无损检测技术教育部重点实验室开放基金(ZD201029004)
- 作品数：5 被引量：113H指数：4
- 相关作者：秦国华谢文斌叶海潮王华敏易鑫更多>>
- 相关机构：南昌航空大学爱德森(厦门)电子有限公司南京机电液压工程研究中心更多>>
- 发文基金：无损检测技术教育部重点实验室开放基金国家自然科学基金中国航空科学基金更多>>
- 相关领域：金属学及工艺机械工程自动化与计算机技术更多>>
- 基于神经网络的薄壁件加工变形预测方法被引量：11
- 2013年
- 在薄壁件的切削加工过程中,刀具几何结构是产生工件变形的重要因素之一。刀具单一角度所引起的工件变形规律可以很方便地通过有限元方法获得,但是,若同时考虑刀具多个角度的影响,仅仅利用有限元方法很难揭示多种工况与工件变形之间的关系。为此,针对薄壁件的铣削加工建立了三维有限元分析模型,通过实验数据与仿真值的比较验证有限元分析模型的有效性,以便利用有限元分析模型获取神经网络的训练样本;借助神经网络的非线性映射能力,通过有限的训练样本构建工件变形预测模型;将预测值与相应的有限元仿真值进行比较,结果表明预测误差在3%以内,进一步验证了建立的工件变形预测模型具有合理性。
- 秦国华张运建叶海潮
- 关键词：机械制造工艺与设备工件变形刀具结构有限元分析BP神经网络
- 阵列涡流检测特高压输变电塔法兰的应用研究被引量：7
- 2013年
- 法兰表面及近表面检测的目前使用方法是渗透和磁粉,而这2种方法的检测效率低,检测结果误差较大,难以满足国家电网公司对特高压输电项目中钢管塔的法兰盘安全服役的要求。阵列涡流具有检测速度快,表面及近表面缺陷检测盲区小,灵敏度高等多种优点。本研究针对法兰盘颈根部位的结构特点,设计了R角柔性阵列涡流检测探头;从阵列涡流检测仪、检测参数设定、数据分析方法入手,结合试样检测、现场检测,开发了铁塔法兰盘的阵列涡流检测工艺方法。经试验和现场检测证明:阵列涡流检测设备和工艺可消除法兰自身结构不同而带来的信号偏差,减少了人为因素影响,并提高了检测效率和检测结果的可靠性,是一种快速、简单、有效的新型检测方法。
- 林俊明李寒林赵晋成陈贝
- 关键词：电力特高压法兰
- 基于Python的航空薄壁件快速铣削仿真技术研究被引量：2
- 2013年
- 根据航空结构件铣削仿真过程的实际建模要求,采用Python脚本语言开发出自定制应用程序的软件包AeroCAE。通过构建GUI界面并定义关键字,编写模型参数的ABAQUS内核脚本程序,实现工件铣削仿真的前处理过程;另一方面,利用ABAQUS子菜单栏Plug-ins的功能,开发输出仿真结果的插件程序,实现工件铣削仿真的后处理过程。该方法不但能够提高工件铣削过程的仿真计算效率,而且为ABAQUS应用经验少的企业技术人员提供了便利的分析与设计平台。所开发的铣削仿真平台AeroCAE运行顺畅,GUI界面友好,可操作性强,可为减少航空结构件加工失效和提高构件合格率提供参考。
- 赵旭亮叶海潮姬伟
- 关键词：航空结构件PYTHON
- 基于神经网络与遗传算法的刀具磨损检测与控制被引量：74
- 2015年
- 针对切削参数对刀具磨损状况和使用寿命的影响,研究了基于神经网络和遗传算法的刀具磨损检测与控制方法。采用多因素正交试验设计方法进行了马氏体不锈钢平面的铣削实验,通过万能工具显微镜测量后刀面的磨损量得到训练样本。借助BP神经网络的非线性映射能力,通过有限的训练样本建立了关于切削速度、每齿进给量、背吃刀量和切削时间的刀具磨损预测模型。实验显示该神经网络预测模型的预测误差不超过5.4%。最后构建了使刀具磨损量为最小的切削参数优化模型,根据每一代的刀具磨损量定义个体的适应度评价函数,提出了切削参数优化模型的遗传算法求解技术。与Taguchi法相比,基于遗传算法的优化方法所获得的最优切削参数减小了6.734%的刀具磨损量。实验显示:提出的刀具磨损检测与控制技术提高了刀具磨损量的计算效率与精度,并为切削参数的合理选择提供了基础理论。
- 秦国华谢文斌王华敏
- 关键词：刀具磨损神经网络遗传算法
- 刀具磨损的自动检测及检测系统被引量：20
- 2014年
- 为了精确检测机械加工过程中刀具的磨损状态,分析了刀具磨损图像中背景区、磨损区、未磨损区的灰度值变化,提出了利用图像处理技术自动检测刀具磨损量的方法。首先,根据Otsu法和B-样条曲线拟合法,建立了自动确定上限阈值与下限阈值的算法,准确地增强了磨损区与背景区、未磨损区之间的灰度对比度;通过分析刀具磨损图像的稳定区和磨损边缘的非稳定区,提出了边界提取的局部方差阈值算法,给出了自适应的局部方差阈值,清晰地将刀具磨损区从图像中分割出来。在此基础上,利用形态学描述方法对分割部分进行孔洞填充与边界完整化,从而直接计算出磨损区域的几何参数尺寸。实验结果表明:超景深三维显微镜放大倍数为50时,磨损宽度与磨损长度的检测误差分别为1.024%和1.325%;放大倍数为100时,磨损宽度与磨损长度的检测误差分别为0.661%和0.995%。该方法检测精度高、抗干扰能力强、提取的边界完整清晰,可为提高刀具使用率、保证加工质量提供技术支持。
- 秦国华易鑫李怡冉谢文斌
- 关键词：计算机视觉图像处理刀具磨损灰度变换局部方差
