一、普通螺纹中径及其检测方法探讨(论文文献综述)
魏世麟[1](2021)在《风电螺栓超声导波检测技术研究》文中指出螺栓连接是风力发电机组中的重要装配方式,几乎涉及其塔筒、叶片、机舱、变桨轴承等所有部件。螺栓一旦在运行中突然失效断裂或者发生松脱,将会造成重大安全事故。为此,本学位论文结合风电螺栓的工况条件,主要研究了螺栓超声导波检测技术,分析了螺栓中导波的传播特性。首先,基于超声导波检测的基本理论,求解出杆中导波的频散方程,并对频散方程进行数值求解,分析杆中导波群速度的变化趋势,为后续分析螺栓中导波的传播特性和选择合适频率、模态提供理论依据。然后,仿真研究螺栓中导波的传播特性,对比分析并验证螺栓导波检测二维轴对称模型代替三维模型的可行性。通过分析杆和螺栓中导波的传播特性,得出螺栓中导波的最佳激励频率,验证采用与螺栓公称直径相同的杆代替螺栓进行导波检测的可行性;通过优化电磁超声换能器的交流线圈、永磁体等结构参数,提高超声导波传感器换能效率。最后,通过求解高频和低频导波的频散方程,分析了混凝土包裹下螺栓中的导波传播特性及其影响因素。结果表明,在混凝土的作用下,螺栓中高频导波在传播过程中衰减较小,适合长距离检测;改进纵向模态导波的激励方式,对比中心激励和圆环激励,发现圆环激励更适合螺栓的导波检测。利用圆环激励的超声导波探头对螺栓进行检测,发现缺陷越大,所需增益越小;缺陷位置距离激励端越远,所需增益越大。
李顺[2](2020)在《基于机器视觉和深度学习的螺丝综合检测方法研究》文中研究说明目前,我国大型制造业公司开启了工业化转型的浪潮,各个行业对高质量工业零件的需求与日俱增。螺丝作为工业设备上不可或缺的零件,其质量对工业设备的性能有着很大的影响。随着计算机和人工智能技术的发展,机器视觉和深度学习技术在工业生产领域中得到了非常广泛的应用。与此同时,工业化下设备进行大规模自动化生产的方式更加普遍,基于非接触模式下对螺丝的尺寸特征和缺陷特征进行综合检测的方法成为行业研究的热点。由于缺陷特征难以被量化和提取,采用机器视觉技术在工业流水线上进行缺陷检测难度较大,误判率较高,处理过程较为复杂。近年来,基于深度学习的网络模型在各大数据集上都取得了巨大的成功,证明该技术在图像处理领域内能够取得很好的效果,这也为我们对工业器件进行更快、更精确的智能化检测提供了新的思路。本课题在基于现有理论的基础上,对螺丝在工业上的重要特征进行分析和研究,提出了一种基于机器视觉和深度学习的螺丝综合检测方法。该方法重点研究螺丝的尺寸特征和缺陷特征,研究内容主要分为以下四个方面:1)视觉检测系统的搭建:首先根据投影法原理,搭建光学成像系统硬件平台,选择CCD工业相机,采用与工业相机像素同等级的光学镜头。然后通过光源控制器调节LED平行光源的强度,选择适合的打光方式采集螺丝图像。最后根据不同坐标系之间的对应关系,分析转换原理,消除采集图像过程中畸变对图像带来的影响,并对整个视觉系统进行标定。2)图像处理和尺寸特征的算法研究:首先对系统采集到图像进行一系列的图像预处理操作,同时再对图像进行旋转调整。然后对图像进行边缘算子处理,得到边缘轮廓并提取其角点像素,根据计算尺寸特征需要的参数设计兴趣点筛选算法。最后根据数学几何的知识,对螺丝尺寸特征的相关参数设计对应的算法流程。3)深度学习缺陷检测网络的第一阶段研究:首先介绍了深度学习技术在缺陷检测领域的优势,设计出一个级联式的深度缺陷检测网络,并对该网络的结构进行说明。然后使用监督学习的模式对该网络进行训练,同时创建相关数据集。最后采用迁移学习的方法,根据本文任务对预训练网络模型进行微调,采用不同Fine-tune的方法对网络进行训练,根据实验的最优结果得到最终的网络模型,完成了第一个阶段粗定位的检测任务。4)深度学习的缺陷检测网络的第二阶段研究:首先介绍了在深度学习中对缺陷特征进行检测的网络划分数据集的不同方法和相应的训练模式,并根据GAN网络的训练思想提出了一种新的构建数据集的方式。然后依照该想法创建针对本文任务的数据集,同时分析了本文构造的深度缺陷检测网络模型的流程和优势。最后采用第一阶段网络训练的经验对第二阶段网络进行半监督训练,并对网络模型的缺陷检测的实验结果进行分析。
李成思,刘欣宁[3](2018)在《加工普通螺纹产生缺陷的原因分析》文中指出针对加工出的普通螺纹有划伤现象,通过抽样检测、对比,从检测刀具刀尖角度与螺纹牙型检测着手进行分析,最终找出了加工普通螺纹产生缺陷的根本原因,即用通、止螺纹量规检测螺纹,能控制最大实体边界,却不能完全控制最小实体边界;用螺纹量规检验螺纹零件时,只有在工艺正常控制状态下,才能起效,否则会造成误判。
