发动机装配过程的振动值预测方法,属于航空发动机装配状态监测技术领域,本发明为解决现有小样本情况下航空发动机装配过程的振动值预测精度低的问题。它包括:对航空发动机装配流程的数据进行预处理,构建多相关性分析模型,提取关键输入特征;采用二维拉伸变换方法和均值池化方法,实现装配数据的一维数组与二维图像的转换,并采用W生成对抗网络模型进行数据增强,获得扩充后的小样本数据的区间;构建支持向量机分类模型,对航空发动机整机振动值的区间范围进行预测。本发明用于对航空发动机进行装配。

    螺旋桨双面刚柔性切换支撑装置、加工装置及加工方法

    公开(公告)号:CN115582720A

    公开(公告)日:2023-01-10

    申请号:CN202211231436.2

    申请日:2022-10-10

    Abstract: 本发明涉及螺旋桨双面刚柔性切换支撑装置、加工装置及加工方法,属于舰船领域。螺旋桨双面刚柔性切换支撑装置包括三轴驱动机构和电动推杆,三轴驱动机构为相对布置的两组,相对布置的两组三轴驱动机构之间形成用于支撑螺旋桨的支撑空间;两组三轴驱动机构的驱动端分别连接有电动推杆并驱动所连接的电动推杆三向运动;电动推杆的推出端转动连接有支撑板,支撑板背离电动推杆的一侧面安装有支撑滚珠;电动推杆内连接有力传感器,力传感器用于当支撑滚珠完全贴合螺旋桨表面时检测电动推杆的推杆受力,并当电动推杆受力大于触发阈值时,控制电动推杆断电。本发明降低了双面加工过程中的加工力矩,能够保证大型船用螺旋桨双面协同加工的表面加工精度。

    基于AdaLMBP神经网络模型的航空发动机性能状态预测方法

    公开(公告)号:CN115455800A

    公开(公告)日:2022-12-09

    申请号:CN202110645925.1

    申请日:2021-06-09

    Abstract: 本发明涉及一种基AdaLMBP神经网络模型的航空发动机性能状态预测方法,其特征在于,获取航空发动机燃油流量数据,并对航空发动机的燃油流量数据进行预处理,得到数据;将数据整理成数据集,将数据集{X,Y}拆分为训练集{Xtrain,Ytrain}和测试集{Xtest,Ytest},搭建AdaLM‑BP神经网络模型,使用训练集训练模型,完成模型训练后,测试并应用模型,还包括首先从发动机采集数据,然后经过预处理得到模型可用的数据,此后上述三层AdaLM‑BP神经网络模型进行数据训练,用于预测未来的趋势,本发明针对航空发动机性能预测方法存在的问题,使模型的优化算法改变误差下降方向,收敛到“好”的局部最小;通过实验使用CFM56‑5B型发动机采集的燃油流量数据验证了该性能预测方法的有效性。

    一种实现小样本条件下获取气路参数偏差值的方法

    公开(公告)号:CN111597760B

    公开(公告)日:2022-07-22

    申请号:CN202010418279.0

    申请日:2020-05-18

    Abstract: 本申请公开了一种实现小样本条件下获取气路参数偏差值的方法,属于航空发动机健康管理与监控技术领域。本发明包括构建发动机样本数据集、对数据进行归一化预处理、构建深度领域自适应气路参数偏差值回归模型、利用目标域发动机及源域发动机训练集训练深度领域自适应气路参数偏差值回归模型、利用训练好的所述深度领域自适应气路参数偏差值回归模型对所述目标域发动机测试集提取到的发动机样本进行测试、分析回归效果以及获取小样本新机型航空发动机ACARS数据,利用保存的气路参数偏差值回归模型获取气路参数偏差值。本发明实现跨工况、跨机型下建立气路参数偏差值模型,进而获取发动机监控自主性。

    基于深度自编码器的航空发动机气路性能异常检测系统

    公开(公告)号:CN114742165A

    公开(公告)日:2022-07-12

    申请号:CN202210396198.4

    申请日:2022-04-15

    Abstract: 一种基于深度自编码器的航空发动机气路性能异常检测系统,属于航空发动机性能检测技术领域。本发明为解决现有航空发动机气路异常的检测手段落后,检测结果准确性差的问题。包括:深度自编码器模块,包括气路异常分数计算模块和基于迁移学习的深度特征提取模块AE3;其中气路异常分数计算模块包括编码器一、解码器一和解码器二;其中编码器一与解码器一组成深度自编码器AE1,编码器一与解码器二组成深度自编码器AE2;深度特征提取模块AE3包括编码器二和解码器三;训练后深度自编码器模块用于对输入检测数据进行处理,处理结果采用随机森林分类器进行异常判断。本发明用于航空发动机气路性能异常检测。

    一种基于MOEAD的比例区间偏好引导多目标决策优化方法

    公开(公告)号:CN107748937B

    公开(公告)日:2021-08-13

    申请号:CN201711071988.0

    申请日:2017-11-03

    Abstract: 一种基于MOEAD的比例区间偏好引导多目标决策优化方法,本发明涉及基于MOEAD的比例区间偏好引导多目标决策优化方法。本发明为了解决现有技术求解得到的满足决策者比例区间偏好的有效解个数少的问题。本发明包括:步骤一:建立带有比例关系区间偏好信息的多目标决策模型;步骤二:利用法线边界交叉法对步骤一建立的带有比例关系区间偏好信息的多目标决策模型进行重构得到重构后的分解模型;步骤三:对步骤二重构后的分解模型进行求解,得到带有比例关系区间偏好信息的多目标决策模型的优化解。本发明避免了传统优化方法通过后验方法获得满足偏好有效解造成的较高的空间复杂度和时间复杂度。本发明用于飞机结构维修决策领域。

Patent Agency Ranking