检索结果-南通市图书馆

深冷处理对轴承钢及其磨削加工表面质量的影响

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

表面技术 2025年

作者：冯硕丁腾威李娜蔡圣阳王利梅乔阳王相宇济南大学机械工程学院齐鲁理工学院智能制造与控制工程学院山东省宇捷轴承制造有限公司

目的减少GCr15轴承钢在热处理和磨削加工后中因残余应力释放造成的变形。方法对退火态的试样分别进行淬火+回火（QT）、淬火+回火+深冷处理（QTC）、淬火+深冷处理+回火（QCT）三种不同的热处理方式，并选取三种不同处理工艺后的轴承... 详细信息

目的减少GCr15轴承钢在热处理和磨削加工后中因残余应力释放造成的变形。方法对退火态的试样分别进行淬火+回火（QT）、淬火+回火+深冷处理（QTC）、淬火+深冷处理+回火（QCT）三种不同的热处理方式，并选取三种不同处理工艺后的轴承钢进行磨削加工试验，研究了不同处理试样的硬度、微观组织、残余应力和物相组成。结果经过QTC处理后，试样的残余奥氏体含量降低，位错密度增大，残余应力增加，其中QTC-12h试样内0.2-0.4μm的碳化物占比增加了12.55%。经QCT处理后，试样内残余奥氏体含量和位错密度均有所降低，其中QCT-6h试样内残余应力降低了30.62%。通过正交试验发现，对于磨削进给方向残余应力的影响依次为：进给速度>磨削深度>热处理工艺>砂轮线速度。对于垂直于磨削进给方向则依次为：磨削深度>进给速度>热处理工艺>砂轮线速度。在磨削深度为0.07mm及以上时，QTC处理试样表面出现微裂纹现象，QCT处理试样表面出现明显的烧伤痕迹。结论回火前后深冷处理均有利于减少轴承钢内部的残余奥氏体含量。深冷处理后进行回火处理可以降低因深冷处理带来的残余应力，回火后深冷处理的试样在增加磨削深度时试样表面表现出更低的残余应力，更有利于磨削加工后残余应力的控制。

关键词：磨削加工残余应力深冷处理微观组织碳化物位错密度

基于PCI1710和Qt的电子束焊机数据采集系统

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

仪表技术与传感器 2025年第1期 73-78页

作者：陈云霞黄雷阳上海第二工业大学智能制造与控制工程学院上海电机学院机械学院

针对电子束焊接过程中焊接参数实时监测和存储困难问题,设计了一种基于PCI1710和Qt的电子束焊机数据采集系统。系统包括硬件和软件2部分:硬件部分采用PCI1710数据采集卡以差分通道连接方式采集焊接过程中的模拟信号,经过A/D转换器转换... 详细信息

针对电子束焊接过程中焊接参数实时监测和存储困难问题,设计了一种基于PCI1710和Qt的电子束焊机数据采集系统。系统包括硬件和软件2部分:硬件部分采用PCI1710数据采集卡以差分通道连接方式采集焊接过程中的模拟信号,经过A/D转换器转换为数字信号传至计算机;软件部分采用Qt框架在Windows环境下开发可视化UI采集软件。通过测试,该系统能够实时稳定采集多路数据显示波形,并且通过数据处理算法使数据波形趋于平滑,方便后续分析。

关键词：电子束焊接焊接参数实时监测 PCI1710 数据采集 Qt

在线全文

学校读者我要写书评

暂无评论

汽车防误踩加速踏板设计与研究

时代汽车 2025年第05期 128-130页

作者：刘强庞小兰陈晓群广东理工学院智能制造学院

本文设计一种汽车防误踩加速踏板系统。该系统融合传感器技术和智能控制算法，通过实时监测加速踏板的状态和车辆周围环境，能够准确识别误踩行为。本文详细介绍了系统的架构、硬件设计、软件与控制系统设计，以及研究实施过程。通过实... 详细信息

本文设计一种汽车防误踩加速踏板系统。该系统融合传感器技术和智能控制算法，通过实时监测加速踏板的状态和车辆周围环境，能够准确识别误踩行为。本文详细介绍了系统的架构、硬件设计、软件与控制系统设计，以及研究实施过程。通过实验验证，该系统在误踩识别准确率和制动响应时间方面均表现出色，能够有效降低因误踩加速踏板而导致的事故风险，为提升汽车安全性提供了有力支持。

关键词：汽车安全误踩加速踏板系统架构硬件设计软件与控制系统

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于不同故障传播路径差异化的故障诊断方法

自动化学报 2025年第1期51卷 161-173页

作者：谭帅王一帆姜庆超侍洪波宋冰华东理工大学信息科学与工程学院能源化工过程智能制造教育部重点实验室上海200237

针对工业过程中故障发生源与故障信息在传播过程中的差异性问题,提出了一种基于不同故障传播路径差异化(Fault propagation path-aware network,FPPAN)的故障诊断方法.该方法分别从故障源邻域信息关系和故障信息传播两个角度出发,设计... 详细信息

针对工业过程中故障发生源与故障信息在传播过程中的差异性问题,提出了一种基于不同故障传播路径差异化(Fault propagation path-aware network,FPPAN)的故障诊断方法.该方法分别从故障源邻域信息关系和故障信息传播两个角度出发,设计了基于k近邻筛选(k-nearest-neighbor,k-NN)和基于剪枝的k跳可达路径选择(Pruning-based k-hop reachable path selection,k-PHop)的两种故障源图的构建方式,构建“故障源图”.从故障在变量间的差异化表现着手,将基于特征的分类问题转换为基于结构关系的图匹配问题,利用该结构化信息优化过程特征,提升模型故障诊断性能.最后,通过田纳西−伊斯曼(Tennessee-Eastman,TE)过程和某海底盾构掘进施工过程进行仿真验证,实验结果证明了所提方法的有效性.

