在麻花钻圆度误差的检测中，将BP神经网络算法引入到相应的数据处理中，以拟合出其棱边投影的椭圆表达式系数。在神经网络训练时，以钻头棱边采样点的坐标及其适当的组合作为网络的5路输入，以其输出与常数1的差值的平方为性能指标；根据梯度下降法来调整隐层神经元与输出神经元之间的连接权值，而输入层至隐层之间的连接权值不变，性能指标达到预定值时，获得一组稳定的权值，该连接权值即为钻头棱边的椭圆表达式系数；然后据此求出其较高精度的圆度误差。

对球墨铸铁熔覆青铜合金粉末的工艺进行了研究。通过熔覆试验和金相组织分析,获得了最佳工艺参数。磨损试验表明,液压泵缸体配流面的激光熔覆层满足使用要求。

提出一种基于机器视觉的齿廓偏差检测新方法。在求得齿廓过某采样点的法线与基圆的切点后,得到该切点与对应的理论渐开线各离散点组成的各矢量倾角,采用“比较”与“异或”运算,得到过该采样点的齿廓的法线与理论渐开线的交点;然后,在齿轮齿廓渐开线的法线方向上测量齿廓偏差,以确保该方案所得到的齿廓偏差与其定义相一致。经实验得到所测某齿轮的齿廓偏差为6.9443μm。实验表明,所提出的基于机器视觉的齿廓偏差的检测方法,能够满足工程精度的需要。

对球墨铸铁熔覆青铜合金粉末的工艺进行了研究.通过熔覆试验和金相组织分析获得了最佳工艺参数.磨损试验表明液压泵缸体配流面的激光熔覆层满足使用要求.

该文介绍了利用大功率CO2激光器对柱塞泵球墨铸铁缸体配流副熔覆青铜合金的试验。试验分析了激光熔覆组织对熔覆层耐磨性的影响，获得了理想的铜合金熔覆层。在此基础上采用球墨铸铁激光熔覆铜合金缸体，开发出了新型柱塞泵。激光熔覆... 展开更多