董超[4](2018)在《行星滚柱丝杠副小螺距螺纹数控磨削工艺研究》文中指出在航天领域中,为了满足航天机电伺服机构大负载、高可靠性以及所需工作空间狭小等要求,作为机电伺服机构执行部分的丝杠作动器也应具备高承载、高可靠性、结构紧凑等特性,我所已经研发并试制标准型行星滚柱丝杠副,为适应后续型号配套需要,需实现利用现有数控磨床对丝杠副小螺距传动螺纹进行加工。因此需针对小螺距螺纹数控磨削技术展开研究,确定砂轮修整以及螺纹数控磨削方案,实现小螺距螺纹数控磨削,满足螺纹设计要求。在此背景下,本文对标准型行星滚柱丝杠副中的小螺距传动螺纹展开螺纹数控磨削工艺研究,实现小螺距螺纹的精密数控磨削,掌握数控磨削小螺距螺纹的工艺方法,指导型号用行星滚柱丝杠副的生产。本文研究内容如下:(1)研究螺旋面磨削原理,通过螺旋面磨削原理推导砂轮磨削螺纹的接触条件式方程,掌握砂轮截形设计流程,计算行星滚柱丝杠副中小螺距圆弧螺纹磨削所用的砂轮截形,指导砂轮修整。(2)以行星滚柱丝杠副中小螺距螺纹的结构要求为基础,结合砂轮截形设计要求,设计砂轮修整方案,并开展陶瓷CBN砂轮成形修整工艺实验,优化了CBN砂轮修整参数,并分析砂轮修整参数对于螺纹磨削效果的影响。(3)根据行星滚柱丝杠副中螺纹结构特点,确定小螺距螺纹数控磨削方案。进行小螺距螺纹数控磨削工艺实验,优化磨削参数,并分析各工艺参数对于螺纹磨削表面质量以及螺纹牙型角的影响。(4)建立三针法测量滚柱圆弧廓形螺纹单一中径的计算模型。利用某两种规格行星滚柱丝杠副中滚柱圆弧廓形螺纹参数,计算分析了螺纹参数对于最佳直径量针选取的影响,论证了运用三针法进行小螺距圆弧螺纹单一中径测量的可行性,为实现生产中螺纹单一中径快速测量提供了理论依据。
陈盛[5](2015)在《触针扫描式螺纹测量仪中的关键技术研究》文中指出高精度测量是精密、超精密加工制造的基础,而螺纹参数的高精度测量是计量领域的一项基本内容,有着相当广泛的市场需求。传统的螺纹参数测量方法,如通/止规校验,测长机、千分尺等,或精度有限,或测量参数单一,亦或是成本高昂,不能有效满足计量市场的需要。基于轮廓信息的螺纹参数综合测量成为螺纹检测的一项重要手段。相比于视觉影像,激光三角测量和坐标测量机而言,触针式螺纹轮廓扫描测量方法以其测量精度高、可测螺纹范围广和优异的性价比得到了众多计量单位的应用认可。然而,目前这方面的测量方法和手段还没有形成统一的标准,很多方法和理论还十分欠缺,需要进一步研究和讨论。为此,本文以自主研制的触针扫描式螺纹测量仪为平台,从误差分析的角度,对螺纹参数的计算、误差校准和补偿、运动控制等影响螺纹检测精度的若干关键技术展开了深入的研究。主要研究内容如下:(1)采用多项式样条插值均匀密化轮廓数据点,利用稳健高斯回归方法对螺纹轮廓进行低通滤波,得到去除干扰噪声的轮廓数据。提出了一种以相邻段牙侧线距离方差最小的螺纹中径线计算方法,消除了中径线定义和实际计算结果之间的不一致性。基于该中径线,分别设计了中径和螺距的计算方法。(2)运用了6自由度齐次坐标变换的误差分析法,研究工件定位误差对螺纹中径的影响,利用Sobol全局灵敏度分析方法,得到各定位误差对中径结果误差影响程度的量化数值,剔除影响较小的因素,有效简化函数模型。基于简化的误差模型,提出了一种两规校准补偿方法,并对该方法的不确定度进行了深入的讨论。仿真和试验结果表明:该方法只需要两个校准规,就能确保在夹具支撑的测量范围内,螺纹定位误差对中径结果的影响小于1μm。相比于单规校准方式,两规校准在定位误差较大时,对整个可测范围内的螺纹规依然有着良好的测量精度。(3)提出了基于图像视觉的触针检测方法,解决了误差模型中要求触针绕X轴旋转偏差小于1o的限制问题。综合角点检测,轮廓识别,感兴趣区域的运动预测和距离校准等手段,在有运动背景变化的情况下,实时准确地检测出了触针尖点的位置,并据此计算出触针绕X轴旋转偏差。结果显示角度测量精度可达0.0654°,重复精度可达±0.16%,能够有效检测和控制触针绕X轴旋转偏差角度。(4)为减小Z轴直线电机的运动负载,采用平衡气缸对探针所在Z轴运动平台进行配重设计。为了满足高精度轮廓跟随控制的需要,建立了单作用气缸对运动阻尼力的动态方程,结合直线电机的数学模型,构建了系统的动力学方程,实现了气缸配平Z轴运动平台负载条件下的运动控制。充分考虑摩擦力、气缸阻尼力的综合作用,对该非线性系统构建了基于非线性力观测器的三层复合控制结构,实现了对非线性部分的补偿。仿真和试验的结果表明,本文提出的改进控制模型能够有效提高位置跟踪的精度。(5)研究了触针杆在Z轴速度和加速度不断变化下,与工件接触力的变化规律,结合振动力学中悬臂梁横向振动的分析,得出了动态扫描过程中,触针杆弹性变形的变化,以及由此带来的测量点位置误差。结合电感位移传感器的迟滞现象,建立了轮廓点数据动态误差的整体模型,利用遗传算法对模型参数进行了识别。通过对光滑针规和螺纹环规的测量数据进行补偿,轮廓数据点的动态误差减小了40%以上。
