-
公开(公告)号：CN110586446A
公开(公告)日：2019-12-20
申请号：CN201910919764.3
申请日：2019-09-26
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种电解加工机床主轴用可调式振动装置，属于电解加工技术领域。该振动装置包括安装板和安装块，所述的安装板固定在机床主轴上，所述的安装块固定在活动板底部，所述的活动板与第一导向杆进行滑动配合，所述的第一导向杆固定在连接板底部，所述的活动板通过弹簧与连接板相连，所述的连接板与安装板相连；所述活动板的上方活动设置有推块，所述的推块与伸缩组件相连，所述的伸缩组件与往复机构相连。本发明通过往复机构可以带动推块进行往复升降运动，从而便于控制安装块进行上下振动。另外，本发明通过伸缩组件可以调节推块与活动板的间距，从而便于调节安装块的振动幅度。
-
公开(公告)号：CN118965958A
公开(公告)日：2024-11-15
申请号：CN202410944216.7
申请日：2024-07-15
Applicant: 哈尔滨理工大学
IPC: G06F30/27 , G06N3/0499 , G06N3/084 , G06N3/006 , G06F119/08
Abstract: 一种CPA优化BP神经网络主轴热误差建模方法，属于高速电主轴热误差预测分析技术领域。用于解决高速电主轴热误差预测时，BP神经网络存在收敛速度缓慢、对初始权重和偏置敏感、需要大量训练数据、容易出现过拟合等问题，包括以下步骤：选取测点信息作为训练集与测试集使用；用食肉植物优化算法优化BP神经网络；代入最优解训练BP神经网络；将BP神经网络模型的预测结果与真实值之间的误差、精度、决定系数、平均绝对误差与均方根误差作为预测评价指标；通过计算预测结果与真实值之间的预测评价指标，来评估优化后的BP神经网络模型的性能和预测准确度。本发明热误差预测精度高；本发明拥有更好的鲁棒性。
-
公开(公告)号：CN117113845B
公开(公告)日：2024-03-19
申请号：CN202311115617.3
申请日：2023-08-31
Applicant: 哈尔滨理工大学
IPC: G06F30/27 , G06N3/006 , G06N3/0442 , G06N3/08 , G06F119/08
Abstract: 本发明公开了一种AVOA优化LSTM神经网络主轴热误差建模方法，所述方法如下：一、获取实时温度数据与主轴热位移数据；二、选取关键测点信息作为训练集与测试集使用；三、确定长短期记忆神经网络各个参数的初始值；四、随机生成一定数量的秃鹫个体作为初始群体；五、对每个秃鹫个体进行分组，计算饥饿率和适应度；六、对比适应度，输出最优解；七、使用优化后的长短期记忆神经网络模型对测试集进行预测；八、将预测结果与真实值之间的误差、精度、决定系数、平均绝对误差与均方根误差作为预测评价指标；九、评估优化后的长短期记忆神经网络模型的性能和预测准确度。该方法具有高预测精度与鲁棒性的特点。
-
公开(公告)号：CN114970049B
公开(公告)日：2023-09-26
申请号：CN202210857885.1
申请日：2022-07-20
Applicant: 哈尔滨理工大学
IPC: G06F30/17 , G06F30/23 , G06F30/27 , G06N3/006 , G06N3/08 , G06N20/10 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种轴承预紧力可变的电主轴的热误差预测模型方法，构建电主轴温度场模型，分析热源温度以及关键部件温度；用不同预紧力条件和该条件下由于温度变化所改变的主轴部件参数，建立电主轴静力学有限元模型，分析电主轴热误差与预紧力和温度关系；通过建立灰狼优化算法(GWO)模型，采用随机生成灰狼种群的方式，初始化灰狼群、狼位置，全局搜索狼群各体适应度最优值，找寻支持向量回归(SVM)模型的惩罚因子(C)和核函数宽度(g)；搭建SVM可变预紧力电主轴的热误差预测模型，训练模型使其达到训练精度；最后通过BP神经网络热误差预测模型与GWO‑SVM热误差预测模型对比，体现出本发明方法较传统模型具有更好的性能。
-
公开(公告)号：CN116502461A
公开(公告)日：2023-07-28
申请号：CN202310570278.1
申请日：2023-05-19
Applicant: 哈尔滨理工大学
IPC: G06F30/20 , G06F30/10 , G06F1/20 , G06F119/08
Abstract: 本发明属于散热器传热性能仿真与优化技术领域，具体涉及一种微型散热器传热性能仿真建模与尺寸参数优化的方法。该方法包括以下部分：(1)仿真模型的计算域及边界条件设置；(2)网格划分与材料的各物理参数设置；(3)控制方程；(4)仿真结果分析；(5)响应曲面方案设计；(6)热源温度的方差与显著性分析；(7)热源温度与微型散热器尺寸参数之间的数学方程；(8)热源温度的响应曲面分析；(9)微型散热器尺寸参数的最优组合方式；(10)实验验证。该微型散热器传热性能仿真建模与尺寸参数优化的方法，对高效传热性能的微型散热器的设计具有重要指导意义。
