-
题名不平衡磁拉力对永磁同步电主轴动态性能影响机理研究
被引量：5
- 1
-
-
作者
单文桃
张健荣
刘新
潘艳飞
-
机构
江苏理工学院
江苏长江智能制造研究院有限责任公司
-
出处
《噪声与振动控制》
CSCD
2020年第1期9-12,41,共5页
-
基金
国家自然科学基金青年基金资助项目(51405209)
江苏省青蓝工程优秀青年骨干教师基金资助项目
-
文摘
针对由于定转子气隙偏心引起的不平衡磁拉力影响永磁同步电主轴动态性能的问题。首先分析产生不平衡磁拉力的原因,其次根据电磁理论建立电磁不平衡磁拉力载荷模型,将气隙磁导展开为Fourier级数的形式,通过对定转子表面的Maxwell应力积分得到不平衡磁拉力的非线性解析表达式。基于Ansoft Maxwell电机仿真软件,建立永磁同步电主轴的有限元分析模型,以设定的气隙偏心量模拟不平衡磁拉力造成的气隙偏心,得到电主轴动态性能曲线。仿真结果表明:由于气隙偏心引起的不平衡磁拉力,导致永磁同步电主轴齿槽转矩增大,气隙磁密幅值增大,电主轴振动加剧。
-
关键词
振动与波
不平衡磁拉力
气隙偏心
电主轴
动态性能
-
Keywords
vibration and wave
unbalanced magnetic tension
air gap eccentricity
motorized spindle
dynamic performance
-
分类号
TM301.2
[电气工程—电机]
-
-
题名增材制造工艺过程在线监测与诊断系统开发
被引量：2
- 2
-
-
作者
都腾飞
邵波
谢雪松
刘新
-
机构
江苏长江智能制造研究院有限责任公司
-
出处
《机械设计与制造》
北大核心
2023年第5期292-295,共4页
-
基金
国家重点研发计划资助(2018YFB1308110)。
-
文摘
3D增材制造产品成型过程中,各个关键参数的实时监控具有十分重要的现实意义。这里搭建了3D打印数采分析系统,提出了以ABB机器人、DeviceNet模块等为主体硬件,DeviceNet为实时通讯协议,C#为开发语言及SQL Server为数据库的设计方案,同时通过ARIMA时序机器学习模型,对采集的数据进行自相关函数分析。研究表明,数采分析诊断系统可以对机器人在3D打印过程中的各项数据进行实时监控,通过ARIMA模型的训练可以在焊接过程中对异样参数进行提前预警,从而对工艺参数的优化和产品质量的提升都有实际参考价值。
-
关键词
自相关分析
数据采集
3D打印
模式识别
-
Keywords
Auto Correlation Analysis
Data Acquisition
3D Printing
Pattern Recognition
-
分类号
TH16
[机械工程—机械制造及自动化]
TP2
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名融合选择核注意力的无纺布缺陷检测
被引量：1
- 3
-
-
作者
陆芸婷
康绍鹏
吴双
何川
-
机构
江苏理工学院机械工程学院
江苏长江智能制造研究院有限责任公司
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第24期331-339,共9页
-
基金
国家自然科学基金(51805228)
江苏省高等学校自然科学研究项目(22KJB460021)
常州市领军型创新人才引进培育项目(CQ20210093,CQ20220089)。
-
文摘
针对无纺布缺陷检测算法实时性差,检测准确率低的问题,设计了一种基于改进YOLOv5的无纺布缺陷检测算法N-YOLO。该算法结合产线实际情况和产品特性运用视觉检测技术,在YOLOv5算法的基础上引入FasterNet网络作为主干特征提取网络进行轻量化改进,利用部分卷积进行特征提取减少模型计算量。同时在C3模块中增加SK注意力机制提高模型检测精度,并采用WIoUv1损失函数计算边界框回归损失,提高边界框定位精度。实验结果表明N-YOLO算法与YOLOv5s相比浮点计算量减少85.4%,参数量由7 020 913减少到3 368 105,减少了52%,模型大小为6.63 MB,平均检测精度能达到99.2%,召回率达到99.2%,与Faster R-CNN和SSD等目标检测算法相比具有明显优势,无需昂贵的硬件设备即可在高速生产情况下对无纺布缺陷进行实时检测。
-
关键词
YOLOv5
缺陷检测
轻量化
注意力机制
损失函数
-
Keywords
YOLOv5
defect detection
lightweight
attention mechanism
loss function
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
