一种基于MIG/MAG焊接工艺的机器人增材制造方法

    公开(公告)号:CN109420819B

    公开(公告)日:2020-12-11

    申请号:CN201710780653.X

    申请日:2017-09-01

    Abstract: 本发明公开了一种基于MIG/MAG焊接工艺的机器人增材制造方法,包括以下步骤:(1)建立金属零件的CAD模型;(2)进行焊接工艺试验,建立焊接工艺参数与焊缝几何特征之间的映射关系;(3)对焊缝体和焊缝特征参数进行建模;(4)根据金属零件的形状确定堆积方向,根据建立的焊缝模型确定堆焊的分层高度,对三维模型软件进行二次开发,实现对模型的切片功能;(5)提取切片步骤得到的截面轮廓,根据建立的焊缝模型确定堆焊的行距,设计合适的路径规划算法,生成数控程序;(6)将数控程序导入机器人仿真软件测试后,导出机器人驱动程序进行金属零件的生产。本发明具有成型精度和质量高、工序集成等优点,并且制造成本低、市场响应速度快。

    基于虚拟制造技术的金属卷板生产计算机仿真方法

    公开(公告)号:CN109344525A

    公开(公告)日:2019-02-15

    申请号:CN201811217238.4

    申请日:2018-10-18

    Abstract: 本发明提供了一种基于虚拟制造技术的金属卷板生产计算机仿真方法,包括:根据所需加工产品设置板材参数,建立待加工金属板材模型;用边界法对预弯机的凹模具和凸模具进行建模;建立预弯机下压量和预弯半径之间的映射关系,对预弯过程中的板材进行建模;对卷板机的工作辊和其他部分进行建模;建立金属卷板加工工艺模型,设置卷制次数和单次下压量,对各次下压量均进行可行性分析;根据卷板工艺参数与卷板加工过程中形变位置的映射关系,对卷制过程中的板材进行几何建模;金属卷板生产加工完成,得到卷制要求的筒体模型,并统计得金属卷板的生产成本。

    基于KPCA与改进神经网络结合的短期负荷预测方法

    公开(公告)号:CN109426889A

    公开(公告)日:2019-03-05

    申请号:CN201710780654.4

    申请日:2017-09-01

    Abstract: 本发明公开了一种基于KPCA与改进神经网络结合的短期负荷预测方法。该方法包括如下步骤:(1)分析、选取影响负荷的主要因素和历史数据,初步构成神经网络样本集;(2)利用核主成分分析算法对输入神经网络样本集进行降维解耦;(3)将降维解耦后的神经网络样本集,作为改进神经网络模型的输入量并进行训练得到预测模型;(4)将预测样本输入已经训练好的预测模型中;(5)对预测模型的输出值进行修正,作为短期负荷预测值。本发明通过核主成分分析与改进神经网络结合的模型对电力系统进行短期负荷预测,简化了模型结构加快了收敛效率;通过对输出值修正,降低了模型输出的偶然误差,提高了负荷预测的精度。

    一种基于MIG/MAG焊接工艺的机器人增材制造方法

    公开(公告)号:CN109420819A

    公开(公告)日:2019-03-05

    申请号:CN201710780653.X

    申请日:2017-09-01

    Abstract: 本发明公开了一种基于MIG/MAG焊接工艺的机器人增材制造方法,包括以下步骤:(1)建立金属零件的CAD模型;(2)进行焊接工艺试验,建立焊接工艺参数与焊缝几何特征之间的映射关系;(3)对焊缝体和焊缝特征参数进行建模;(4)根据金属零件的形状确定堆积方向,根据建立的焊缝模型确定堆焊的分层高度,对三维模型软件进行二次开发,实现对模型的切片功能;(5)提取切片步骤得到的截面轮廓,根据建立的焊缝模型确定堆焊的行距,设计合适的路径规划算法,生成数控程序;(6)将数控程序导入机器人仿真软件测试后,导出机器人驱动程序进行金属零件的生产。本发明具有成型精度和质量高、工序集成等优点,并且制造成本低、市场响应速度快。

Patent Agency Ranking