-
Patent Agency Ranking
公开(公告)号：CN114619290B
公开(公告)日：2023-06-27
申请号：CN202210372445.7
申请日：2022-04-11
Applicant: 哈尔滨理工大学
IPC: B23Q11/00 , G08B21/18 , F16F15/067
Abstract: 本发明公开了一种龙门机床附件摆头头库的减震装置，涉及精密机床设备领域，包括附件摆头、头库、检测面、定位销、位置传感器、工字形导杆、碟形弹簧组、导向芯轴、第一支撑轴、第二支撑轴、限位螺钉、弹力检测仪，检测面上开设有槽，槽通道内安装有工字形导杆，碟形弹簧组与工字形导杆下端面相接触并与槽底固定连接，弹力检测仪安装于槽底检测碟形弹簧弹力。本发明能够实现摆头入库时缓冲减震，提高摆头在头库中定位准度，弹力检测仪可检测蝶形弹簧组弹力是否失效，预防弹性失效现象，保证精密器件不受损坏，改善摆头入库时的精度保持性。
-
公开(公告)号：CN114970643A
公开(公告)日：2022-08-30
申请号：CN202210862028.0
申请日：2022-07-20
Applicant: 哈尔滨理工大学
Abstract: 本发明提供了一种UMAP降维算法，将其运用于高速电主轴故障的识别的方法，首先获取高速电主轴振动信号，同时遍历数据库中的高速电主轴振动数据，利用时域分析和频域分析来构造高速电主轴振动信号的初始特征集，利用均匀流形逼近与投影(uniformmanifoldappr oximationandprojection，UMAP)算法进行降维，得到具有鉴别性和简捷性的故障特征，实现诊断模型数据质量的提升，最后将数据利用遗传算法(geneticalgorithm,GA)优化支持向量机(supportvectormachine,SVM)的参数来进行智能故障识别，从而实现高速电主轴故障识别。
-
公开(公告)号：CN110539043A
公开(公告)日：2019-12-06
申请号：CN201910919788.9
申请日：2019-09-26
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种电解加工振动进给运动实现装置，属于电解加工技术领域。该振动进给运动实现装置包括固定板和安装块，所述固定板的下方滑动设置有滑块，所述的滑块与进给机构相连，所述的滑块上设有振动室，所述的振动室内活动设置有活动板，所述的安装块设置在活动板的底部；所述的活动板与振动组件相连，所述的振动室与固定板之间设有传动组件。本发明通过将安装块设置在活动板底部、将活动板滑动设置在振动室内，以及在振动室内设置振动组件，便可在振动室下降的同时，通过传动组件带动活动板进行上下往复运动，以便于实现阴极工具在进给运动的同时进行振动运动，从而可以提高电解加工的效率。
-
公开(公告)号：CN119609180A
公开(公告)日：2025-03-14
申请号：CN202510037451.0
申请日：2025-01-09
Applicant: 哈尔滨理工大学
Abstract: 一种肋形电主轴冷却水套，属于超精密加工技术领域，包括：由三片水套组成新型电主轴冷却水套，每片水套分别有一个进水口，两个出水口，三条主干流道以及12条分支流道。本发明的结构与传统水套对比平均温度降低了5℃，水套部位温度降低了5℃，主轴部位温度降低了2℃。增大了冷却水套的冷却效率，从而增大了电主轴主要生热部位主轴的散热效果，从而降低电主轴的热误差，对提高电主轴的加工精度由明显效果。
-
公开(公告)号：CN118965958B
公开(公告)日：2025-02-25
申请号：CN202410944216.7
申请日：2024-07-15
Applicant: 哈尔滨理工大学
IPC: G06F30/27 , G06N3/0499 , G06N3/084 , G06N3/006 , G06F119/08
Abstract: 一种CPA优化BP神经网络主轴热误差建模方法，属于高速电主轴热误差预测分析技术领域。用于解决高速电主轴热误差预测时，BP神经网络存在收敛速度缓慢、对初始权重和偏置敏感、需要大量训练数据、容易出现过拟合等问题，包括以下步骤：选取测点信息作为训练集与测试集使用；用食肉植物优化算法优化BP神经网络；代入最优解训练BP神经网络；将BP神经网络模型的预测结果与真实值之间的误差、精度、决定系数、平均绝对误差与均方根误差作为预测评价指标；通过计算预测结果与真实值之间的预测评价指标，来评估优化后的BP神经网络模型的性能和预测准确度。本发明热误差预测精度高；本发明拥有更好的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.027 seconds)
