柔性多层材料加工变形动态补偿预测建模方法的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51205069
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    24.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0511.机械测试理论与技术
  • 结题年份:
    2015
  • 批准年份:
    2012
  • 项目状态:
    已结题
  • 起止时间:
    2013-01-01 至2015-12-31

项目摘要

Flexible multilayer material is common processing material in textile manufacturing, aerospace manufacturing and other industries are widely used, but because of its poor rigidity, in the process, the workpiece is easy to have a greater tensile or compressive deformation, which makes process control becomes more difficult.In this project, dynamic compensation prediction modeling method of machining deformation of flexible multilayer material is studied, firstly the simulation of partial load deformation process of flexible multilayer material is analysed,then we study the extraction method of machining deformation impact factors; Through the introduction of the weight theory of systems engineering, to study the weight theory of machining deformation impact factors of flexible multilayer material innovatively, focus to solve the machining deformation compensation, path planning, repeated and secondary impact factors reduction; to study multiple input-multiple output mapping model which can express relationship between compensated parameters and machining deformation impact factors, and the mapping model has feedback function, to solve quantitative calculation of compensation, and form a perfect tool compensation path planning mechanism. Finally, the embedded systems is designed for the realization of machining deformation compensated prediction model, to carry out the processing of instance validation, testing experiment. This study not only will promote the modeling and simulation of partial load deformation process to deeply research step, but also to provide an effective theory and technical support for clamping and automated machining of flexible multilayer material.
柔性多层材料是一种常见加工材料,在纺织制造、航天航空制造等行业有广泛应用,但由于其刚性差、加工过程工件容易产生较大的拉伸或挤压变形,这使得加工控制变得比较困难。本项目研究柔性多层材料加工变形动态补偿预测建模方法,以柔性多层材料加载变形分析为切入点,研究加工变形影响因素的提取;引入系统工程权重理论,创新性研究柔性多层材料加工变形影响因素权重评价方法,着重解决加工变形应如何补偿,路径规划,重叠、次要影响因素如何约简问题;探索性研究带测量反馈的、能表征加工变形影响因素与补偿量之间多输入-多输出的映射关系模型,解决加工变形补偿定量计算问题,形成完善的刀具补偿路径规划机制;最后设计实现加工变形补偿预测模型的嵌入式系统,开展加工实例验证、测试实验。本研究不仅将柔性多层材料加工变形分析推向数字化模拟仿真的深入研究阶段,同时为实现柔性多层材料一次性装夹、自动化加工提供有效理论和技术支撑。