石大勇[6](2015)在《主减总成轴承预紧力与壳体变形关系仿真及试验研究》文中提出主减速器总成是汽车传动系最重要的部件之一,其装配质量对驱动桥乃至整车的性能具有重要影响。主减速器装配过程中的一个重要问题就是如何调整和测量主减总成轴承预紧力,恰当的轴承预紧力可以增加轴承刚度、提高旋转精度、降低振动噪声、延长使用寿命,过大或过小的预紧力都会影响主减速器的性能。本文首先介绍了主减速器的结构和装配工艺,阐述了圆锥滚子轴承预紧力的调整和测量方法。其次对主减速器轴系进行了力学分析,得到主减速器壳体的受力情况,为壳体的有限元分析提供理论基础。然后对主减速器壳体进行了有限元分析,得到了壳体的变形云图,提取轴承盖的变形量。改变轴向力,轴承盖变形量会随之改变,进行多组有限元仿真,得到轴向力与轴承盖变形量之间的关系,然后拟合出了两者之间的方程。最后运用主减速器总成综合测试平台进行试验研究,通过试验结果与仿真结果的对比,验证了轴向力与轴承盖变形量关系方程的正确性,为通过测量轴承盖外涨量来测量差速器轴承预紧力的方法提供理论依据。
刘波[7](2014)在《基于图像处理技术的液化气阀门外螺纹检测》文中指出液化气瓶阀门在工业生产及生活中的各个领域应用十分广泛,它控制流体输送的整个环节,具有调节流速、截止、逆流、分流等一系列功能。大部分液化气瓶阀门通常采用螺纹连接的方式与其他部件相连,其外螺纹的质量直接影响部件连接的密封性,如果液化气泄漏,爆炸事故会无法避免,这会使使用者的生命受到威胁以及导致不必要的财产损失。因此液化气阀门外螺纹分析检测是安全性能检测的重要指标之一。传统的方法是通过人工方式对阀门外螺纹的螺距,中径,锥度,牙高,牙型角进行检测。该方法虽然简单易行,操作方便,但检测过程中与螺纹接触从而无法保证螺纹的质量并且检测效率较低,其检测结果受人为关系影响较大。针对传统检测方法的不足,本课题采用图像处理技术对液化气瓶阀门外螺纹参数进行检测,其检测效率高,速度快,精度高,实现了流水线自动化批量检测。本文采用图像处理技术作为液化气阀门外螺纹检测是一种比较实用的新型检测手段。通过对检测平台设计,图像处理及与标准参数匹配来判断外螺纹参数是否合格。实验证明采用图像处理技术其检测效率提高了50倍;螺距,中径,牙型高度检测精度达到0.001mm,实现了实时,高速,批量,准确检测,能够满足工业自动化检测要求。
樊秀江[8](2011)在《不同条件下API套管螺纹接头密封性能的实验研究》文中研究指明套管是石油及天然气开采中用量最大的一种管材,在石油工业中占据着举足轻重的地位。在油气田开发中,套管损坏相当严重,接头密封失效占了很大一部分比例。本文以API偏梯形螺纹为研究对象,考虑螺纹脂因素,采用流体流动模型,提出了螺纹脂压力。首先,理论上给出了上扣后螺纹脂压力的分布状况,并得出了影响其密封性能的主要因素。其次,分析了API螺纹加工误差对API套管偏梯形螺纹的影响。再次,分析不同工况对API套管螺纹密封性能的影响,得出了上扣、拉伸及内压的条件下,螺纹脂压力分布状况,验证了理论分析所得螺纹脂压力分布的正确性。最后,分析螺纹脂性能对API套管螺纹密封性能的影响,指出了螺纹脂性能对API套管的螺纹脂压力影响主要体现在两个方面:螺纹脂的热稳定性和螺纹脂的摩擦性能。本文的研究成果为如何提高API套管螺纹密封性能提供了一种新的思路,具有重要的指导意义。
王筱[9](2011)在《油管螺纹的机器视觉检测及修复方法》文中认为随着石油工业的发展,对油管的需求越来越大,油管的失效也相应增多,由于油管的主要失效多半发生于油管联接螺纹处,因此对油管螺纹的检测及修复加工就显得尤为必要了。本文设计了一种在螺纹加工数控机床上对加工的油管螺纹工件进行检测并自动对刀修复的方法。螺纹的修复按照原有螺纹螺旋线的方向进行进刀修复,能够降低修复成本,减少材料浪费,提高经济效益;采用机器视觉的方法,将CCD相机固定与挡板做同步运动,拍摄获取螺纹图片并通过计算机进行图像分析,这种非接触式的测量方法结构紧凑、精度高、速度快;开发了图像处理软件,通过对螺纹图片的处理与分析(图像采集模块、图像处理模块、螺纹参数求解模块),得出了螺纹螺距和修复螺纹所需的对刀回转角度,从而控制机床与刀具进行修复加工。本文提出了一种利用图像分析的方法计算出对刀回转角度,省去了利用光电编码器调整零位信号的繁琐控制;本文亦提出了一个针对螺纹图像处理的简易阈值分割算法,为后续的螺纹图像处理方法提供了新思路。
范会义,艾庆生[10](2009)在《车削螺纹与质量控制》文中研究说明结合生产实际,总结车削螺纹过程中经常发生的主要问题、产生原因及解决方案,有一定的理论基础和实际操作经验。
