摘要：运用多体系统理论和齐次坐标变换方法,以"S"形检测试件为对象,针对一种刀具双摆动五轴数控机床建立了运动学模型和几何误差模型。利用UG NX8.0进行了加工仿真和后置处理,将生成的数控代码代入所建立的运动学模型中,生成了理想情况下刀具在"S"形试件坐标系中的扫描轨迹;在"S"形试件的直纹面上选取了75个点,将每个点的点位数据代入几何误差模型中,得到"S"形试件直纹面上轮廓误差大小分布情况,将所得结果与通过三坐标测量机测量得到的结果进行对比,验证了几何误差模型具有比较理想的预测性能。

摘要：零部件几何误差导致的机床空间误差是影响数控机床加工精度的主要原因,为了明确机床运行过程中各单元几何误差对加工精度的影响程度及规律,从而经济合理地分配机床零部件的几何精度,基于多体系统理论建立了五轴数控机床的精度预测模型。利用精度模型进行了加工精度预测的单因素对比实验分析,选取NAS979圆锥台试件圆度误差作为分析对象,改变机床的部分几何误差参数值,得到参数改变对NAS979圆锥台试件圆度误差产生的影响及特点,即各零部件几何误差对加工精度的影响分布规律,为机床设计方案的改进及精度分配提供了理论参考。

摘要：以DVG850高速加工中心工作台为研究对象,将轻质多孔结构应用到该工作台结构中,设计出正方形和正三角形两种轻质多孔结构,利用ANSYS Workbench进行有限元分析,与原工作台相比,轻质多孔结构的工作台可以大幅度提高工作台的刚度和抗振性能,同时还减轻工作台的质量;再对相同条件下的正方形孔结构和正三角形孔结构的性能进行比较得出:正三角形轻质多孔结构静、动态特性优于正方形孔,还比正方形孔结构的质量轻。另外,对性能优越的正三角轻质多孔结构工作台进行了谐响应分析,分析结果与模态分析一致。

摘要：数控机床的主轴系统可以看作一个灰色系统,将灰色系统理论中的灰关联分析应用于主轴系统的故障识别,并阐述了在故障诊断中应用灰关联分析的原理,分析了主轴系统几种典型的故障状态,并通过实验验证了待检验的主轴运行状态与通过灰关联分析判断的结果的一致性,结果表明分析结果是正确的。

摘要：主轴是机床主要功能部件,其性能直接决定机床的加工精度及加工性能。卧式加工中心机床主轴卧式布局,大流量冷却及加工尘屑极易污染主轴及主轴轴承,所以主轴部件设计过程中需重点考虑主轴前端密封结构设计及选用。重点介绍了机床设计过程中常见主轴结构类型及其主轴前端密封的结构及选用。

摘要：针对氧丙烷快速割嘴工作特点,根据空气动力学原理,为氧丙烷快速割嘴氧通道型面曲线设计开发了工具软件,可以通过给定简单的参数,实现氧通道型面曲线的快速设计.利用所设计的软件完成了一个氧通道方案,并通过计算流体力学软件对氧通道流场进行了数值模拟,得到了割嘴氧通道在其设计工作状态下的氧气射流流场速度、马赫数、氧气质量分数等特性参数分布.结果表明,该割嘴氧通道在设计工作压力下工作性能良好.同时验证了所设计的工具软件的可靠性.

摘要：最小空间周期是连续位相板(CPP)设计和加工过程中的重要特征参数。根据惯性约束聚变大型激光驱动装置的需求,建立不同空间周期的CPP设计与分析方法,研究了不同最小空间周期对磁流变加工和焦斑性能的影响。结果表明,磁流变加工的去除函数尺寸直接与CPP的最小空间周期成线性关系,而加工去除量与最小空间周期的平方根成线性关系,最小周期越大,加工越容易,但加工量越大;焦斑整形性能受最小空间周期的影响小,能量集中度差异小于0.2%,但焦斑顶部均匀性随着最小空间周期变小而变好,5 mm最小周期CPP的焦斑顶部不均匀比15 mm的CPP小3.5%。因此,设计时应尽量减小最小空间周期,但选取的最小空间周期不能大于加工设备的约束条件。

摘要：针对复合材料固化成型工艺的直热模具温度场均匀性进行了研究。建立模具温度场和复合材料固化反应温度场的耦合传热学模型,并对该模型进行有限元建模仿真分析。针对影响模具表面温度均匀性的主要因素,即电加热管的间距和功率,设计正交试验优化,优化后模具表面最大温差为3.5℃,达到行业标准。此外,对影响温度场均匀性的其他因素,即加热管与模具的接触热阻、复合材料层合板厚度进行了探讨,接触热阻的存在使得模具表面最大温差达到7.24℃,模具加热到指定温度多用时800 s,降低了效率。研究层合板对模具温度均匀性的影响时发现未加入复合材料时模具表面最大温差为4.44℃,加入层合板耦合后最大温差为3.5℃;厚度为毫米级时,层合板对直热模具表面温度均匀性影响不大。

摘要：五轴机床对机床装备制造业意义非凡,RTCP功能是衡量五轴机床性能的重要指标。在执行RTCP过程中,由于旋转轴的加入,需要对直线轴进行非线性补偿,因此旋转轴和直线轴的伺服动态特性需要进行测定和调整,才能保证加工动态精度。文章对RTCP原理进行了简单介绍,设计了一种五轴动态精度测定算法,通过该算法对五轴机床的5个伺服轴特性进行了强弱排序,从而对伺服参数进行优化和调整。以五轴叶轮加工为例,将伺服参数调整前后所加工的叶轮的加工质量进行对比,证明该方法取得了较好的效果。

摘要：为了克服BP神经网络收敛速度慢、易于陷入局部极小点的缺点,在研究蚁群算法优化神经网络训练算法的基础上,以数控机床的进给伺服系统故障诊断为例,建立其故障诊断模型。利用训练后的蚁群神经网络对其进行故障诊断,并把BP神经网络和蚁群神经网络的训练和诊断结果相比较。实验结果表明:蚁群神经网络比BP神经网络的收敛速度快、运算效率高、识别能力强。这说明蚁群神经网络应用于数控机床的故障诊断中,可有效地提高故障诊断的准确度和效率,具有良好的应用效果。