摘要：为了提高板材冷轧质量,设计了一种面向超高强钢的冷连轧机板形前馈控制方法。按照超高强钢不同道次设置目标板形,实现整体板形的分解计算。将各机架出口板形与目标板形曲线相近条件作为控制目标,综合分析断面外形均匀性与边降性能,设计了板形前馈控制模型,完成机架弯辊、窜辊与倾辊优化的目标。开展实验测试分析,研究结果表明:相比之前提升13%的板形,形成更均匀的厚度,边降缺陷显著降低。该研究有助于提高板材厚度的控制精度,对后续的机架参数优化奠定一定的理论基础。

摘要：为了进一步提高工业NMB轴承运行过程中隐藏在内部的故障,设计了一种基于最大相关峭度(MCKD)降噪的轴承滚珠故障信号处理方法,并开展实测测试信号分析。研究结果表明:轴承滚珠信号冲击特征获得显著增强的效果;根据平方包络谱确定滚珠故障特征频率与倍频,准确检测轴承的滚珠故障;设计的MCKD方法可以实现对轴承故障信号的诊断,尤其是针对于包含强噪声的信号,满足强噪声条件下的故障识别要求。该研究适用于其他的轴承的内圈外圈等部件的检测,具有很高的推广价值。

摘要：超声振动切削是目前数控机床机械制造中的热点,保证工件的表面质量是关键的目标。为此设计了一种基于回归神经网络(RNN)的数控机床超声振动切削预测评估方法,并开展铣削试验测试分析。研究结果表明:预测结果与实测结果的相关性高达0.99,表明获得了良好预报效果,最大偏差仅为0.05,表明设计的算法可以保证获得理想处理结果。相比较卷积神经网络(CNN)、支持向量机(SVM)与高斯过程回归(GPR)方法,RNN获得较好预测效果,磨损和表明粗糙值分别是3.685和2.216,R^(2)值达到了0.975。该研究有助于适合于高精度制造领域,具有很好的开发价值。

摘要：运用SPA散布熵与SG聚类方法对滚动轴承故障进行智能诊断。先通过平滑先验分析(SPA)的过程处理轴承振动信号获得趋势项与波动项;再对散布熵值进行计算得到故障特征向量,最后利用SG分类器对特征向量聚类识别。研究结果表明:通过分析系统参数对DE值的影响确定最优的取值:高嵌入维数3,类别6,时间延迟1。利用SG模糊聚类方法处理SPA-DE,不同的故障类型聚集于靠近聚类中心的区域,相邻聚类中心间形成了明显间隔,并未出现不同故障问题的相互交叉混叠,因此采用本文方法对各类轴承故障进行诊断时可以实现优异故障分类性能。相对EMD-DE-SG聚类诊断模式,本文算法具备更大分类系数,与1达到了更大的接近程度,大幅降低了平均模糊熵,判断本文算法对于各损伤程度的轴承故障具备更优的诊断性能。根据滚动轴承测试参数可知可以采用此方法快速准确识别轴承各类故障问题及其严重程度,可以实现故障的可靠诊断效果。

摘要：针对“UG(CAD/CAM)”以往教学中存在的诸多问题,基于“以学生为中心”的OBE理念,对该课程进行了教学改革探索。以成果为导向制定了课程目标;重构课程体系和教学内容,精心设计教学环节;建立网络课堂;强化校内外实践;改革课堂考核方式,从而提升了学生的自主学习能力和创新意识,全面提高了学生的综合素质,也为机械类相关课程的教学改革提供了思路。

摘要：随着立德树人根本教育任务的全面推进与落实,课程思政建设成为高职院校专业课程改革的重要途径。在高职机械专业数控编程与加工技术课程教学中,教师应着重挖掘与本专业课程相关的思政元素,由此精心设计教学活动,寻找思政元素融合要点,进而既丰富了课程教学内容,又促进了学生道德素养、价值观念、政治修养的有效成长。本文通过分析数控编程与加工技术课程思政建设遇到的问题,进而提出其课程思政建设的有效路径与方案。