二、普通螺纹中径及其检测方法探讨(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、普通螺纹中径及其检测方法探讨(论文提纲范文)
(1)风电螺栓超声导波检测技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 引言 |
1.1 课题研究的背景及意义 |
1.2 国内外研究现状及发展动态分析 |
1.2.1 螺栓裂纹检测技术研究现状 |
1.2.2 超声导波检测技术研究现状 |
1.3 论文的主要研究工作及章节安排 |
第2章 螺栓超声导波检测基础理论 |
2.1 杆中的超声导波 |
2.1.1 超声导波的基本概念 |
2.1.2 群速度与相速度 |
2.1.3 导波的频散和多模态特性 |
2.2 杆中超声导波的频散方程 |
2.3 杆中超声导波的频散曲线 |
2.4 本章小结 |
第3章 螺栓超声导波检测技术 |
3.1 电磁超声换能器 |
3.1.1 电磁超声换能器结构 |
3.1.2 电磁超声换能机理 |
3.2 电磁超声导波换能器结构优化 |
3.2.1 电磁超声导波换能器有限元建模 |
3.2.2 二维轴对称和三维模型的对比 |
3.2.3 线圈参数对换能效率的影响 |
3.2.4 永磁体参数对换能效率的影响 |
3.2.5 优化前后激励信号的对比 |
3.3 螺栓电磁超声导波检测技术 |
3.3.1 杆中导波的传播特性 |
3.3.2 螺栓中导波的传播特性 |
3.4 实验分析 |
3.5 本章小结 |
第4章 混凝土对螺栓中导波传播特性的影响 |
4.1 螺栓低频导波检测技术 |
4.1.1 低频导波频散特性 |
4.1.2 螺栓中低频导波的传播特性 |
4.2 螺栓高频导波检测技术 |
4.2.1 高频导波频散特性 |
4.2.2 螺栓中高频导波的传播特性 |
4.3 螺栓中不同频率导波的传播特性分析 |
4.4 螺栓导波检测实验研究 |
4.4.1 导波换能器的激励方法 |
4.4.2 螺栓导波检测实验分析 |
4.5 本章小结 |
第5章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
(2)基于机器视觉和深度学习的螺丝综合检测方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 机器视觉和深度学习简介 |
1.2.1 机器视觉 |
1.2.2 深度学习 |
1.3 国内外研究现状 |
1.4 存在的问题和发展趋势 |
1.5 论文的思路和章节安排 |
第二章 视觉检测系统的构建 |
2.1 检测系统整体设计方案 |
2.1.1 硬件检测系统 |
2.1.2 图像处理系统 |
2.1.3 特征提取系统 |
2.2 系统硬件设备的选型 |
2.2.1 工业相机的选型 |
2.2.2 镜头的选型 |
2.2.3 光源的选型 |
2.2.4 其他设备 |
2.3 图像采集方式的研究 |
2.3.1 照明方式的对比 |
2.3.2 采图原理分析 |
2.3.3 采图过程 |
2.4 相机的标定 |
2.4.1 标定坐标系介绍 |
2.4.2 图像畸变分析 |
2.4.3 标定方法 |
2.5 本章小结 |
第三章 视觉检测系统中尺寸特征的研究 |
3.1 图像预处理 |
3.1.1 图像二值化 |
3.1.2 图像滤波 |
3.1.3 细节优化 |
3.1.4 图像调整 |
3.2 轮廓提取 |
3.2.1 边缘检测 |
3.2.2 角点定位 |
3.2.3 角点筛选 |
3.3 牙型和主要尺寸特征 |
3.3.1 尺寸特征的直接参数 |
3.3.2 尺寸特征的间接参数 |
3.4 本章小结 |
第四章 基于深度学习检测算法的研究 |
4.1 缺陷检测算法 |
4.1.1 传统的缺陷检测算法 |
4.1.2 深度学习缺陷检测算法 |
4.2 深度学习理论概述 |
4.2.1 卷积神经网络 |
4.2.2 网络特征 |
4.3 深度缺陷检测网络的设计 |
4.3.1 深度缺陷检测网络的第一阶段分析 |
4.3.2 SSD-VGG-based网络结构 |
4.3.3 SSD-VGG-based检测流程分析 |
4.4 基于迁移学习对图像的螺纹部分定位分析 |
4.4.1 创建螺纹数据集 |
4.4.2 Fine-tune训练网络的方法 |
4.4.3 第一阶段网络的实验过程 |
4.5 本章小结 |
第五章 基于深度学习的缺陷检测算法 |
5.1 准备第二阶段网络的数据集 |
5.1.1 采集缺陷数据集方法的分析 |
