检索结果-维普期刊中文期刊服务平台

汽车排气系统尾管噪声声品质研究与优化: 1; 作者张建罗建国 +2 位作者张国顺傅爱军尧潇雪《应用声学》 CSCD 北大核心 2024年第4期865-873,共9页; 针对某型汽车排气系统尾管噪声声品质问题,提出一种以径向基函数神经网络建立排气系统结构—尾管噪声声品质预测模型,并通过自适应模拟退火算法对排气系统噪声声品质进行优化的方法,来提高排气系统的声品质。以某型汽车排气系统为研究对... 展开更多; 关键词尾管噪声声品质径向基函数神经网络主观评价自适应模拟退火算法; 在线阅读下载PDF 职称材料

基于傅里叶变换与统计检验的圆度误差分离技术研究: 2; 作者李杰陈岳坪 +1 位作者王俊超姜阔丰《工具技术》北大核心 2024年第9期137-144,共8页; 采用傅里叶变换及数理统计假设检验的方法对圆度误差进行分离。针对圆轮廓的高精度测量数据,通过最小区域法拟合圆心。应用傅里叶变换将圆轮廓信号转换成谐波信号,从理想圆轮廓模型出发,逐步添加傅里叶分量,迭代过程中通过偏F检验构造... 展开更多; 关键词圆度误差傅里叶变换统计检验误差分离; 在线阅读下载PDF 职称材料

基于EEMD与曲面重构的自由曲面加工误差分解与补偿被引量：2: 3; 作者王俊超陈岳坪李杰《工具技术》北大核心 2024年第7期142-147,共6页; 为了减小自由曲面零件的加工误差和提高加工精度,提出了集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)与曲面重构结合对加工误差进行分解和补偿的方法。利用EEMD对在机检测得到的第一次切削加工后的加工误差进行分解... 展开更多; 关键词集合经验模态分解加工误差分解系统误差曲面重构误差补偿; 在线阅读下载PDF 职称材料

基于距离阈值和密度区分改进的点云去噪算法被引量：1: 4; 作者贾朝阳陈岳坪苏宇《工具技术》北大核心 2024年第10期147-154,共8页; 为保证去除三维散乱点云数据噪声的同时能够保持模型的局部特征,提出了一种基于距离阈值和密度区分改进的点云去噪算法。通过引进比例因子ω来改进统计滤波的距离阈值表达式,调整ω的大小,在去噪的同时保持点云模型的局部特征。利用K-D ... 展开更多; 关键词点云去噪距离阈值密度区分精度提升; 在线阅读下载PDF 职称材料

匀速旋转刚环-内接柔性梁系统的共振分析被引量：1: 5; 作者陈渊钊吴文军《振动工程学报》 EI CSCD 北大核心 2022年第6期1321-1328,共8页; 研究了旋转刚环-内接柔性梁系统的动力学建模与振动特性。基于浮动坐标系方法,考虑柔性梁由于弯曲变形产生的轴向缩短量,利用有限元法对柔性梁位移场进行插值,推导出柔性梁的动能、应变能和重力做功的表达式,运用第二类拉格朗日原理,建... 展开更多; 关键词旋转内接柔性梁刚柔耦合失稳共振; 在线阅读下载PDF 职称材料

灰色神经网络模型在自由曲面加工误差预测中的应用: 6; 作者马大洋陈岳坪曾林安《工具技术》北大核心 2023年第11期151-155,共5页; 为了有效预测自由曲面的加工误差,结合灰色模型和BP神经网络模型提出了一种改进型麻雀搜索算法优化的灰色神经网络模型。通过引入鸟群算法更新麻雀算法中个体的位置,提升麻雀搜索算法的搜索能力;采用改进的麻雀搜索算法优化BP神经网络,... 展开更多; 关键词加工误差预测灰色神经网络麻雀搜索算法自由曲面; 在线阅读下载PDF 职称材料

题名汽车排气系统尾管噪声声品质研究与优化: 1; 作者张建罗建国张国顺傅爱军尧潇雪; 机构广西科技大学机械与汽车工程学院柳州市汽车排气控制技术重点实验室佛吉亚(柳州)排气控制技术有限公司; 出处《应用声学》 CSCD 北大核心 2024年第4期865-873,共9页; 基金广西科技重大专项(桂科AA22068055) 广西科技重大专项(桂科AA22372)。; 文摘针对某型汽车排气系统尾管噪声声品质问题,提出一种以径向基函数神经网络建立排气系统结构—尾管噪声声品质预测模型,并通过自适应模拟退火算法对排气系统噪声声品质进行优化的方法,来提高排气系统的声品质。以某型汽车排气系统为研究对象,建立包含结构参数的样本数据库,并用GT-POWER进行仿真计算得到得到样本数据的噪声数据,对仿真得到的声音数据进行声品质的主观评价打分,通过径向基函数神经网络建立排气系统结构—尾管噪声声品质预测模型,对作为模型自变量的排气系统结构参数对尾管噪声声品质的贡献量和灵敏度进行了分析,最后采用自适应模拟退火算法对排气系统结构参数进行了优化,并对优化结果进行实验验证,结果表明排气系统声品质显著提升。; 关键词尾管噪声声品质径向基函数神经网络主观评价自适应模拟退火算法; Keywords Tailpipe noise sound quality Radial basis function neural networks Subjective evaluation Adap-tive simulated annealing algorithm; 分类号 TK263.5 [动力工程及工程热物理—动力机械及工程]; 在线阅读下载PDF 职称材料