关键词：故障诊断图神经网络故障源图故障根源故障传播路径

基于YOLOv8的铸件DR图像小目标缺陷检测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

特种铸造及有色合金 2025年第1期45卷 35-41页

作者：储钰昆吴磊杨洪刚陈云霞上海电机学院机械学院上海201306 上海第二工业大学智能制造与控制工程学院上海201209

针对铸造零件X射线DR图像小目标缺陷特征不明显,现有目标检测算法精度不高的问题,提出一种基于YOLOv8的铸件DR图像小目标缺陷检测方法。首先通过CLAHE算法,增加图像对比度,突出缺陷细节。其次对灰度图像进行通道扩充,增加深度学习网络... 详细信息

针对铸造零件X射线DR图像小目标缺陷特征不明显,现有目标检测算法精度不高的问题,提出一种基于YOLOv8的铸件DR图像小目标缺陷检测方法。首先通过CLAHE算法,增加图像对比度,突出缺陷细节。其次对灰度图像进行通道扩充,增加深度学习网络可学习信息。最后改进YOLOv8网络,使用空洞卷积提取更大感受野的初始特征;引入Sim AM注意力机制加强重要特征;添加小目标检测层获得较大尺寸的特征图。结果表明,改进的YOLOv8算法对铸件小目标缺陷检测的均值平均精度(m AP)和m AP@0.5∶0.95分别达到了86.1%和52.5%,较原模型分别提高了2.87%和10.10%,铸件小目标缺陷检测精度更高。

关键词：深度学习缺陷检测 YOLOv8 图像处理

维普期刊数据库博看期刊

层间等待时间对5356铝合金电弧增材制造组织与性能的影响研究

在线全文

学校读者我要写书评

暂无评论

制造技术与机床 2025年

作者：王月杰陈小康王浩博周建平新疆大学智能制造现代产业学院山西航天清华装备有限责任公司

针对铝合金电弧增材制造过程中层间热积累过多导致试件尺寸精度较差和输出质量较低的问题，进行了不同层间等待时间（0、15、30、45 s）对5356铝合金电弧增材制造微观组织与力学性能的影响研究，分析了不同层间等待时间下多层单道直壁... 详细信息

针对铝合金电弧增材制造过程中层间热积累过多导致试件尺寸精度较差和输出质量较低的问题，进行了不同层间等待时间（0、15、30、45 s）对5356铝合金电弧增材制造微观组织与力学性能的影响研究，分析了不同层间等待时间下多层单道直壁体试件成型尺寸的特点，并进行了显微组织分析、显微硬度和拉伸性能等力学性能测试。研究表明，层间等待时间对5356铝合金电弧增材制造直壁体试件的宏观形貌影响显著，且随着层间等待时间由0 s逐渐增大到45 s时，直壁体试件宽度减小了1.65 mm，单层高度增大了0.37 mm；显微组织主要由α显微组织基体和β体和β3Mg2)组成，且随着层间等待时间增加，粗大的β组织尺寸减小、密度增大；随着层间等待时间的增加，水平和垂直试样的抗拉强度和伸长率均增大，且水平方向试样抗拉强度和伸长率均比垂直方向试样稍高；不同层间等待时间下拉伸试样断口均分布着大量的韧窝，并随着层间等待时间增加，韧窝尺寸逐渐增大，且分布更加均匀，塑性变形能力增强。本研究可为5356铝合金电弧增材制造技术应用提供理论基础。

关键词：层间等待时间 5356铝合金电弧增材制造显微组织力学性能

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于北斗的盲人智能导航系统设计与研究

人工智能与机器人研究 2025年第1期14卷 65-81页

作者：张敏哲景锋唐楷周诚灵单阳彭赐平钟俊宣付慧玉周玲芳怀化学院物电与智能制造学院湖南怀化

本文介绍了一款新型盲人智能导航眼镜,该眼镜主要基于STM32F4系列MCU,主要集成了北斗导航模块、毫米波与激光雷达避障模块、视觉感知模块以及智能语音模块,采用单元模块化的设计方法,搭配RTK技术与SLAM技术,并在人工智能与大数据技术的... 详细信息