5.1.2 创建SCUT_SCREW2 数据集 |
5.2 深度缺陷检测网络的构建 |
5.2.1 缺陷网络结构分析 |
5.2.2 网络特征的提取 |
5.2.3 损失函数的优化 |
5.2.4 测量特征距离算法设计 |
5.3 网络参数和评价指标 |
5.3.1 实验中的参数设定 |
5.3.2 评价指标 |
5.4 实验过程和结果的分析 |
5.4.1 实验过程设计 |
5.4.2 实验结果分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 本文不足及展望 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附件 |
(3)加工普通螺纹产生缺陷的原因分析(论文提纲范文)
0 引言 |
1 螺纹牙型抽样检测 |
1.1 普通螺纹的基本牙型 |
1.2 牙型抽样检测 |
2 对刀具和相应产品进行对比分析 |
2.1 用1#刀进行实验 |
2.2 用2#刀进行实验 |
2.3 用3#刀进行实验 |
3 螺纹牙型半角误差分析 |
4 加工过程中应采取的措施和办法 |
5 结论 |
(4)行星滚柱丝杠副小螺距螺纹数控磨削工艺研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外发展及研究现状 |
1.2.1 行星滚柱丝杠副国内外研究及生产现状 |
1.2.2 螺旋面加工及研究现状 |
1.3 论文研究目的及主要工作 |
2 螺旋面磨削理论 |
2.1 圆柱螺旋面方程的建立 |
2.2 螺旋面磨削几何成形基础 |
2.2.1 砂轮与螺旋面相对坐标系建立 |
2.2.2 基于螺旋面坐标建立接触条件式 |
2.2.3 基于廓形离散点建立接触条件式 |
2.3 砂轮截形计算 |
2.3.1 截形离散点斜率求解 |
2.3.2 接触条件式方程求解 |
2.3.3 砂轮安装参数的确定 |
2.3.4 小螺距圆弧螺纹磨削所用砂轮截形计算 |
2.4 本章小结 |
3 砂轮成形修整 |
3.1 砂轮修整方式 |
3.2 砂轮修整方案 |
3.2.1 金刚石碟轮选用 |
3.2.2 砂轮选用 |
3.2.3 砂轮修整路线 |
3.3 陶瓷CBN砂轮成形修整工艺实验 |
3.3.1 构建陶瓷CBN砂轮修整参数优化工艺实验 |
3.3.2 实验指标及螺纹检测设备 |
3.3.3 砂轮修整参数正交实验方案 |
3.3.4 实验结果分析 |
3.4 本章小结 |
4 小螺距螺纹数控磨削 |
4.1 螺纹数控磨削方案 |
4.2 螺纹数控磨削工艺实验方案设计 |
4.2.1 实验材料 |
4.2.2 数控磨削设备 |
4.2.3 实验指标及检测设备 |
4.2.4 磨削工艺参数正交实验 |
4.3 磨削实验结果及分析 |
4.3.1 表面质量及分析结果 |
4.3.2 螺纹牙型角结果及分析 |
4.4 小螺距螺纹检测结果 |
4.5 本章小结 |
5 螺纹单一中径测量与计算 |
5.1 三针法测量丝杠螺纹单一中径 |
5.2 三针法测量滚柱圆弧廓形螺纹单一中径 |
5.2.1 测量坐标系建立 |
5.2.2 圆弧廓形数学方程建立 |
5.2.3 量针最佳直径计算 |
5.2.4 单一中径计算方程 |
5.3 滚柱螺纹参数对于量针最佳直径的影响分析 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(5)触针扫描式螺纹测量仪中的关键技术研究(论文提纲范文)
摘要 |
Abstract |
注释表 |
第一章 绪论 |
1.1 课题的背景和意义 |
1.2 螺纹种类和参数简介 |
1.3 螺纹参数测量的国内外研究现状 |
1.4 触针扫描式螺纹参数测量中的主要误差来源分析 |
1.5 论文的研究内容与结构 |
1.5.1 存在的问题 |
1.5.2 论文主要研究内容 |
1.5.4 论文结构 |
第二章 测量原理及主要参数计算 |
2.1 引言 |
2.2 触针扫描式螺纹测量仪结构和原理 |
2.3 数据预处理 |
2.3.1 数据插值 |
2.3.2 形貌数据滤波 |
2.4 螺纹参数计算 |
2.4.1 中径线拟合 |
2.4.2 中径计算 |
2.4.3 螺距计算 |
2.5 结果比较及分析 |
2.5.1 仿真试验设计 |
2.5.2 中径计算方法对比结果 |
2.5.3 螺距计算方法对比结果 |
2.6 本章小结 |
第三章 定位误差分析和中径补偿方法 |
3.1 引言 |
3.2 基于齐次坐标变换的 6-DOF误差分析 |
3.3 校准补偿及其不确定分析 |
3.3.1 全局灵敏度分析 |
