机理与数据驱动的缸盖铣削表面质量预测与控制

来源 :沈阳工业大学 | 被引量 : 0次 | 上传用户:tokyo55
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
缸盖作为柴油发动机的核心构件,铸造材质为蠕墨铸铁Ru T400材料,加工难度大,精度要求高,属于多孔隙、薄壁箱体类部件,其加工质量决定着发动机的密封性能和使用寿命。铣削是缸盖生产的主要加工方式,表面铣削工序工时占比60%以上。因此,探究缸盖铣削表面质量预测及控制方法,对提升缸盖的装配精度和密封性能,保证发动机长期稳定运行具有重要的理论与工程意义。基于此,本课题在“04专项”支持下,以国六商用发动机缸盖底面铣削工序为研究对象,深入探究铣削机理,系统分析机理与数据驱动的铣削表面质量预测与控制方法,主要研究内容如下:(1)针对缸盖实际铣削过程中铣削力及铣削热数据获取难度大、成本高等问题,建立发动机缸盖铣削机理模型,并结合Advant Edge FEM仿真分析和正交实验,深入探究工艺参数对表面粗糙度的影响规律,揭示铣削力及铣削热生成机理,为后续缸盖铣削表面粗糙度预测及控制奠定基础。(2)针对缸盖铣削表面粗糙度预测模型精度低、耗时长问题,提出一种机理与数据驱动的缸盖铣削表面粗糙度预测方法。将工艺参数铣削速度、每齿进给量、背吃刀量及铣削机理模型输出状态变量铣削力、铣削热数据共同作为预测模型输入,并利用改进的差分进化算法优化SVR内部参数,解决模型状态表征能力差及收敛速度慢问题,实现缸盖铣削表面粗糙度的快速、精准预测。(3)针对缸盖铣削过程时变、高度非线性导致表面质量控制困难问题,构建基于混合学习算法优化自适应神经模糊推理系统的表面粗糙度控制模型,利用BP算法和最小二乘法结合的混合学习算法对控制模型前后件参数寻优调整,解决控制模型模糊规则设置不合理及参数优化易陷入局部最优问题,实现缸盖铣削表面质量实时量化控制。
其他文献
柔性作业车间生产过程中,由于紧急插单、机器故障等动态事件的发生,使得既有调度方案运作低效、甚至中断的情况时有发生。如何积极应对频发的动态事件,合理进行工艺规划与车间调度,可以保障订单交货期准时交付的同时提高客户满意度,是当前柔性作业车间集成优化研究中的热点问题。同时研究基于动态事件的工艺规划与调度集成,对提高企业的生产效率,增强自身的竞争力等方面具有一定的现实指导意义。本文以M公司柔性作业车间为研
学位
近年来,由于环境污染、世界能源短缺等问题,风力发电作为一种无污染、可再生的能源,逐渐成为世界各国都竞相发展的热门行业。我国制定了很多有利的政策及措施,鼓励风电行业的发展。因此,该行业呈现跨越式发展,风电的装机容量逐渐增加,已经走进世界前列。然而,由于风电机组长期运行、设备结构复杂和所处位置环境恶劣,导致风电机组各部件可能容易出现损伤,其故障率居高不下,从而产生高昂的维护费用。因此,为了风电机组能够
学位
钢铁企业作为典型的流程型企业,其生产和分销过程受诸多风险因素的影响,导致大部分企业在此环节上出现成本过高、客户满意度差等问题。因此,研究考虑风险水平的生产-分销联合决策问题,可使企业有效的进行风险规避、为企业制定科学的生产-分销计划给出相应的对策、对企业的进一步发展具有重要的现实意义。本课题以某钢铁企业为研究对象。首先,界定了流程型企业在生产-分销过程中存在的主要风险因素及每个主要风险因素各自的水
学位
国内汽车行业蓬勃发展,为汽车零部件企业带来机遇的同时也伴随着挑战。针对K生产车间现有设施按工艺原则布局,无法满足日益增长的订单需求的问题,提出基于单元制造的设施布局设计。此布局设计分为单元划分—单元间布局—单元内设备布局三阶段,并通过建模仿真对比前后设计前后的两种布局,验证单元式布局的有效性。主要研究内容如下:(1)基于Levy飞行的灰狼算法求解制造单元划分问题。将机加设备划分至不同的制造单元,使
学位
在役再制造是绿色制造、可持续发展的重要组成部分。机床在役再制造是减少资源浪费、延长服役周期、实现资源循环利用的最佳方式。主轴作为机床关键零部件,其服役工况复杂多变、环境多变、性能退化缓慢且不易监测,导致主轴在役再制造时机确定难、准确性差等问题。因此,如何确定机床主轴在役再制造最佳时机是再制造机床获得最佳经济效益与性能的关键。基于此,本课题以某型号机床主轴为研究对象,深入分析在役机床主轴剩余寿命及性
学位
盾构机备件种类众多、差异大,备件需求数据量少、需求随机性大,导致盾构机备件分类混乱,需求预测结果不够准确,直接影响了备件库存管理效果。企业用于购买备件的成本越来越多,占用了企业大量资金,降低了备件的实际管理效率,影响了企业经济效益。因此,如何实现对盾构机备件的有效管理,是保证盾构机装备施工时备件及时供应,同时降低备件库存成本至最优的关键问题。基于此,本课题以某地铁施工盾构机备件库存为研究对象,深入
学位
干式真空泵作为常用的真空泵的一种,当前已经被广泛应用于半导体行业、芯片行业、光学通讯元器件产业等IC装备行业以及化学气相沉积、炉管、生物制药、物理气相沉积等领域,这些行业和领域对工作环境的要求很高,尤其是对于洁净度的要求,同时随着半导体等产业的飞速发展,对于产能的需求也越来越高,干式真空泵的使用稳定性显得尤为重要。当前,我国生产的罗茨以及爪式的真空泵和国外生产的干式真空泵的主要差距还是体现在干式真
学位
为了满足人们在汽车购买时对于内饰功能和美观的高需求,越来越多汽车主机厂将汽车内饰的质量标准提升。由此引发的汽车内饰零件供应商竞争也愈发激烈,具有成本优势的高质量的汽车内饰件是国内外各内饰零部件公司追求的目标,也是汽车内饰零件发展的趋势。鉴于此,本文深入分析了汽车内饰零部件的主要质量问题,构建了适用于汽车内饰质量改进的DMAIC与TRIZ融合模型,并结合企业实例进行质量改进研究,主要的研究内容如下:
学位
汽车座椅是与汽车驾驶员接触最多的汽车部件,无论是驾驶员在正常行车过程还是发生突发情况,座椅的安全性一直是避不开的话题。不合理的座椅设计会直接影响驾驶员的行车安全性,甚至会对人体健康产生威胁。因此,针对汽车座椅开展工效学分析和安全性评估,对提高行车过程中的安全性和保证驾驶员的行车效率具有非常重要的研究意义。基于此,本论文以Alphard车型汽车座椅为研究对象,深入分析驾驶员静态承受载荷和座椅动态安全
学位
滚动轴承作为各类机械设备的重要组成零件,广泛的应用于风电机组、航空航天、动车机组以及各类高端装备之中。对滚动轴承的故障类型及程度的诊断,是对保证机械设备平稳运行,降低设备的运维成本以及保障设备操作人员的安全具有重要意义。本文以滚动轴承的振动信号为基础,结合浅度、深度学习的研究方法。针对滚动轴承故障诊断中所涉及到的特征提取融合、变负载工况下的故障迁移诊断与深度学习网络参数设定以及样本不充分条件下的故
学位