题名基于傅里叶变换与统计检验的圆度误差分离技术研究: 2; 作者李杰陈岳坪王俊超姜阔丰; 机构广西科技大学机械与汽车工程学院; 出处《工具技术》北大核心 2024年第9期137-144,共8页; 基金国家自然科学基金(52165054) 广西自然科学基金(2020GXNSFAA1591) +1 种基金广西科技大学创新团队支持计划(科大科研发[2017]64号)。; 文摘采用傅里叶变换及数理统计假设检验的方法对圆度误差进行分离。针对圆轮廓的高精度测量数据,通过最小区域法拟合圆心。应用傅里叶变换将圆轮廓信号转换成谐波信号,从理想圆轮廓模型出发,逐步添加傅里叶分量,迭代过程中通过偏F检验构造包含未知系统形状误差的主导性模型。通过自相关法检验、卡方检验及J-B检验获取残余的显著性傅里叶分量,进一步构建显著性模型,实现圆度误差中系统误差的分离。通过数控加工16个圆孔的实验数据分析,证明了该方法可以对圆度误差进行有效分离。; 关键词圆度误差傅里叶变换统计检验误差分离; Keywords roundness error fourier transform statistical test error separation; 分类号 TG702 [金属学及工艺—刀具与模具] TH161.2 [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EEMD与曲面重构的自由曲面加工误差分解与补偿被引量：2: 3; 作者王俊超陈岳坪李杰; 机构广西科技大学机械与汽车工程学院; 出处《工具技术》北大核心 2024年第7期142-147,共6页; 基金国家自然科学基金(51565006,52165054) 广西自然科学基金(2020GXNSFAA159142,2018GXNSFAA050085) +1 种基金广西科技大学创新团队支持计划项目(科大科研发[2017]64号)。; 文摘为了减小自由曲面零件的加工误差和提高加工精度,提出了集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)与曲面重构结合对加工误差进行分解和补偿的方法。利用EEMD对在机检测得到的第一次切削加工后的加工误差进行分解,得到若干固有模态函数(Intrinsic Mode Functions, IMFs);根据系统误差特征,通过设置相关系数阈值筛选出加工误差中含有系统误差的IMFs分量(即分解出的系统误差);根据该系统误差,利用曲面重构法得到新的加工曲面,并生成新的NC代码,再次进行切削加工,对系统误差进行补偿。通过EEMD加工误差分解仿真分析可以得出,EEMD具有较为理想的加工误差分解能力。自由曲面零件加工实例结果显示,采用本文提出的方法对加工误差进行补偿后的最大绝对加工误差由0.0632mm降为0.0139mm,平均绝对加工误差由0.0491mm降为0.0052mm,加工精度提高了89.4%,证明了该方法在自由曲面零件加工误差补偿方面的有效性。; 关键词集合经验模态分解加工误差分解系统误差曲面重构误差补偿; Keywords ensemble empirical mode decomposition machining error separation systematic error surface reconstruction error compensation; 分类号 TG659 [金属学及工艺—金属切削加工及机床] TH161 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于距离阈值和密度区分改进的点云去噪算法被引量：1: 4; 作者贾朝阳陈岳坪苏宇; 机构广西科技大学机械与汽车工程学院; 出处《工具技术》北大核心 2024年第10期147-154,共8页; 基金国家自然科学基金(52165054) 广西自然科学基金(2020GXNSFAA1591) +2 种基金广西科技大学创新团队支持计划项目(科大科研发[2017]64号)。; 文摘为保证去除三维散乱点云数据噪声的同时能够保持模型的局部特征,提出了一种基于距离阈值和密度区分改进的点云去噪算法。通过引进比例因子ω来改进统计滤波的距离阈值表达式,调整ω的大小,在去噪的同时保持点云模型的局部特征。利用K-D Tree方法建立点云模型的拓扑结构,将点云数据分为大密度点和小密度点两类,对大密度点进行体素滤波。将大密度点滤波后的点集与小密度点集整合得到最后的点云模型。实验结果表明,本文算法对不同类型噪声的去噪效果稳定且良好,在去噪的同时能够有效保持点云模型的局部特征。经算法处理后点云数据的精度有较大提升,最高可达75.37%,且对不同强度的噪声模型具有较强的鲁棒性。; 关键词点云去噪距离阈值密度区分精度提升; Keywords point cloud denoising distance threshold density differentiation accuracy enhancement; 分类号 TG50 [金属学及工艺—金属切削加工及机床] TH161.1 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名匀速旋转刚环-内接柔性梁系统的共振分析被引量：1: 5; 作者陈渊钊吴文军; 机构广西科技大学机械与汽车工程学院工程力学系; 出处《振动工程学报》 EI CSCD 北大核心 2022年第6期1321-1328,共8页; 基金国家自然科学基金资助项目(11862001,11502056,12202110) 广西自然科学基金资助项目(2020GXNSFBA297010,2018GXNSFAA138040)。; 文摘研究了旋转刚环-内接柔性梁系统的动力学建模与振动特性。基于浮动坐标系方法,考虑柔性梁由于弯曲变形产生的轴向缩短量,利用有限元法对柔性梁位移场进行插值,推导出柔性梁的动能、应变能和重力做功的表达式,运用第二类拉格朗日原理,建立旋转刚环-内接柔性梁系统的动力学模型。基于该模型分析系统的临界失稳转速,其仿真结果与现有数据以及商业软件ANSYS数值结果相吻合,可验证该模型的正确性。研究表明:系统存在比临界失稳转速小的共振转速,在共振转速时,重力周期性变化频率接近系统的固有频率,梁的振幅随时间的增大而增大;径长比越大,共振转速越小;系统在径长比为1时,无量纲共振转速区间为2.20至2.36,若转速接近共振转速区间,则柔性梁的振幅时而变大,时而变小,产生拍振现象。; 关键词旋转内接柔性梁刚柔耦合失稳共振; Keywords rotating internal flexible beam rigid flexible coupling instability resonance; 分类号 O313.7 [理学—一般力学与力学基础]; 在线阅读下载PDF 职称材料

