检索结果-维普期刊中文期刊服务平台

机床空间误差完备建模方法与NC代码优化补偿技术被引量：13: 1; 作者胡腾郭曦鹏 +2 位作者米良杨随先郑华林《工程科学与技术》 EI CAS CSCD 北大核心 2019年第6期190-199,共10页; 空间误差是机床几何误差元素综合作用的结果,但现阶段空间误差模型大多存在缺失若干几何误差元素的问题,直接影响着机床空间误差的预测精度。为此,提出一种机床空间误差完备建模方法,以多体系统理论及齐次坐标变换为分析研究手段,在充... 展开更多; 关键词几何误差元素机床空间误差完备建模 NC代码优化补偿; 在线阅读下载PDF 职称材料

卧式加工中心关键几何误差元素甄别方法被引量：8: 2; 作者胡腾郭曦鹏 +1 位作者米良殷国富《中国机械工程》 EI CAS CSCD 北大核心 2020年第13期1539-1547,共9页; 以某卧式加工中心为研究对象,通过定义机床各部件局部坐标系间初始位置特征矩阵和初始位置误差特征矩阵,构建机床空间误差完备模型,解决传统建模方法中若干项几何误差元素缺失的问题。借助体对角线定位精度测量实验,对所建完备模型准确... 展开更多; 关键词机床空间误差完备建模关键几何误差元素实际参预度; 在线阅读下载PDF 职称材料

基于双结构深度学习的滚动轴承故障智能诊断被引量：4: 3; 作者齐咏生郭春雨 +2 位作者师芳高胜利李永亭《振动与冲击》 EI CSCD 北大核心 2021年第10期103-113,共11页; 大型转动机械在工业生产过程中,轴承故障频发,呈现出一种“大数据”的特性,并且现场获取的故障数据往往是不完备和无标签的,亟需开发具有自学习能力的诊断算法。针对该研究提出一种基于双结构深度学习的轴承故障类型与损伤程度的智能诊... 展开更多; 关键词卷积神经网络(CNN) 深度置信网络(DBN) 贝叶斯分类器滚动轴承相似性度量不完备数据建模; 在线阅读下载PDF 职称材料

卧式加工中心空间误差预测与验证被引量：1: 4; 作者王调品侯益波何兵《机械设计与制造》北大核心 2022年第6期118-122,共5页; 由机床几何误差复合而成的空间误差是影响加工精度的主要因素。以提高数控机床加工精度为研究目的,提出了一种基于旋量理论的机床空间误差预测及其验证技术。首先,借助旋量指数积建立了机器人末端实际位形旋量指数积数学模型,通过分析... 展开更多; 关键词旋量指数积机器人手臂完备建模误差辨识体对角线; 在线阅读下载PDF 职称材料

