-
公开(公告)号：CN109189001B
公开(公告)日：2020-07-03
申请号：CN201811368652.5
申请日：2018-11-16
Applicant: 厦门大学 , 第一拖拉机股份有限公司
IPC: G05B19/401 , G06T7/70
Abstract: 拖拉机变速箱用立铣刀端截形图像扫描获取及标定的方法，涉及整体立铣刀。以计算机几何图形学技术为基础，提出基于数字图形扫描法的整体立铣刀槽形端截形的获取并自动标定，打破传统方式，获取刀具容屑槽端面廓形的新方法。适用于整体立铣刀、钻头等螺旋面零件的开槽设计。主要实现方式是获取砂轮和刀具的参数后，首先建立砂轮和刀具工件的实体模型，并确定两者之间的相对运动关系，通过仿真形成砂轮与刀具的空间包络，截取刀具端截面图即容削槽端截形包络的图片；然后通过图像扫描法对轮廓像素进行提取，从而获得廓形；最后根据标定还原实际刀具容削槽端截形轮廓。
-
公开(公告)号：CN109189001A
公开(公告)日：2019-01-11
申请号：CN201811368652.5
申请日：2018-11-16
Applicant: 厦门大学 , 第一拖拉机股份有限公司
IPC: G05B19/401 , G06T7/70
Abstract: 拖拉机变速箱用立铣刀端截形图像扫描获取及标定的方法，涉及整体立铣刀。以计算机几何图形学技术为基础，提出基于数字图形扫描法的整体立铣刀槽形端截形的获取并自动标定，打破传统方式，获取刀具容屑槽端面廓形的新方法。适用于整体立铣刀、钻头等螺旋面零件的开槽设计。主要实现方式是获取砂轮和刀具的参数后，首先建立砂轮和刀具工件的实体模型，并确定两者之间的相对运动关系，通过仿真形成砂轮与刀具的空间包络，截取刀具端截面图即容削槽端截形包络的图片；然后通过图像扫描法对轮廓像素进行提取，从而获得廓形；最后根据标定还原实际刀具容削槽端截形轮廓。
-
公开(公告)号：CN109543329A
公开(公告)日：2019-03-29
申请号：CN201811456519.5
申请日：2018-11-30
Applicant: 厦门大学 , 第一拖拉机股份有限公司
IPC: G06F17/50
Abstract: 一种结合SVM的端面铣刀铣削力预测方法，涉及超精密加工技术。设计不同切深、不同径向背吃刀量的仿真参数，建立几何模型，刀片切削刃位置布置圆角，刀片只取与工件接触的刀尖部分，使网格能够组合出刀片上的微小结构的形状；取得仿真值后，利用混合核函数SVM算法，对仿真值进行拟合。计算刀具刀尖点运动学模型。根据运动学模型求解刀具上不同刀片径向背吃刀量，代入到切削力模型中，求解各刀片在当前相位角切削力，切削力分三个方向切削力：轴向力、径向力和切向力，要转化成刀具轴向力Fz、进给方向力Fy以及垂直进给方向力Fx，直接进行叠加进行求解。
-
公开(公告)号：CN109543329B
公开(公告)日：2022-10-14
申请号：CN201811456519.5
申请日：2018-11-30
Applicant: 厦门大学 , 第一拖拉机股份有限公司
IPC: G06F30/23 , G06F119/14
Abstract: 一种结合SVM的端面铣刀铣削力预测方法，涉及超精密加工技术。设计不同切深、不同径向背吃刀量的仿真参数，建立几何模型，刀片切削刃位置布置圆角，刀片只取与工件接触的刀尖部分，使网格能够组合出刀片上的微小结构的形状；取得仿真值后，利用混合核函数SVM算法，对仿真值进行拟合。计算刀具刀尖点运动学模型。根据运动学模型求解刀具上不同刀片径向背吃刀量，代入到切削力模型中，求解各刀片在当前相位角切削力，切削力分三个方向切削力：轴向力、径向力和切向力，要转化成刀具轴向力Fz、进给方向力Fy以及垂直进给方向力Fx，直接进行叠加进行求解。
-
公开(公告)号：CN110046476B
公开(公告)日：2020-10-16
申请号：CN201910484552.7
申请日：2019-06-05
IPC: G06F30/17 , G06K9/00 , G01M13/045
Abstract: 滚动轴承故障的三元二进分形小波稀疏诊断方法，涉及一种机械故障诊断方法。采用有限冲击响应滤波器组对振动加速度信号进行了多尺度迭代分解，得到3·2J‑1个小波子空间。通过单位脉冲函数测试各子空间的响应函数，通过计算响应函数频谱能量重心对各小波子空间进行重新排序。在各尺度上，通过非端点相邻子空间的相加构造过渡子空间，从而实现了新的三元二进分形小波“频率‑尺度”划分网格。为了对各子空间中潜在的周期性冲击故障特征进行自适应定量识别提出了周期稀疏性评价指标，用于计算子空间信号包络解调幅值谱上各特征频率倍频能量占信号总能量比重。周期稀疏特征指标的最大值所对应的特征频率即可确定故障的类型及位置。
-
Patent Agency Ranking
