【摘 要】
：
变速箱阀体是汽车变速部件中的重要配件.阀体件内部空腔多、深度大,由于其型腔的高度复杂性,传统的有限元法难以对其进行高效精确预测,通常采用反复离线测量和铣削来保证精度
【机 构】
：
上海交通大学 机械与动力工程学院,上海 200240;上海交大智邦科技有限公司,上海 201306;上海交通大学 机械与动力工程学院,上海 200240;上海交大智邦科技有限公司,上海 201306
论文部分内容阅读
变速箱阀体是汽车变速部件中的重要配件.阀体件内部空腔多、深度大,由于其型腔的高度复杂性,传统的有限元法难以对其进行高效精确预测,通常采用反复离线测量和铣削来保证精度.为此,提出了一种基于在机测量的阀体件加工误差实时补偿方法以提高加工精度.首先,通过实验确认主要误差源为装夹变形;其次,基于在机测量获得阀体误差曲面,并利用机器学习算法进行拟合,获得初步补偿模型;进而,针对面铣刀直径大的特点,建立了偏移式补偿轨迹;最后,基于数控机床的坐标原点偏移功能开发实时补偿系统并进行了阀体件加工误差的补偿实验.实验结果表明,补偿后的阀体件加工误差降低55％以上,并具有良好的一致性.
其他文献
针对铝型材表面缺陷快速准确检测的需求,提出一种基于YOLO深度学习模型的铝型材表面缺陷识别方法。对铝型材数据集进行图像增广,解决原始数据集中图像数量少且缺陷数据不均衡问题。建立基于YOLO的铝型材表面缺陷识别模型,通过增加模型预测尺度,提高对微小缺陷的识别能力。对铝型材缺陷数据集的目标框重新进行聚类分析,改进YOLO算法的模型参数。通过多尺度训练方法,增强模型对不同尺度缺陷的适应性和识别精度。实验
扫地车中的负压装置是决定扫地车工作效率的关键部件.负压装置下出风口的负压越小,吸尘效果越好.为了研究负压装置的结构参数与下出风口负压之间的关系,得到最佳的结构参数值