一种结合D2算子和法向算子的铸件三维模型分类方法

    公开(公告)号:CN112164144A

    公开(公告)日:2021-01-01

    申请号:CN202011017464.5

    申请日:2020-09-24

    Abstract: 本发明属于铸件三维模型分类领域,并具体公开了一种结合D2算子和法向算子的铸件三维模型分类方法,包括如下步骤:对各类铸件三维模型进行三角面片化;分别采用D2算子和法向算子获取铸件三维模型的D2特征描述符和N2特征描述符;然后根据铸件的初始类别,得到各类铸件的D2、N2类别特征描述符;最后利用相似性度量函数计算待分类铸件三维模型和各类别三维模型的相似度,根据相似度大小进行铸件三维模型的分类。本发明可以基于已经建立的数据库识别新铸件的类别,提高了铸造工艺设计的智能化程度,对于常见的铸件类别有很好的特征识别效果,能够有效地判别铸件类型,解决相同类型铸件的工艺复用问题。

    钛合金真空离心铸造中在线测温方法、装置及安装方法

    公开(公告)号:CN114354011A

    公开(公告)日:2022-04-15

    申请号:CN202111675394.7

    申请日:2021-12-31

    Abstract: 本发明提供了一种钛合金真空离心铸造中在线测温方法、装置及安装方法,属于铸造领域,将独立完整的测温装置整体设置在钛合金离心熔炼浇注炉内腔的高速离心浇注转台上,对独立完整的测温装置进行隔热处理,测温装置中的温度传感器设置在钛合金离心铸造模壳内或者钛合金离心铸造模壳外壁处,测温装置在高速离心浇注转台上完成测温、测温数据的存储,在整个钛合金真空离心铸造过程中,独立完整的测温装置整体一直处于钛合金离心熔炼浇注炉内腔,全程与钛合金离心熔炼浇注炉外隔绝。本发明还提供了测量装置和测量装置的安装使用方法。本发明的测量方法新颖,结构简单,运行稳定,数据采集方便,具有广泛的操作适应性,具有极大的应用价值。

    一种用于金属熔炼的集成式配料加料方法和系统

    公开(公告)号:CN113345533A

    公开(公告)日:2021-09-03

    申请号:CN202110548603.5

    申请日:2021-05-20

    Abstract: 本发明属于金属熔炼领域,公开了一种用于金属熔炼的集成式配料加料方法和系统。方法包括,存储标准合金钢所含元素种类和各元素含量;测定熔炼炉中当前钢水各元素含量;将当前钢水各元素含量与预设数据库中该钢种所含各元素标准含量进行匹配分析,在钢水各元素含量偏离正常范围时自动计算出二次配料所需元素的种类和质量,并转移至熔炼炉内参与冶炼。本发明在企业现有硬件设备的条件下,通过数据库、企业生产管理系统和智能电子秤的集成管理使用,实现了熔炼炉钢水成分预警与精确配料加料,在确保铸造过程的精确性和高效性的同时,对企业来说几乎未增加生产成本,有助于铸造企业向智能化、信息化企业转型,适合所有的合金冶炼应用场景,实用性强。

    一种结合D2算子和法向算子的铸件三维模型分类方法

    公开(公告)号:CN112164144B

    公开(公告)日:2022-04-19

    申请号:CN202011017464.5

    申请日:2020-09-24

    Abstract: 本发明属于铸件三维模型分类领域,并具体公开了一种结合D2算子和法向算子的铸件三维模型分类方法,包括如下步骤:对各类铸件三维模型进行三角面片化;分别采用D2算子和法向算子获取铸件三维模型的D2特征描述符和N2特征描述符;然后根据铸件的初始类别,得到各类铸件的D2、N2类别特征描述符;最后利用相似性度量函数计算待分类铸件三维模型和各类别三维模型的相似度,根据相似度大小进行铸件三维模型的分类。本发明可以基于已经建立的数据库识别新铸件的类别,提高了铸造工艺设计的智能化程度,对于常见的铸件类别有很好的特征识别效果,能够有效地判别铸件类型,解决相同类型铸件的工艺复用问题。

    基于不平衡多源信息神经网络建模预测铸件质量的方法

    公开(公告)号:CN114139917A

    公开(公告)日:2022-03-04

    申请号:CN202111415100.7

    申请日:2021-11-25

    Abstract: 本发明提供了基于不平衡多源信息神经网络建模预测铸件质量的方法,属于铸造产品质量监测领域。该方法包括如下步骤:收集铸件生产的工艺参数及质量信息;建立神经网络模型,将工艺参数作为输入,将质量信息作为输出;将各质量类别所占比例作为其对应的阈值,利用神经网络模型的输出值减去其对应的阈值获得该质量类别的差值,将差值最大的质量类别作为神经网络模型的预测结果,然后反向优化神经网络模型;对神经网络模型进行训练,直至达到预设迭代次数,进而获得最优神经网路模型;将待预测铸件的工艺参数作为输入,利用最优神经网络模型预测铸件质量。本发明采用阈值移动的方式为不平衡数据提供新的评估方式,能够更加合理地预测铸件质量。

Patent Agency Ranking