一种半干法等离子-FCAW水下复合焊接装置及其焊接方法

    公开(公告)号:CN113664398B

    公开(公告)日:2022-11-18

    申请号:CN202110826183.2

    申请日:2021-07-21

    Abstract: 本发明公开了一种半干法等离子‑FCAW水下复合焊接装置及其焊接方法,装置包括FCAW系统及等离子系统,应用等离子‑FCAW复合焊接方法进行水下焊接,利用等离子弧能量密度高的特点对工件进行预热,降低工件冷却速率;并利用等离子弧的深熔效应增加焊接熔深,提升焊接效率;同时通过霍尔传感器采集FCAW电流的实时变化,根据电流的变化控制磁极端部的纵向机械运动以改变电弧区域的磁场强度,进而改变控制水下等离子电弧与FCAW电弧作用位置;通过等离子与FCAW电弧的水下有效复合可以在保证焊接接头质量的前提下显著提升焊接效率;该复合方式易于实现自动化焊接控制,因此可极大拓展水下焊接技术的应用范围,提升水下焊接自动化水平。

    一种大型高速回转装备不平衡量的双目标优化方法

    公开(公告)号:CN111079229B

    公开(公告)日:2022-10-25

    申请号:CN201911326692.8

    申请日:2019-12-20

    Abstract: 本发明公开了一种基于云自适应遗传算法的大型高速回转装备双目标优化方法。步骤1:设置初始种群;步骤2:建立转子质量和质量矩物理模型,根据物理模型以及适应度函数要求设计适应度函数,并对初始种群的所有染色体进行适应度计算;步骤3:对初始种群采用轮盘赌法进行选择操作;步骤4:根据X条件下云发生器产生的概率为必要条件进行下列步骤;步骤5:采用重组交叉算子进行交叉操作;步骤6:采用两元素优化变异算子进行变异操作;步骤7:若未达到最大迭代次数,重复步骤3‑6;若达到最大迭次数,迭代结束,输出最佳染色体。针对叶片划分象限质量差要求,其通过云自适应遗传算法对大型高速回转装备转子叶片排序,用于降低大型高速回转装备的质量矩。

    一种基于多域分析与主成分分析的大型回转设备主轴状态特征提取方法

    公开(公告)号:CN114279707A

    公开(公告)日:2022-04-05

    申请号:CN202111554839.6

    申请日:2021-12-17

    Abstract: 本发明是一种基于多域分析与主成分分析的大型回转设备主轴状态特征提取方法。本发明涉及大型回转设备主轴及大型回转装备中的故障诊断与健康监测技术领域,本发明基于大型回转设备的主轴状态振动信号,进行信号时域分析;基于振动信号的频域分析结果,进行频域特征的提取,包括重心频率、平均频率、均方根频率和频率标准差;基于小波包分解将振动信号进行各个频率子频带的分解,得到各个子频带的能量,归一化后得到各子频带占比,得到主轴状态振动信号的多方位特征指标;基于主成分分析方法将多方位特征指标进行降维处理,得到降维后的反应大型回转设备主轴状态的特征信息。

    基于激光超声的大型高速回转装备接触应力测量装置

    公开(公告)号:CN113125061A

    公开(公告)日:2021-07-16

    申请号:CN201911412063.7

    申请日:2019-12-31

    Abstract: 本发明提出了基于激光超声的大型高速回转装备接触应力测量装置,转子装配体在精密回转台上表面,激光超声探测仪的信号输出端和PIN硅光电二极管的信号输出端均通过数据采集卡与计算机的信号输入端连接,计算机的信号输出端分别与Nd:YAG激光器的信号输入端、激光超声探测仪信号输入端和精密回转台的信号输入端连接,Nd:YAG激光器、分光镜、透镜和PIN硅光电二极管设置于转子装配体上法兰上方,激光超声探测仪设置于转子装配体下法兰下方,Nd:YAG激光器、透镜和激光超声探测仪始终处于同一轴线上。本发明能避免使用传统超声波方法中必需的液体耦合剂,激光超声激发和接收在瞬间完成,能实现结合面接触应力的快速、实时测量。

    基于波能耗散原理的大型高速回转装备结合面接触应力测量方法

    公开(公告)号:CN113125060A

    公开(公告)日:2021-07-16

    申请号:CN201911410557.1

    申请日:2019-12-31

    Abstract: 本发明提出了基于波能耗散原理的大型高速回转装备结合面接触应力测量方法,使Nd:YAG激光器发射的脉冲激光通过分光镜和透镜照射在转子装配体的连接法兰表面;使PIN硅光电二极管能够接收到来自分光镜的脉冲激光;使Nd:YAG激光器和透镜处于同一轴线上;将转子装配体固定在精密回转台上;Nd:YAG激光器发射脉冲激光,数据采集卡将所述超声信号转换为数字信号后传输至计算机进行保存、数据处理和实时显示,直至完成转子装配体所有回转半径上所有点的超声信号的获取;获得转子装配体结合面接触应力的分布。本发明能避免使用传统超声波方法中必需的液体耦合剂,激光超声激发和接收在瞬间完成,实现结合面接触应力的快速、实时测量。