公开(公告)号：CN110147637B
公开(公告)日：2020-07-31
申请号：CN201910484550.8
申请日：2019-06-05
Abstract: 基于小波及谐波成分贪婪稀疏识别的碰摩故障诊断方法，涉及机械故障诊断方法。首先采用冗余二代小波包变换对信号进行多尺度分解；从各尺度的子空间信号中强调幅信号；对选取子空间进行加汉宁窗傅里叶变换，根据能量集中原则将信号划分为若干个谐波成分；采用谐波参数的贪婪稀疏识别算法对幅值、频率和相位参数进行迭代式精确识别；通过谐波参数构造子空间的降噪信号；通过希尔伯特包络解调可以精确获取子空间的瞬时幅值和瞬时频率信息从而诊断转子系统的碰摩故障。具有精确的平移不变性、线性相位特性。可以避免分解过程的模式破裂现象，通过迭代法不断提高参数的识别精度，通过瞬时幅值及瞬时频率的周期性突变诊断转子系统的碰摩故障。
-
公开(公告)号：CN110147637A
公开(公告)日：2019-08-20
申请号：CN201910484550.8
申请日：2019-06-05
Abstract: 基于小波及谐波成分贪婪稀疏识别的碰摩故障诊断方法，涉及机械故障诊断方法。首先采用冗余二代小波包变换对信号进行多尺度分解；从各尺度的子空间信号中强调幅信号；对选取子空间进行加汉宁窗傅里叶变换，根据能量集中原则将信号划分为若干个谐波成分；采用谐波参数的贪婪稀疏识别算法对幅值、频率和相位参数进行迭代式精确识别；通过谐波参数构造子空间的降噪信号；通过希尔伯特包络解调可以精确获取子空间的瞬时幅值和瞬时频率信息从而诊断转子系统的碰摩故障。具有精确的平移不变性、线性相位特性。可以避免分解过程的模式破裂现象，通过迭代法不断提高参数的识别精度，通过瞬时幅值及瞬时频率的周期性突变诊断转子系统的碰摩故障。
-
公开(公告)号：CN110046476A
公开(公告)日：2019-07-23
申请号：CN201910484552.7
申请日：2019-06-05
IPC: G06F17/50 , G06K9/00 , G01M13/045
Abstract: 滚动轴承故障的三元二进分形小波稀疏诊断方法，涉及一种机械故障诊断方法。采用有限冲击响应滤波器组对振动加速度信号进行了多尺度迭代分解，得到3·2J-1个小波子空间。通过单位脉冲函数测试各子空间的响应函数，通过计算响应函数频谱能量重心对各小波子空间进行重新排序。在各尺度上，通过非端点相邻子空间的相加构造过渡子空间，从而实现了新的三元二进分形小波“频率-尺度”划分网格。为了对各子空间中潜在的周期性冲击故障特征进行自适应定量识别提出了周期稀疏性评价指标，用于计算子空间信号包络解调幅值谱上各特征频率倍频能量占信号总能量比重。周期稀疏特征指标的最大值所对应的特征频率即可确定故障的类型及位置。
-
公开(公告)号：CN115367374A
公开(公告)日：2022-11-22
申请号：CN202211145126.9
申请日：2022-09-20
Applicant: 神华准格尔能源有限责任公司 , 厦门大学 , 国能朗新明环保科技有限公司
Abstract: 本发明提供了一种监测装置及监测方法，监测装置包括：管状带式输送机，包括机架、管带以及多个托辊，机架上设置有避让孔；管带穿设在避让孔内；多个托辊环绕管带的周侧间隔设置，托辊包括托辊轴和可转动地套设在托辊轴外的托辊体；多组电阻应变片，一一对应地设置在多个托辊的托辊体的内壁面上，以用于监测相应的托辊体在运动过程中产生的应变效应；上位机，与多组电阻应变片均连接，以用于接收各组电阻应变片的监测结果并根据监测结果计算管状带式输送机的噪声，以解决现有技术中的力的监测方法不适用于监测管状带式输送机在噪声产生过程中的力的问题。
-
公开(公告)号：CN113210773A
公开(公告)日：2021-08-06
申请号：CN202110590457.2
申请日：2021-05-28
Applicant: 厦门大学 , 中国航发哈尔滨东安发动机有限公司
Abstract: 高硬度材料内花键展成电解去除大余量的方法及加工装置，涉及内花键大余量去除工艺技术。采用高频、超短脉冲电源，通过阴极刀具对阳极工件的相互展成运动进行电解加工，实现内花键工件的大余量粗加工；阴极刀具与阳极工件之间保持一定的加工间隙，加工间隙的大小为电解间隙与精加工余量之和，以电解加工到所要求的内花键深度；控制系统控制阴极刀具与阳极工件的位置以及运动轨迹，实现加工间隙的在线监测与自适应控制，保证加工精度。装置包括机械运动机构、控制系统、脉冲电源、电解液供给系统。降低加工成本，提高加工精度，实现高硬度材料、特殊结构内花键的大余量粗加工，为后续插齿精加工、保证内花键精度做准备。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.032 seconds)