题名灰色神经网络模型在自由曲面加工误差预测中的应用: 6; 作者马大洋陈岳坪曾林安; 机构广西科技大学机械与汽车工程学院; 出处《工具技术》北大核心 2023年第11期151-155,共5页; 基金国家自然科学基金(51565006,52165054) 广西自然科学基金(2020GXNSFAA1591,2018GXNSFAA050085) +1 种基金广西科技大学创新团队支持计划(科大科研发[2017]64号)。; 文摘为了有效预测自由曲面的加工误差,结合灰色模型和BP神经网络模型提出了一种改进型麻雀搜索算法优化的灰色神经网络模型。通过引入鸟群算法更新麻雀算法中个体的位置,提升麻雀搜索算法的搜索能力;采用改进的麻雀搜索算法优化BP神经网络,避免BP神经网络在权值和阈值选择时的随机性太强,从而提高预测结果的稳定性。实验结果表明,改进麻雀搜索灰色神经网络对自由曲面加工误差预测的最大残差绝对值为8.52μm,比粒子群灰色神经网络和混沌海豚群灰色神经网络的预测结果分别减少了63.74%和61.76%,说明改进麻雀搜索灰色神经网络能有效提高预测精度。; 关键词加工误差预测灰色神经网络麻雀搜索算法自由曲面; Keywords prediction of machining error gray neural network sparrow search algorithm free-form surface; 分类号 TG702 [金属学及工艺—刀具与模具] TH124 [机械工程—机械设计及理论]; 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	汽车排气系统尾管噪声声品质研究与优化	张建罗建国张国顺傅爱军尧潇雪	《应用声学》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	基于傅里叶变换与统计检验的圆度误差分离技术研究	李杰陈岳坪王俊超姜阔丰	《工具技术》北大核心	2024	0	在线阅读下载PDF 职称材料
3	基于EEMD与曲面重构的自由曲面加工误差分解与补偿	王俊超陈岳坪李杰	《工具技术》北大核心	2024	2	在线阅读下载PDF 职称材料
4	基于距离阈值和密度区分改进的点云去噪算法	贾朝阳陈岳坪苏宇	《工具技术》北大核心	2024	1	在线阅读下载PDF 职称材料
5	匀速旋转刚环-内接柔性梁系统的共振分析	陈渊钊吴文军	《振动工程学报》 EI CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料
6	灰色神经网络模型在自由曲面加工误差预测中的应用	马大洋陈岳坪曾林安	《工具技术》北大核心	2023	0	在线阅读下载PDF 职称材料