-
公开(公告)号:CN117001018A
公开(公告)日:2023-11-07
申请号:CN202311065208.7
申请日:2023-08-23
Applicant: 厦门大学
Abstract: 本发明公开了一种基于微织构刀具切削加工的能耗优化方法,涉及绿色切削制造技术领域,包括:基于切削塑性形变能、摩擦热能、切屑动能和新表面成形能构建切削总能耗;根据微织构刀具加工特性、切削加工参数和工件材料匹配性,自主设计并制备微织构刀具,以有效降低切削过程中的能量消耗。本发明能够广泛应用于切削加工,针对不同的加工场景及不同的加工材料,指导实际切削加工工艺,有效降低切削加工能耗。
-
公开(公告)号:CN118986464A
公开(公告)日:2024-11-22
申请号:CN202411100725.8
申请日:2024-08-12
Applicant: 厦门大学
Abstract: 本发明属于骨切削刀具技术领域,具体公开了一种基于猪笼草表面微结构的仿生骨切削刀具及其制备方法,其中仿生骨切削刀具包括刀具本体,所述刀具本体设有刀屑接触区,所述刀屑接触区设有若干新月形结构凹坑,所述若干新月形结构凹坑呈等间距规律性几何点阵排列。本发明制得的仿猪笼草表面的仿生骨切削刀具通过在刀屑接触区加工出仿猪笼草表面微结构的织构阵列,包括分布于猪笼草蜡质区的新月形凹坑,能够降低刀具切削骨材料过程中的切削温度,并使切削过程更加稳定,抑制裂纹产生,提高表面质量;本发明制得的仿猪笼草表面的仿生骨切削刀具可以广泛应用于骨干切削手术,不仅能够降低切削温度,还能抑制裂纹产生,从而改善骨材料切削表面质量,不对病人造成二次伤害。
-
公开(公告)号:CN119669691A
公开(公告)日:2025-03-21
申请号:CN202411751756.X
申请日:2024-12-02
Applicant: 厦门大学
IPC: G06F18/20 , B23Q17/09 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/084 , G06N3/0985 , G06F123/02 , G06N3/048
Abstract: 本发明属于机械切削刀具磨损检测技术领域,具体公开了一种基于双重自注意力机制的铣削加工刀具磨损检测方法,包括以下步骤:传感器布置与实验参数设置、信号采集样本选取、模型训练、铣削刀具磨损检测、铣削刀具磨损检测。本发明的检测方法对刀具加工过程中的各类传感器信号进行有效的特征提取和数据降维,更好的利用深度学习技术的信息提取能力实现更高精度的刀具磨损预测,并通过更精妙的模型优化设计降低模型的复杂度,使得模型对适配的硬件的要求降低,让真正实现对刀具磨损的成为可能,从而有效提高系统可靠性,降低事故发生风险,从而保障机床的安全运行;不仅克服了传统检测方法的局限性,还为铣削加工行业带来更高效的监测手段。
-
公开(公告)号:CN117182155A
公开(公告)日:2023-12-08
申请号:CN202311271886.9
申请日:2023-09-28
Applicant: 厦门钨业股份有限公司 , 厦门大学 , 厦门金鹭特种合金有限公司
IPC: B23B51/00
Abstract: 本发明公开了一种可转位浅孔钻,第一螺旋容屑槽顶端设有第一引导避让结构,该第一引导避让结构包括沿着中心刀片安装槽外周面向下延伸的第一导面以及沿着部分第一扩角面向下延伸的第二导面,第一导面为平直面且其宽度自上而下渐变小,第二导面包括导直面和导曲面,第一导面内端与第二导面内端相连接,第一导面外端和第二导面外端均与第一螺旋容屑槽内部相连通,以形成凹槽空间。本申请提高了浅孔钻的切削性能,提高切削过程的稳定性、实现切削过程中受力方向的控制、解决钻头体处的堵屑卡屑问题、引导切屑的形成及排出、控制切屑的运动轨迹和方向、提高钻体的刚度,增大排屑空间等,以实现钻孔质量的大幅提高,从而满足用户的高质量加工要求。
-
公开(公告)号:CN116681682A
公开(公告)日:2023-09-01
申请号:CN202310710028.3
申请日:2023-06-15
Applicant: 厦门大学 , 厦门钨业股份有限公司 , 厦门金鹭特种合金有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/52 , G06V10/82 , G06N3/04 , G06N3/096
Abstract: 本申请提供一种基于匹配小波深度迁移学习的铣削加工刀具磨损检测方法,包括通过振动、声发射、功率传感器从机床铣削平面加工过程中得到原始的加工信号,从原始加工信号中提取平稳切削过程信号,再通过Morse连续小波对一维故障信号进行匹配升维,捕捉微小变化,得到可视化强化特征图像;其次对深度迁移网络源域模型进行有效迁移,该模型具有高效的图像学习经验,可降低目标域训练样本数量;最后在模型迁移中根据有限数据进行流程的参数优化。该方法泛化能力强,可对多工况下微小特征进行检测与定位,对刀具受到磨损以后导致加工过程中出现的微小振动有着较强的识别能力,并有效减少对数据的依赖,能够极大提高运算速度和诊断精度。
-
-
-
-