公共文化服务平台

搜索到11900篇“ 工件表面粗糙度“的相关文章

基于机器学习的车削工件表面粗糙度检测方法研究: 2025年; 为了提高对工件加工表面质量的预测精度,提出一种基于机器学习的车削工件表面粗糙度检测方法。首先阐述了图像预处理与特征提取的过程,然后介绍了如何在GABP神经网络模型构建中设置遗传算法参数及构建粗糙度检测方法,最后建立了包含4种其他预测模型的对照组。通过对比实验,证明了GABP神经网络在车削工件表面粗糙度检测上的准确性和优越性。; 刘彦丰张士军; 关键词：表面粗糙度

一种工件表面粗糙度测量方法及相关装置: 本发明公开了一种工件表面粗糙度测量方法、工件表面粗糙度测量装置、测量装置以及计算机可读存储介质，该方法包括：测量装置获取各个粗糙度标准样块的偏振图像，并计算每个粗糙度标准样块的偏振图像的平均灰度值；基于每个所述平均灰度值...; 周世学苏兆邦徐兆鑫李廷张萌蓉孙天润杜强王雯亢宇李小林邹宇董晓青徐忠卫郑生贞王树红张文林王继华

一种工件表面粗糙度在线测量方法、系统及应用: 本发明公开了一种工件表面粗糙度在线测量方法、系统及应用，涉及机床加工粗糙度在线测量技术领域，解决了加工工件的表面质量测量效率低的技术问题；所述方法包括：S1、构建包括待加工工件的数据模型和机床加工的作业模型的机床加工模型...; 刘霄彭志陈光胡明洪李惠贤佟冬关晓勇肖潇齐延男

端面铣削工件表面粗糙度数学模型与实验验证被引量：5: 2024年; 目的针对多种表面粗糙度影响因素的耦合作用使轮廓形成机理不清,导致表面粗糙度数学模型存在表面质量智能管控工业应用预测精度不足的技术难题,建立端面铣削工件表面粗糙度数学模型。方法首先,基于加工运动学机理和刀具几何学分析端面铣削工件表面轮廓形成机理,建立考虑刀具跳动的工件表面轮廓模型以及轮廓高度偏差关于铣削力的补偿函数,并通过卷积神经网络(Convolution Neural Network,CNN)进行解析。其次,建立端面铣削表面粗糙度数学模型。最后,进行可转位面铣刀端面铣削ZG32MnMo的实验验证,分别采集轮廓数据与铣削力信号,建立以铣削力为输入、轮廓高度偏差数据为输出的铣削数据集,训练卷积神经网络解析轮廓高度补偿值并验证理论模型的准确性,对比分析考虑刀具跳动的表面粗糙度数学模型与CNN优化考虑刀具跳动的表面粗糙度数学模型的精度。结果CNN优化考虑刀具跳动的表面粗糙度数学模型对加工重叠区与非重叠区内沿刀具进给方向的轮廓算术平均偏差Ra的预测误差分别为18.71%和14.14%,与考虑刀具跳动的表面粗糙度数学模型相比,精度分别提高了10.61%和32.83%,CNN优化考虑刀具跳动的表面粗糙度数学模型对轮廓单元的平均宽度R_(sm)和支承长度率R_(mr(c))的预测结果与实验值吻合。结论考虑刀具跳动以及动态铣削力耦合作用边界条件的表面粗糙度数学模型能够有效预测端面铣削表面粗糙度,可为在质量管控工程中的应用提供理论指导与技术支撑。; 刘德伟许芝令李长河秦爱国刘波张彦彬Yusuf Suleiman Dambatta安庆龙; 关键词：铣削表面粗糙度铣削力卷积神经网络

一种用于增加工件表面粗糙度的喷砂房: 本实用新型涉及喷砂技术领域，提供一种磨料回收效果好、清理简单的用于增加工件表面粗糙度的喷砂房，包括隔离房、设置于隔离房一侧并与隔离房相互接通的磨料管以及设置于隔离房底部的回收底座，所述隔离房侧面上还活动卡合有开合门，所述...; 王厦门王祥发

一种工件表面粗糙度预测方法、系统、设备及存储介质: 本发明公开一种工件表面粗糙度预测方法、系统、设备及存储介质，涉及工件表面粗糙度预测技术领域，该方法包括：获取工件原始振动信号中的加工段信号；计算加工段信号的特征；基于随机森林方法筛选出与表面粗糙度相关度高的重要特征；通过...; 朱永生宾储君郑子勋冯奇鵬韩仡薛怡然任智军林友玲罗琪

金属工件表面粗糙度检测装置及金属工件表面处理系统: 本实用新型涉及金属工件表面粗糙度在线检测技术领域，具体涉及一种金属工件表面粗糙度检测装置及金属工件表面处理系统。检测装置包括：第一在线检测设备、第二在线检测设备和机架；第一在线检测设备和第二在线检测设备均安装于机架上，且...; 何龙王少峰孙洪军俞丰孙兴源倪涛

高精度车削加工中工件表面粗糙度的控制方法探讨: 2024年; 本文针对高精度车削加工的工件表面粗糙度控制展开研究,系统分析影响因素。结合案例探讨优化加工参数与先进切削技术对提高表面质量的效果,详细讨论刀具材料等参数影响,提出智能化加工技术和新型材料的潜在应用。这些措施可有效控制表面粗糙度,提高加工精度和生产效率,为制造业高精度加工提供参考依据,助力制造业发展。; 郭俊伟; 关键词：表面粗糙度刀具材料

改进DenseNet模型在工件表面粗糙度视觉检测中的应用: 2024年; 针对原始DenseNet模型检测工件表面粗糙度时间长、准确率较低的问题,结合卷积层滤波器注意力机制和批归一化层缩放系数提出一种工件表面粗糙度检测的深度学习模型。首先,利用注意力重要性值判定模块内的冗余通道。其次,在Dense Block模块内引入批归一化层缩放系数判别特征通道的重要程度。最后联合卷积层滤波器的注意力重要性值和批归一化层缩放系数裁剪冗余通道,实现模型剪枝。实验结果表明,原始DenseNet模型检测工件表面粗糙度的准确率为91.875%,检测时间为483 s。当剪枝率为20%时,其检测效果最好,检测准确率为96.875%,检测时间为255 s。相比于原始DenseNet模型,改进后的DenseNet模型检测效果更好,在质量检测领域方面具有一定的应用前景。; 周友行易倩杨文佳杨文佳

一种可改善加工工件表面粗糙度的涂层合金铣刀: 本实用新型涉及铣刀技术领域，具体为一种可改善加工工件表面粗糙度的涂层合金铣刀，包括安装块，所述安装块的底部外壁焊接有挡板，所述挡板远离安装块的一端焊接有外壳，所述外壳的底部设置有打磨结构；所述打磨结构包括拉杆和限制槽，限...; 叶忠

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