结项摘要

项目以轻工纺织制造中柔性多层材料加工为对象,从柔性材料加工过程力学分析入手,利用有限元方法建模柔性材料加工变形过程,探讨了影响柔性材料轨迹加工变形的各种因素。针对影响柔性材料加工变形因素的复杂、多样性问题,创新性研究了基于粗糙集、层次分析方法的柔性材料加工变形决策知识提取方法,引入信息熵、条件熵和互信息推导属性重要度的计算式,基于层次模型推导了加工变形影响因素提取属性对目标层的影响程度向量的计算式,并通过实例分别验证基于基于粗糙集、层次分析提取方法的有效性、灵活性。.针对柔性材料加工过程的时变性,对变形补偿预测模型具有较高实时性要求问题,探索性研究柔性材料加工变形补偿预测ATS-FNN建模方法,该方法由自适应模糊聚类AFCM、T-S型模糊神经网络ATS-FNN建模方法有效结合,ATS-FNN前件网络引入AFCM完成输入空间模糊等级划分、隶属度函数提取,规则适应度计算,实现TS-FNN模型前件网络结构辨识;ATS-FNN后件网络比标准T-S模糊神经网络模型增加了隐含层,进一步提高模型的全局逼近性能。实验结果表明,ATS-FNN模型的建模时间比标准的STS-FNN模型减少42.27%,预测误差MSE较STS-FNN减小23.97%、26.46%。.提出一种基于机器视觉测量加工误差反馈的ATS-FNN模型,设计以双软核处理器为核心、ATS-FNN等专用IP核为辅助的柔性件轨迹加工变形补偿硬件控制器。实验结果表明,开环ATS-FNN控制的夹角误差,直线度误差分别比STS-FNN、无补偿控制加工的减少35.8%、55.1%,43.1%、62.1%。闭环ATS-FNN控制的夹角误差,直线度误差比开环ATS-FNN控制的减少19.2%、32.4%,且带视觉反馈环节的引入使得加工误差即使加工条件改变而仅产生较小波动。.开展带反馈的ATS-FNN控制器的柔性皮料切割加工系统应用研究工作。根据实际柔性皮料加工提取加工变形影响因素,基于ATS-FNN控制器设计了加工系统的硬件结构,开发了打版、控制软件。测试表明,柔性皮料切割加工的角度误差在±1.5°范围内,当振动频率切割为16000次/min时,切割速度可达到120cm/s,工作噪音<80db,这表明加工变形补偿控制基础理论在柔性皮料加工系统应用已取得较好应用效果。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(2)
Study on the method of automatic measurement of flexible material processing path based on computer vision and wavelet
基于计算机视觉和小波的柔性材料加工路径自动测量方法研究
  • DOI:
    10.1016/j.ijleo.2014.01.182
  • 发表时间:
    2014
  • 期刊:
    International Journal for Light and Electron Optics
  • 影响因子:
    --
  • 作者:
    刘夏丽;陈思成;张巧芬;吴黎明
  • 通讯作者:
    吴黎明
Study on hardware parallel computing method of wavelet transform based on FIR filter
基于FIR滤波器的小波变换硬件并行计算方法研究
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    International Journal of Digital Content Technology and Its Applications
  • 影响因子:
    --
  • 作者:
    邓耀华;韩威;陈思成;吴黎明
  • 通讯作者:
    吴黎明
Study on the Extraction Method of Deformation Influence Factors of Flexible Material Processing Based on Information Entropy
基于信息熵的柔性材料加工变形影响因素提取方法研究
  • DOI:
    10.1155/2014/547947
  • 发表时间:
    2014
  • 期刊:
    Advances in Mechanical Engineering
  • 影响因子:
    2.1
  • 作者:
    陈嘉源;陈思成;吴黎明;唐露新
  • 通讯作者:
    唐露新
Study and Simulation of Deformation Mechanics Modeling of Flexible Workpiece Processing by Rayleigh-Ritz Method
柔性工件加工变形力学瑞利-里兹法建模研究与仿真
  • DOI:
    10.1155/2015/157951
  • 发表时间:
    2015
  • 期刊:
    Mathematical Problems in Engineering
  • 影响因子:
    --
  • 作者:
    张巧芬;吴黎明;石建东;刘夏丽
  • 通讯作者:
    刘夏丽
Indirect evaluation of TS-FNN model network structure based on ETPEM
基于ETPEM的TS-FNN模型网络结构间接评估
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    Applied Mechanics and Materials
  • 影响因子:
    --
  • 作者:
    陈思成;吴黎明;张巧芬;陈嘉源
  • 通讯作者:
    陈嘉源

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Deformation forecast of flexible material process by spline finite element method and application
柔性材料过程变形样条有限元法预测及应用
  • DOI:
    --
  • 发表时间:
    2024-09-14
  • 期刊:
  • 影响因子:
    --
  • 作者:
    邓耀华;李兵景;陈思成;吴黎明;陈嘉源
  • 通讯作者:
    陈嘉源
柔性材料卷对卷系统多域特征参数提取
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    机电工程技术
  • 影响因子:
    --
  • 作者:
    周慧巧;邓耀华
  • 通讯作者:
    邓耀华
Research on Feature Extraction of Performance Degradation for Flexible Material R2R Processing Roller Based on PCA
基于PCA的柔性材料R2R加工辊性能退化特征提取研究
  • DOI:
    10.1155/2020/8812660
  • 发表时间:
    2020
  • 期刊:
    International Journal of Rotating Machinery
  • 影响因子:
    0.9
  • 作者:
    邓耀华;周慧巧;姚可星;黄智琦;郭承旺
  • 通讯作者:
    郭承旺
基于威布尔的R2R系统维护决策研究
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    机电工程技术
  • 影响因子:
    --
  • 作者:
    姚可星;周慧巧;李伟杰;邓耀华
  • 通讯作者:
    邓耀华
基于色相算法的表面等离子体共振成像传感器
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    液晶与显示
  • 影响因子:
    --
  • 作者:
    范智博;龚晓庆;逯丹凤;高然;邓耀华;祁志美
  • 通讯作者:
    祁志美

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

邓耀华的其他基金

柔性精密电子多组件加工系统智能动态维护决策方法研究
  • 批准号:
    52175457
  • 批准年份:
    2021
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目
柔性材料多工位连续制造系统智能维护虚实一体建模方法的研究
  • 批准号:
    51675109
  • 批准年份:
    2016
  • 资助金额:
    62.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码