3.3.2 单规校准补偿方法 |
3.3.3 两规校准补偿方法 |
3.3.4 不确定度的计算 |
3.3.5 不确定度的参数分析 |
3.4 结果比较和分析 |
3.4.1 仿真结果 |
3.4.2 试验结果 |
3.5 本章小结 |
第四章 探针定位误差的视觉测量方法 |
4.1 引言 |
4.2 定位误差对中径测量结果的影响分析 |
4.2.1 工件定位误差对螺纹中径的影响 |
4.2.2 探针定位误差对螺纹中径的影响 |
4.3 基于机器视觉的探针尖点综合检测算法 |
4.3.1 视觉定位测量方式 |
4.3.2 角点检测 |
4.3.3 轮廓识别 |
4.3.4 运动预测 |
4.3.5 探针绕X轴旋转偏角的计算 |
4.4 旋转偏差检测结果 |
4.5 本章小结 |
第五章 测量仪Z轴轮廓跟随控制方法 |
5.1 引言 |
5.2 螺纹测量仪运动轴控制系统组成 |
5.3 直线电机模型及其控制方法 |
5.4 平衡气缸运动阻尼力动态模型分析 |
5.5 基于非线性力观测器的三层控制模型 |
5.5.1 前馈控制 |
5.5.2 PID控制 |
5.5.3 非线性力观测器 |
5.6 仿真与试验结果 |
5.6.1 仿真结果 |
5.6.2 试验测量结果 |
5.7 本章小结 |
第六章 测量过程中动态误差分析及补偿 |
6.1 引言 |
6.2 探针杆动态运动对测量误差的分析 |
6.2.1 探针杆与工件接触力变化分析 |
6.2.2 探针杆弹性变形产生的误差 |
6.2.3 测量力变化下的振动误差 |
6.3 传感器迟滞效应 |
6.4 综合补偿及试验验证 |
6.4.1 综合补偿模型 |
6.4.2 试验结果 |
6.5 本章小结 |
第七章 样机研制与测量验证 |
7.1 触针扫描式螺纹测量仪样机研制 |
7.1.1 机体设计 |
7.1.2 软件架构 |
7.2 测量验证 |
7.2.1 试验环境 |
7.2.2 测量设备校准 |
7.2.3 螺纹测量步骤 |
7.2.4 测量结果 |
7.3 本章小结 |
第八章 总结与展望 |
8.1 全文总结 |
8.1.1 主要研究内容和结论 |
8.1.2 论文的创新点 |
8.2 后续工作展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(6)主减总成轴承预紧力与壳体变形关系仿真及试验研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
目录 |
插图清单 |
表格清单 |
第一章 绪论 |
1.1 课题来源 |
1.2 背景、目的与意义 |
1.3 国内外现状 |
1.3.1 汽车检测技术的国内外现状 |
1.3.2 轴承预紧技术的国内外现状 |
1.4 课题研究的主要内容 |
第二章 主减速器装配技术及圆锥滚子轴承预紧理论 |
2.1 主减速器的结构及装配工艺 |
2.1.1 主减速器的结构及功用 |
2.1.2 主减速器的装配工艺 |
2.1.3 主减速器齿轮的支承形式及安置形式 |
2.2 圆锥滚子轴承预紧理论 |
2.2.1 圆锥滚子轴承预紧的意义 |
2.2.2 圆锥滚子轴承预紧原理 |
2.2.3 成对圆锥滚子轴承预紧方法 |
2.2.4 圆锥滚子轴承预紧力的测量方法 |
2.3 本章小结 |
第三章 主减速器轴系力学分析 |
3.1 主锥齿轮轴系力学分析 |
3.1.1 螺母拧紧力学分析 |
3.1.2 轴向预紧力在主减速器中的分配 |
3.1.3 轴承内圈与主动锥齿轮轴之间存在的轴向摩擦力 |
3.1.4 垫片对轴向力分配的调整 |
3.2 被动齿轮轴系力学分析 |
3.3 本章小结 |
第四章 主减速器壳体有限元分析 |
4.1 有限元法 |
4.2 主减速器壳体有限元分析的意义 |
4.3 主减速器壳体的静态结构分析 |
4.3.1 有限元静态结构分析理论 |
4.3.2 有限元分析步骤 |
4.4 本章小结 |
第五章 差速器轴承预紧力与轴承盖外涨量关系试验研究 |
5.1 主减速器综合测试平台总体介绍 |
5.2 主减速器总成综合测试平台机械结构 |
5.3 主减速器总成综合测试平台电气系统 |
5.4 主减速器总成综合测试平台的主要功能 |
5.5 主减速器总成综合实验平台动作流程 |
5.6 主减速器轴承盖外涨量测量 |
5.6.1 花螺母拧紧机构 |
5.6.2 外涨量测量机构 |
5.6.3 主减速器轴承盖外涨量测量流程 |
5.7 试验结果 |
5.8 差速器轴承预紧力的确定 |
5.8.1 确定圆锥滚子轴承预紧力需要考虑因素 |
5.8.2 主减速器轴承预紧力选取 |
5.8.3 被动锥齿轮轴向力的计算 |
