根据某企业提出的车用中小型复杂结构零件清洗要求,即在机加工工序后能自动清洗零件各角落残留的积液和切屑等杂质,提高零件清洁度合格率,减轻员工劳动强度,同时对清洗过程的噪声进行控制,改善员工工作环境,研发一款自动化低噪声清洗设备。该设备采用多组柔性管,利用压缩空气形成多角度、多气流喷射的方式对零件进行清洗,采用多层隔音、吸音材料组成的密闭结构降低工作噪声。采用可编程逻辑控制器(PLC)与触摸屏组成的人机交互系统控制,对控制系统进行集成设计,并对控制程序和人机界面进行设计。设备运行测试结果表明经过设备一次清洗后,被清洗零件的颗粒杂质质量≤5 mg的合格率达到87%,液体杂质质量≤0.5 mg的合格率为100%,清洁效果良好;设备运行期间的噪声值≤80 dB,清洗工艺的工作噪声得到了有效控制;同时实现了较高程度自动化,并能...

为减小数控机床热误差对加工精度的影响,实现对热误差的补偿控制,提出一种基于遗传算法(GA)优化的最小二乘支持向量机(LSSVM)数控机床热误差建模方法。利用遗传算法优化选择LSSVM惩罚因子C和核函数参数σ2,构建针对某卧式加工中心主轴热误差的GA-LSSVM模型。根据该模型得到热误差的模拟值和测量值对比曲线,通过分析发现GA-LSSVM模型性能较好,模型残差较小,预测精度较高。建立热误差LSSVM模型和传统BP模型并与GA-LSSVM模型作对比,结果表明:GA-LSSVM模型绝对残差δ及均方误差MSE均为最小,模型决定系数R2最大,验证了GA-LSSVM建模方法的有效性。