题名机床空间误差完备建模方法与NC代码优化补偿技术被引量：13: 1; 作者胡腾郭曦鹏米良杨随先郑华林; 机构西南石油大学机电工程学院中国工程物理研究院机械制造工艺研究所四川大学机械工程学院; 出处《工程科学与技术》 EI CAS CSCD 北大核心 2019年第6期190-199,共10页; 基金四川省重点研发项目(2017GZ0057) 四川省科技支撑计划项目(2015GZ0008); 文摘空间误差是机床几何误差元素综合作用的结果,但现阶段空间误差模型大多存在缺失若干几何误差元素的问题,直接影响着机床空间误差的预测精度。为此,提出一种机床空间误差完备建模方法,以多体系统理论及齐次坐标变换为分析研究手段,在充分考虑体间坐标系初始位置关系及原始误差特征矩阵的基础上,确保模型包含机床全部几何误差元素。进而,针对传统基于NC代码的空间误差补偿技术中存在残差的局限性,提出将NC代码坐标的逆向叠加过程转化为最优化设计问题,并借助遗传算法对该问题进行求解计算,达到消除空间误差补偿残差的目的。最终,以某型卧式加工中心为研究对象进行计算分析与实验验证,结果表明:依据所提方法构建的空间误差完备模型包含加工中心全部21项几何误差元素,空间误差预测结果较精确;所提NC代码优化补偿技术使加工中心空间定位精度得到进一步提升,补偿后定位精度增幅最高达90.92%。研究成果可为数字制造装备精度问题探索提供较重要的理论与工程技术支撑。; 关键词几何误差元素机床空间误差完备建模 NC代码优化补偿; Keywords geometric error element machine tool volumetric error complete modeling NC codes optimized compensation; 分类号 TH161 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名卧式加工中心关键几何误差元素甄别方法被引量：8: 2; 作者胡腾郭曦鹏米良殷国富; 机构西南石油大学机电工程学院四川工程物理研究院机械制造工艺研究所四川大学制造科学与工程学院; 出处《中国机械工程》 EI CAS CSCD 北大核心 2020年第13期1539-1547,共9页; 基金国家科技重大专项(2018ZX04032001) 四川省重点研发计划资助项目(2017GZ0057)。; 文摘以某卧式加工中心为研究对象,通过定义机床各部件局部坐标系间初始位置特征矩阵和初始位置误差特征矩阵,构建机床空间误差完备模型,解决传统建模方法中若干项几何误差元素缺失的问题。借助体对角线定位精度测量实验,对所建完备模型准确性进行验证,进而在此基础上提出几何误差元素实际参预度的概念及其计算方法,并由此形成基于空间误差完备模型和实际参预度的关键几何误差元素辨识新方法。分别根据计算所得实际参预度和灵敏度,对给定加工中心关键几何误差元素进行甄别。对比分析显示,相较于传统灵敏度分析,所提基于实际参预度的甄别方法具有更高的准确性。甄别结果表明,该加工中心关键几何误差元素有7项,且均与位置相关,与X轴进给相关的关键几何误差元素有4项,说明机床X轴运动组件制造精度可能存在较大缺陷。; 关键词机床空间误差完备建模关键几何误差元素实际参预度; Keywords machine tool volumetric error complete modeling crucial geometric error element actual contribution degree; 分类号 TH161 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于双结构深度学习的滚动轴承故障智能诊断被引量：4: 3; 作者齐咏生郭春雨师芳高胜利李永亭; 机构内蒙古工业大学电力学院内蒙古自治区机电控制重点实验室内蒙古北方龙源风力发电有限责任公司; 出处《振动与冲击》 EI CSCD 北大核心 2021年第10期103-113,共11页; 基金国家自然科学基金(61763037) 内蒙古自然科学基金(2019LH06007) 内蒙古自治区科技计划项目。; 文摘大型转动机械在工业生产过程中,轴承故障频发,呈现出一种“大数据”的特性,并且现场获取的故障数据往往是不完备和无标签的,亟需开发具有自学习能力的诊断算法。针对该研究提出一种基于双结构深度学习的轴承故障类型与损伤程度的智能诊断算法。该方法使用不完备的数据建模,分为故障类型自学习网络和故障损伤等级识别网络两个结构。对轴承故障信号进行形态学滤波,抑制部分噪声,增强信号的脉冲特征;对消噪后信号进行S变换得到时频图,获取故障类型的共性特征;并将时频图作为卷积神经网络(CNN)的输入,利用网络的相似性度量在目标空间对同类型样本汇聚、不同类型样本分离,实现对轴承故障类型的分类与新故障类型的自学习。将实现故障类型分类的信号经归一化处理后作为深度置信网络(DBN)的输入,利用DBN对微小故障的敏感性对不同损伤程度的差异特征进行提取,之后将提取的特征作为贝叶斯分类器的输入,依据后验概率判别规则实现故障损伤等级自主识别。将该方法应用于西储大学实验平台的滚动轴承故障数据,结果表明,该方法在不完备数据建模的情况下,不仅能完成故障类型与损伤等级的准确分类,而且还能实现故障自学习和损伤等级自增长,增强了诊断过程的智能性。; 关键词卷积神经网络(CNN) 深度置信网络(DBN) 贝叶斯分类器滚动轴承相似性度量不完备数据建模; Keywords convolutional neural network(CNN) deep belief network(DBN) Bayesian classifier rolling bearing similarity measurement incomplete data modeling; 分类号 TH17 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名卧式加工中心空间误差预测与验证被引量：1: 4; 作者王调品侯益波何兵; 机构成都工业职业技术学院装备制造学院成都优拓优联万江科技有限公司; 出处《机械设计与制造》北大核心 2022年第6期118-122,共5页; 基金四川省科技支撑计划资助项目(2018GZ0285)。; 文摘由机床几何误差复合而成的空间误差是影响加工精度的主要因素。以提高数控机床加工精度为研究目的,提出了一种基于旋量理论的机床空间误差预测及其验证技术。首先,借助旋量指数积建立了机器人末端实际位形旋量指数积数学模型,通过分析了机床21项几何误差并结合运动链拓扑搭建了机床完备模型;进而,以传统辨识方法识别了21项几何误差,输出机床空间误差预测结果;最后,开展了基于ISO230-6的体对角线实验值与模型预测值对比验证实验。实验结果表明四条体对角线实验测量值与模型预测值符合程度较高,有效验证了基于旋量理论的卧式加工中心空间误差预测分析方法正确性及合理性。; 关键词旋量指数积机器人手臂完备建模误差辨识体对角线; Keywords Screw Exponential Product Robot Arm Complete Modeling Error Identification Body Diagonal; 分类号 TH16 [机械工程—机械制造及自动化] TH161.21 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	机床空间误差完备建模方法与NC代码优化补偿技术	胡腾郭曦鹏米良杨随先郑华林	《工程科学与技术》 EI CAS CSCD 北大核心	2019	13	在线阅读下载PDF 职称材料
2	卧式加工中心关键几何误差元素甄别方法	胡腾郭曦鹏米良殷国富	《中国机械工程》 EI CAS CSCD 北大核心	2020	8	在线阅读下载PDF 职称材料
3	基于双结构深度学习的滚动轴承故障智能诊断	齐咏生郭春雨师芳高胜利李永亭	《振动与冲击》 EI CSCD 北大核心	2021	4	在线阅读下载PDF 职称材料
4	卧式加工中心空间误差预测与验证	王调品侯益波何兵	《机械设计与制造》北大核心	2022	1	在线阅读下载PDF 职称材料