5.8.4 主减速器轴承盖外涨量范围 |
5.9 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士学位期间的学术活动及成果情况 |
(7)基于图像处理技术的液化气阀门外螺纹检测(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题提出的背景及意义 |
1.2 基于图像处理检测技术的发展状况及发展前景 |
1.3 螺纹检测技术的发展状况 |
1.3.1 接触式螺纹检测 |
1.3.2 非接触式螺纹检测 |
1.4 本课题研究的主要内容 |
第二章 基于图像处理的检测平台设计 |
2.1 液化气阀门外螺纹工业自动化检测系统构成 |
2.2 液化气阀门外螺纹检测平台机械结构部分构成 |
2.3 CCD摄像机的选择及应用 |
2.3.1 CCD检测原理 |
2.3.2 CCD摄像机的选取 |
2.3.3 照明系统 |
2.3.4 坐标系的介绍 |
2.3.5 摄像机的标定 |
2.4 本章小结 |
第三章 液化气阀门外螺纹检测图像处理方法研究 |
3.1 图像对比度处理 |
3.1.1 灰度变换法 |
3.1.2 直方图均衡化 |
3.2 图像的同态增晰 |
3.3 图像的平滑与去噪 |
3.3.1 频率域低通滤波 |
3.3.2 中值滤波 |
3.4 图像二值化 |
3.5 图像边缘检测 |
3.5.1 一阶微分边缘检测算子 |
3.5.2 二阶微分边缘检测算子 |
3.6 基于边界的图像分割方法 |
3.7 本章小结 |
第四章 液化气阀门外螺纹检测技术的研究 |
4.1 灰度调整 |
4.2 直方图处理 |
4.3 二值化处理 |
4.4 边缘检测算法 |
4.5 图像边缘亚像素精确定位 |
4.6 本章小结 |
第五章 液化气阀门外螺纹参数的测量 |
5.1 液化气瓶专用螺纹 |
5.2 光源的优化选择 |
5.3 图像测量原理及方法 |
5.3.1 边界拟合方法的选择 |
5.3.2 测量数据标定 |
5.4 螺纹参数测量 |
5.4.1 螺纹螺距的测量 |
5.4.2 螺纹锥度的测量 |
5.4.3 螺纹夹角的测量 |
5.4.4 牙型高度测量 |
5.4.5 螺纹中径测量 |
5.5 测量结果分析 |
5.6 本章小结 |
第六章 总结与展望 |
参考文献 |
致谢 |
作者简介 |
攻读硕士学位期间研究成果 |
(8)不同条件下API套管螺纹接头密封性能的实验研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究的目的意义 |
1.2 国内外研究现状分析 |
1.2.1 API套管螺纹密封机理研究 |
1.2.2 API螺纹套管密封模型研究 |
1.3 研究方法与技术路线 |
1.4 本论文的主要研究内容 |
第二章 API套管螺纹密封机理及其影响因素研究 |
2.1 API套管螺纹密封机理研究 |
2.1.1 密封概念 |
2.1.2 螺纹脂压力及与泄漏抗力的关系 |
2.1.3 密封判据 |
2.1.4 螺纹脂压力的理论求解 |
2.2 API套管偏梯形螺纹密封性能影响因素研究 |
2.2.1 加工公差因素 |
2.2.2 上扣因素 |
2.2.3 螺纹脂因素 |
2.2.4 环境因素 |
2.2.5 压力介质因素 |
第三章 螺纹参数对API套管偏梯形螺纹密封性能的影响 |
3.1 锥度公差对螺纹的密封性能影响 |
3.2 紧密距对API偏梯形螺纹密封性能的影响 |
3.3 螺距对API偏梯形螺纹密封性能的影响 |
3.4 中径对API偏梯形螺纹密封性能的影响 |
3.5 结论与分析 |
第四章 不同载荷对API套管偏梯形螺纹密封性能影响研究 |
4.1 常见API套管螺纹所受的载荷 |
4.2 不同载荷条件下API偏梯形螺纹螺纹脂压力分布试验研究 |
4.2.1 试验原理 |
4.2.2 试验方案 |
4.3 试验及其结果分析 |
4.3.1 上扣条件下螺纹脂压力分布及其规律 |
4.3.2 拉伸载荷条件下螺纹脂压力及其分布规律 |
4.3.3 内压条件下螺纹脂压力及其变化规律 |
4.4 结论与分析 |
第五章 螺纹脂性能对API偏梯形螺纹密封性能影响研究 |
5.1 螺纹脂性能及其作用 |
5.2 螺纹脂对API套管螺纹密封性能的影响 |
5.3 研究方法与试验方案 |
5.3.1 研究方法 |
5.3.2 试验方案 |
5.4 试验结果及其分析 |
5.4.1 螺纹脂的性能指标 |
5.4.2 螺纹脂的摩擦性能分析 |
5.4.3 螺纹脂的热稳定性能分析 |
5.4.4 螺纹脂的上、卸扣性能分析 |
5.4.5 螺纹脂的密封性能分析 |
