WC可转位刀片压制模具PLM系统数据库的设计

来源 :工具技术 | 被引量 : 0次 | 上传用户:okzzh
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
为提高WC可转位刀片生产过程中粉末压制模具的合理使用率和存储管理效率,改善传统模具管理松散和管理粒度不够等问题,本文结合现场模具使用和存储业务,进行可转位刀片压制模具PLM系统数据库的设计。利用E-R图表示逻辑关系,介绍了数据库在粉末压制模具全生命周期管理系统业务需求中的应用。
其他文献
对基于响应曲面法的大型轧辊磨削工艺参数优化进行研究,针对大型轧辊磨削过程中存在轧辊表面粗糙度控制稳定性与一致性差等问题,采用响应曲面法对轧辊磨削工艺参数进行优化。通过使用碳化硅砂轮对无限冷硬铸铁轧辊进行磨削试验,以磨削加工后的表面粗糙度Ra为优化目标,利用响应曲面法分析轧辊转速、磨削深度、拖板速度和砂轮速度对磨削表面质量的影响规律,并建立相应的多项式模型。通过该模型得到的最优工艺参数组合为:轧辊转速26r/min,磨削深度10.3μm,拖板速度1.545m/min,砂轮速度27.5m/s,磨削后轧辊的表面
北京信息科技大学图书馆中庭幕墙高25 m,两端粗中间细,形似喇叭,结构形式为单层钢结构网壳,构件采用矩形钢管。由于单层网壳结构非常纤薄,需要重点关注其稳定设计。以钢结构网壳的稳定问题为切入点,以全流程设计为主线,重点从方案比选、精准建模、二阶直接分析法的应用、边界条件等影响结构稳定的几个主要方面展开论述:1)通过改变环向约束构件的数量,将中庭钢结构分为3种网壳模型进行对比,并从中选出最优的结构模型。2)矩形管网壳结构的建模需要构建两个主轴的其中一个垂直于网壳曲面,常规的解决办法是参数化建模,不易操作。从实
南通国际会议中心位于南通市崇川区紫琅湖东北岸,建筑总面积约8万m 2。建筑平面沿长向分别布置多功能厅和宴会、会议厅两个大功能分区,中间设入口,与大厅连接。建筑平面总长280 m,宽度84 m,功能区结构屋面最大高度23 m。地下1层兼具车库及人防功能,采用混凝土结构;地上1~3层层高不等,由下至上分别为9,6,4.5 m,兼具会议及展示功能。主体采用钢框架结构体系,大跨空间屋顶采用钢桁架结构,最大跨度54 m;顶部造型屋面为自由曲面,最大高度30 m,采用交叉管桁架结构。结合建筑功能,会议中心主体结构采用
为研究K417镍基高温合金的车削特性,使用不同的刀具及切削参数开展试验研究,观测加工表面粗糙度和圆柱度的变化规律,优化车削K417镍基高温合金的切削参数。试验结果表明:在车削K417镍基高温合金时,PCBN车刀比硬质合金车刀更有优势;使用PCBN刀片进行车削时,随着进给速度的增加,表面粗糙度先缓慢增加后快速增加,圆柱度缓慢减小;随切削速度的增加,表面粗糙度先减小后增大;切削深度增加会导致表面粗糙度先增大后减小。在各切削参数中,进给速度对表面粗糙度影响最大,切削深度和切削速度对表面粗糙度影响较小。在切削速度
1 问题引入rn在以往的钢结构设计中,设计师只根据规范注明的建筑耐火等级、构件耐火极限,并注明防火涂料的选型,就算完成钢结构的防火设计了.但随着GB 51249—2017《建筑钢结
期刊
针对复杂槽腔三轴数控工艺设计过程中曲线裁剪分类情况多、裁剪后线段取舍判断复杂的问题,提出基于滚圆法的三轴加工区域精确计算方法。通过识别加工域关联的约束面、提取约束边、将约束边投影至加工域所在平面的方法,对投影边线与初始加工域轮廓求交,并判断有效交点,计算基线链和基于滚圆法计算触线链,将触线链围成的二维封闭区域作为精确的三轴加工域。通过实例测试验证了该方法的可行性和有效性。
由于盘铣刀存在直径大、切削余量大和钛合金导热系数小等问题,钛合金盘铣开槽过程中会产生较高的温度,不仅会加剧刀具磨损,还会在加工表面形成较厚的变质层,从而影响零件质量
浙江佛学院二期是用现代建筑语言进行建设的大型宗教建筑。须弥山及兜率天宫为本工程的核心部分,须弥山为混凝土剪力墙结构,外形为圆筒形状,高度为56.85 m,须弥山顶部设置大平台,由24榀平面悬挑桁架组成,桁架最大悬挑尺寸为22.5 m,悬挑桁架根部支撑于环向布置的24根钢骨混凝土柱上。兜率天宫为钢框架结构,高度为33 m,其最外侧钢柱通过混凝土环梁竖向转换,中间钢柱通过混凝土牛腿与须弥山混凝土筒体连接,最内侧钢柱落在大跨度钢梁上。本工程下部须弥山采用混凝土剪力墙结构,上部兜率天宫采用钢框架结构,上下部刚度差
随着铁路安全要求的越来越严格,上跨铁路的市政工程桥梁跨径正在逐渐增大.为解决跨越高速铁路及大型铁路编组站的建设难题,以一座大跨度独柱中央索转体斜拉桥为研究对象,针对
为了有效地预测磨削加工的齿轮表面粗糙度,建立了以速比、砂轮转速、砂轮冲程速度和磨削深度为输入参数、齿轮表面粗糙度为输出参数的预测模型。该模型将自适应权重调整机制嵌入到粒子群算法中,得到了改进后的粒子群算法并优化BP神经网络的初始权值和阈值,从而形成了改进粒子群神经网络(APSO-BP)齿轮表面粗糙度预测模型。实验结果表明:改进后的粒子群神经网络预测模型能够有效克服BP神经网络易陷入局部最小值的缺陷,并且稳定性和精确性优于BP神经网络和粒子群神经网络(PSO-BP)。