    一种基于采集与发射一体化的大型高速回转装备超声信号高速采集系统

    公开(公告)号:CN112881536A

    公开(公告)日:2021-06-01

    申请号:CN201911202149.7

    申请日:2019-11-29

    Abstract: 本发明是一种基于采集与发射一体化的大型高速回转装备超声信号高速采集系统。所述系统包括超声发射装置、发射探头、模数转换装置、放大装置,接收探头、DSP控制器、数据传输装置和电脑;所述发射探头的数据信号接收端连接超声发射装置数据信号输出端,所述超声发射装置控制信号输入端连接DSP控制器的控制信号输出端,所述DSP控制器的数据信号输入端连接模数转换装置的数据信号输出端,所述模数转换装置的数据信号输入端连接接放大装置的数据信号输出端,放大装置的数据信号输入端连接接收探头的数据信号输出端。本发明可以实现超声的发射,实现超声的接收,实现超声数据的处理以及超声数据的实时传输。

    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

    公开(公告)号:CN111043960B

    公开(公告)日:2021-04-30

    申请号:CN201911367208.6

    申请日:2019-12-26

    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。

    一种大型高速回转装备圆柱轮廓测量模型

    公开(公告)号:CN110906898B

    公开(公告)日:2021-03-30

    申请号:CN201911213659.4

    申请日:2019-12-02

    Abstract: 本发明公开了一种基于多偏置误差的大型高速回转装备圆柱轮廓测量模型。所述测量模型包括七个偏置误差分量,分别是偏心误差(α,e),几何轴线倾斜误差γ,传感器测头偏移误差dj(j=1,2,…,p,p为采样截面数),传感器测球半径r,传感器测头支杆倾斜误差水平导轨轴线倾斜误差w和竖直导轨轴线倾斜误差φ,圆柱轮廓不同高度截面处的测量模型。误差源在圆柱轮廓测量中均会产生较大影响,使得现有模型无法满足当前对大型高速回转装备圆柱轮廓精密测量的精度要求。

    基于声弹效应的大型高速回转装备装配紧固力测量方法

    公开(公告)号:CN110849517B

    公开(公告)日:2021-02-12

    申请号:CN201911142337.5

    申请日:2019-11-20

    Abstract: 本发明提出一种基于声弹效应的大型高速回转装备装配紧固力测量方法,工控机控制激光器发射脉冲激光,脉冲激光被分光镜分成两束,数据采集卡将采集到的信号传至工控机进行处理,计算出Δt0;所有螺栓紧固后,对第一个螺栓进行测量,计算出Δt1,求出该螺栓的紧固力F1,工控机控制精密回转台转动一定角度,对第二个螺栓进行测量,计算出Δt2,求出该螺栓的紧固力F2,直至转子装配体回转一周,完成若干个螺栓紧固力的测量。解决了现有技术的航空发动机转子装配紧固力难以直接测量、测量效率低且会对转子表面造成腐蚀等问题,提出一种基于声弹效应的大型高速回转装备装配紧固力测量方法,实现航空发动机转子装配紧固力的直接、高效率和高精度测量。

    一种基于PSO-BP神经网络的大型高速回转装备同轴度预测方法

    公开(公告)号:CN111160642A

    公开(公告)日:2020-05-15

    申请号:CN201911367235.3

    申请日:2019-12-26

    Abstract: 本发明公开了一种基于PSO-BP神经网络的大型高速回转装备同轴度预测方法。步骤1:数据处理;步骤2:将步骤1归一化处理后的各级大型高速回转装备的数据进行整合,作为输入量;步骤3:构建PSO-BP神经网络模型;步骤4:利用神经网络的隐含层神经元个数、学习率以及L2正则化系数;步骤5:将隐含层神经元个数、学习率以及L2正则化系数代入BP神经网络中,获得最优BP网络结构;步骤6:输入测试集数据得到测试集所对应的装配后多级装备同轴度预测值。本发明借助PSO-BP神经网络,综合考虑拧紧力矩对大型高速回转装备装配结合面影响以及多级装备间几何误差传递效果,对装配后多级装备同轴度预测效果较理想。

Patent Agency Ranking