5.5 结论与分析 |
第六章 结论与建议 |
6.1 结论 |
6.2 进一步研究建议 |
致谢 |
参考文献 |
攻读硕士期间发表的学术论文 |
详细摘要 |
(9)油管螺纹的机器视觉检测及修复方法(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景 |
1.2 机器视觉及螺纹检测的发展与现状 |
1.3 课题的研究意义 |
1.4 涉及的学科领域 |
1.4.1 数字图像处理 |
1.4.2 光学工程 |
1.4.3 计算机视觉 |
1.4.4 数学形态学 |
1.5 研究内容 |
第2章 螺纹的加工及自动对刀修复原理 |
2.1 普通车床的螺纹加工原理 |
2.2 数控车床的螺纹加工原理 |
2.3 螺纹加工时的失效形式 |
2.3.1 螺纹乱扣 |
2.3.2 螺纹加工时螺距出现偏差 |
2.3.3 螺纹起始段螺距出现偏差 |
2.3.4 螺纹结束段螺距出现偏差 |
2.3.5 螺纹加工主轴不能变速 |
2.3.6 螺纹粗精加工引起的螺纹乱扣 |
2.4 自动寻位加工原理 |
2.4.1 自动寻位技术 |
2.4.2 自动寻位的结构形式 |
2.4.3 自动寻位加工系统 |
2.5 螺纹修复的自动对刀原理 |
第3章 螺纹自动对刀修复系统的总体方案 |
3.1 螺纹自动对刀修复系统设计 |
3.2 CCD相机的固定与机构设计 |
3.3 光源设计 |
第4章 系统硬件的要求及选择 |
4.1 CCD摄像机及图像采集卡 |
4.1.1 CCD摄像机概述 |
4.1.2 CCD摄像机的主要性能指标 |
4.1.3 图像采集卡原理及主要技术指标 |
4.1.4 CCD摄像机及图像采集卡的选择 |
4.2 计算机系统的性能要求 |
第5章 螺纹修复的软件功能及系统标定 |
5.1 Matlab软件的图形处理功能与Visual Basic软件简介 |
5.1.1 Matlab软件的图形处理功能 |
5.1.2 面向对象的Visual Basic软件 |
5.2 软件程序的功能要求 |
5.3 Matlab软件的功能模块 |
5.3.1 图像采集及显示模块 |
5.3.2 图像处理模块 |
5.3.3 图像参数求解模块 |
5.4 Visual Basic界面功能 |
5.4.1 图像获取按钮 |
5.4.2 检测按钮 |
5.4.3 人机对话框 |
5.4.4 辅助功能 |
5.5 系统标定 |
第6章 Matlab图像处理技术 |
6.1 图像采集与显示 |
6.2 图像处理模块 |
6.2.1 图像的预处理 |
6.2.2 形态学图像处理 |
6.2.3 边缘轮廓处理 |
6.3 螺纹参数求解模块 |
第7章 螺纹螺距、对刀回转角度的测量 |
7.1 螺纹螺距测量原理 |
7.2 对刀回转角度的测量 |
7.3 部分螺纹检测程序代码 |
7.4 螺纹参数测量结果 |
第8章 结论与展望 |
8.1 结论 |
8.2 展望 |
参考文献 |
致谢 |
附录 |
(10)车削螺纹与质量控制(论文提纲范文)
1 中经加工质量控制 |
2 导程(或螺距)的质量控制 |
2.1 局部误差; |
2.2 累积误差; |
2.3 周期误差; |
2.4 综合误差; |
2.5 产生导程质量问题的主要因素: |
2.6 车削过程中工件的变形。 |
3 螺纹牙型(或齿型)质量控制 |
4 螺纹表面粗糙度大 |
四、普通螺纹中径及其检测方法探讨(论文参考文献)
- [1]风电螺栓超声导波检测技术研究[D]. 魏世麟. 湖北工业大学, 2021
- [2]基于机器视觉和深度学习的螺丝综合检测方法研究[D]. 李顺. 华南理工大学, 2020(02)
- [3]加工普通螺纹产生缺陷的原因分析[J]. 李成思,刘欣宁. 机械工程师, 2018(05)
- [4]行星滚柱丝杠副小螺距螺纹数控磨削工艺研究[D]. 董超. 中国航天科技集团公司第一研究院, 2018(02)
- [5]触针扫描式螺纹测量仪中的关键技术研究[D]. 陈盛. 南京航空航天大学, 2015(07)
- [6]主减总成轴承预紧力与壳体变形关系仿真及试验研究[D]. 石大勇. 合肥工业大学, 2015(07)
- [7]基于图像处理技术的液化气阀门外螺纹检测[D]. 刘波. 长春工业大学, 2014(12)
- [8]不同条件下API套管螺纹接头密封性能的实验研究[D]. 樊秀江. 西安石油大学, 2011(03)
- [9]油管螺纹的机器视觉检测及修复方法[D]. 王筱. 华东理工大学, 2011(07)
- [10]车削螺纹与质量控制[J]. 范会义,艾庆生. 黑龙江科技信息, 2009(21)