本文介绍了一款新型盲人智能导航眼镜,该眼镜主要基于STM32F4系列MCU,主要集成了北斗导航模块、毫米波与激光雷达避障模块、视觉感知模块以及智能语音模块,采用单元模块化的设计方法,搭配RTK技术与SLAM技术,并在人工智能与大数据技术的基础上设计了一款集定位、导航、路径规划与实时语音播报的智能盲人导航系统和与其搭配的手机软件APP,该系统不仅确保了盲人在复杂环境下的精准定位,而且实现了动态信息获取与智能路径规划,保障视障群体出行安全。The paper presents a novel type of intelligent navigation glasses for individuals with visual impairments, primarily based on the STM32F4 series MCU. It integrates various modules including Beidou navigation, millimeter-wave and Lidar obstacle avoidance, visual perception, and intelligent voice capabilities. The design adopts a modular approach and incorporates RTK technology and SLAM technology. Leveraging artificial intelligence and big data techniques, an advanced navigation system is developed to provide accurate positioning, seamless navigation, efficient path planning, and real-time voice guidance for the visually impaired. Additionally, a corresponding mobile phone application (APP) is designed to complement the system’s functionality. This comprehensive solution ensures precise localization in complex environments while enabling dynamic information acquisition and intelligent route planning to enhance travel safety for individuals with visual impairments.

关键词：盲人安全出行盲人智能导航眼镜 RTK技术 SLAM技术手机APP

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

管件磁脉冲焊接集磁器结构仿真优化

焊接学报 2025年第1期46卷 103-111页

作者：李岩杨德智王贵成李聚才刘翠荣太原科技大学材料科学与工程学院太原030024 山西电子科技学院智能制造产业学院临汾041000

文中通过有限元仿真,研究了集磁器的工作原理,分析了磁脉冲焊接线圈放电电流大小和波形、焊接过程中磁场和电磁力分布;对比了集磁器结构强度以及铝管电磁缩径的大小.结果表明,集磁器利用结构内外侧的高度差,使得感应电流从面积较大的外... 详细信息

文中通过有限元仿真,研究了集磁器的工作原理,分析了磁脉冲焊接线圈放电电流大小和波形、焊接过程中磁场和电磁力分布;对比了集磁器结构强度以及铝管电磁缩径的大小.结果表明,集磁器利用结构内外侧的高度差,使得感应电流从面积较大的外表面流向面积较小的内表面,从而实现感应电流的汇聚.集磁器对磁场分布的改善与其斜壁的倾斜角α成正相关,垂直型集磁器性能整体高于常规集磁器,低于曲线型集磁器;集磁器截面的形状对其性能也有一定的影响,α角为0的曲线型集磁器性能最好,相较于目前应用较多的常规集磁器,在焊接区域磁感应强度大小提高了12%,铝管的缩颈变形量高了24.9%.3种集磁器在结构强度上差异较小,均可以保证焊接的稳定性.文中对集磁器结构的设计可以提供一定的参考.

关键词：电磁脉冲焊接集磁器性能数值模拟电磁缩径

基于机器学习和数值模拟的选区激光熔化Al-Mg-Sc-Zr合金成形工艺优化

在线全文

学校读者我要写书评

暂无评论

中国有色金属学报 2025年第2期35卷 487-502页

作者：张喜龙周永军郭鹏程高滕肖罡刘筱朱必武中南林业科技大学机械与智能制造学院长沙410004 湖南工学院智能制造与机械工程学院衡阳421002 江西铜业技术研究院有限公司南昌330096 集美大学海洋装备与机械工程学院厦门361021

本研究旨在利用机器学习方法优化Al-Mg-Sc-Zr高强铝合金的选区激光熔化(Selective laser melting,SLM)成形工艺。由于实验获取样本的成本高、周期长,本文通过SLM成形数值模拟获得充足的实验样本。以激光功率、扫描速度和扫描间距为输入... 详细信息

本研究旨在利用机器学习方法优化Al-Mg-Sc-Zr高强铝合金的选区激光熔化(Selective laser melting,SLM)成形工艺。由于实验获取样本的成本高、周期长,本文通过SLM成形数值模拟获得充足的实验样本。以激光功率、扫描速度和扫描间距为输入,以数值模拟的残余应力为输出,构建了BP神经网络模型,并利用遗传算法优化BP神经网络模型的预测精度。结果表明:SLM成形Al-Mg-Sc-Zr高强铝合金的残余应力随激光功率的增加而增大,随扫描速度和扫描间距增大而减小。相较于BP神经网络模型,优化的GA-BP神经网络模型的平均绝对误差、均方误差和平均相对误差分别降低了2.62%、14.34%和0.64%。通过搭建遗传算法与GA-BP神经网络的联合双向预测模型,以残余应力最小为目标,确定了Al-Mg-Sc-Zr高强铝合金SLM的最优工艺参数为:激光功率373.17 W、扫描速度919.53 mm/s、扫描间距102.44μm。在最优条件下成形试样的残余应力为201.1 MPa,孔隙率为1.2%,xoz和xoy截面的平均显微硬度分别为103.2HV和120.1HV。本研究可为Al-Mg-Sc-Zr高强铝合金的SLM工艺优化提供一种高效经济的方法。

关键词： Al-Mg-Sc-Zr合金选区激光熔化机器学习数值模拟神经网络