本发明公开了一种机械零件表平面残余应力场的预测方法，包 括以下步骤:1)建立主残余应力分量的二元 n 阶三角级数多项式模型; 2)初步测试分析确定模型阶数 n 值;3)根据模型阶数 n，确定测试点个 数及测试方案并进行测试;4)根据预测模型和测试结果，对模型进行 矩阵形式整理求解模型系数;5)根据残余应力分量测试结果、已求的 模型系数和自平衡条件，求解其它残余应力分量预测模型系数;6)表 平面残余应力场形象表征。本发明方法避免了测试的盲目性

本成果提出了基于零件批量加工数据分析的加工工艺与流程优化，主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。以下是各方面具体对应内容： 1）零件加工过程的工艺数据挖掘与机器学习算法：在数据挖掘与机器学习算法方面，搭建了轴类零件全流程加工工况数据实时采集硬件平台，实现对加工力、加工振动、主轴电流等工况数据的实时在线获取。 2）基于数据和机理模型相结合的零件加工精度预测：在航空薄壁件加工精度预测方面，对复杂曲面加工过程混合建模与全流程加工精度预测等理论开展了深入研究工作；建立了零件单工序/多工序加工精度预测混合驱动模型，实现了加工精度的高效高精预测。 3）基于机器学习的零件加工工艺优化与决策：在轴类零件全流程加工工艺优化与决策方面，围绕隐马尔可夫决策过程、遗传算法等理论开展了理论研究工作，结合轴类零件加工过程开展了优化工作；提出了加工参数自适应调控联合决策方法。 4）基于数据驱动的零件批量加工工艺优化方法验证：构建加工数据库1套，包含机床设备、加工刀具、加工参数、检测数据等四种类型数据。开发全流程加工智能推理软件1套（部署于中航发南方公司柔轴车间），实现航轴全流程质量数据感知与工艺优化，其中全流程误差建模与分析模块实现了端到端的零件加工质量智能推理，可以用于工艺设计与现场预先感知，加工过程工艺数据挖掘模块实现基于批量数据的多工序误差流分析，实现后续工序加工误差推理，加工过程工艺优化与智能决策模块实现了零件多工序加工质量数据推理与给定期望指标下的加工参数优化。 图1 本成果对应功能结构示意图 【技术优势】 围绕航空领域制造的加工质量问题，开展基于制造过程数据的工艺全流程智能决策技术与系统的研发，初步实现工艺与制造过程的智能控制。在数据挖掘与机器学习算法、航空薄壁件加工精度预测、轴类零件全流程加工工艺优化与决策、零件全流程加工质量智能推理与优化、智能加工产线智能决策技术应用与推广等多个方面实现了突破，具有显著的理论价值与应用价值。 规范制定方面，研究了薄壁件加工误差产生的深层机理，构建了批量零件加工过程中误差传递的理论模型，探究了机床、夹具、刀具、加工参数全方位、多层次的因素对于零件加工误差产生的影响规律，提出了零件加工工艺与流程优化策略，形成制定面向航空发动机大长径比轴类零件的决策规范，规定轴类零件全流程加工过程中机床、刀具、装夹、加工参数四个方面的具体要求。通过中国航发南方工业有限公司企业标准体系管理系统制定、修改、审批，形成《航空发动机轴类零件加工工艺优化与决策技术规范Q/2B 1586—2022》。 软件开发方面，将上述理论成果进行高度集成，开发了零件全流程加工智能推理优化软件（MIO软件）。软件集成了四大功能模块，包括加工工艺数据库、全流程误差建模与分析、加工过程工艺数据挖掘、加工工艺优化与智能决策。相关知识与优化规则形成权。全流程加工智能推理优化软件以及知识库软件通过第三方测评，测评机构具备MA与CNAS认证资质，最终形成《零件全流程加工智能推理优化软件第三方测试报告》、《智能加工产线工艺全流程智能决策工艺知识库软件第三方测试报告》。 应用验证方面，结合航空发动机制造具体需求，将相关成果应用到某型号航空发动机轴类零件（动力涡轮传动轴）加工生产中。将零件全流程加工智能推理优化软件部署在航轴加工车间，在验证产品的加工设备上部署了数据采集装置，实时采集加工过程数据，集成企业工艺资源数据库和产品数字化检测系统，获取机床、夹具、刀具、产品质量等信息，构建了加工工艺数据库，开展了航轴加工工艺分析、现场加工质量预先感知、加工工艺与流程优化、现场实际加工验证等工作。通过南方公司现场应用验证，零件次品率平均降低54.53%。（2019年至2020年优化前，次品率为8.38%；2021年6月至2022年5月优化后，次品率为3.81%）。相关应用验证通过了中国航发南方公司的效果认定，并形成用户报告。 【技术指标】 1）采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集，构建代理模型实现了切削过程的毫秒级预测，切削过程关键物理量的预测时间优于10毫秒。 2）建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型，提出了贝叶斯框架下的不确定校准方法，实现了加工误差快速（毫秒级）精准（偏差小于5微米）预测。 3）提出了航轴加工质量状态估计方法，建立了现场多源数据信息串联模型，基于隐马尔科夫的决策模型，实现工序间感知平均误差控制在9.21%内。 4）建立了加工次品率与加工参数约束集间双向映射互通模型，首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架，联合决策优化框架保证次品率降低优于50%。

本实用新型公开了一种圆柱形零件翻转的自动上下料装置。零件储料箱内装有零件，零件储料箱底面为带有倾角的斜面，零件储料箱底端设有出料口，出料口连接出料槽，出料槽出口处安装有选料轮，选料轮周面沿圆周等间距开有四个凹槽，选料轮旋转出口的一侧下方设有用于承接零件的倾斜的滑槽，滑槽与提升机构衔接，提升机构的出口处下方设有竖直导向管，竖直导向管的出料口下方为零件操作台。本实用新型仅依靠一个电机带动的选料轮即可实现对圆柱形零件的周期性取料，利用重力滑落实现零件翻转上料，并能保证零件出料方向的一致性，简便节能，自动化程度高，且具有较高的可靠性。

XM-602脑模型（一套6件）   XM-602脑模型内囊位置组成及分布模型、脑纤维束解剖模型、海马穹窿前连合模型、脑及脑室解剖模型、大脑半球连合纤维模型、硬脑膜及静脉窦模型6种模型组成。 尺寸：自然大，50×26×16cm 材质：PVC材料   示教内容： 1、通过四块脑组织的分拆，显示整个脑室在各部脑实质内所占位置、相互关系及脑室各部结构。 2、右侧半示前连合的行程与位置、脑基底神经节、丘脑内束与内束放射线冠等，左侧示豆核、胼胒体放射、视放射等，脑干示小脑三对脚和齿状核。 3、示前连合穹窿的全程以及侧脑室颞角内的结构，如海马、海马伞、灰小束与齿状回等结构。 4、通过脑的水平额状切面，示内束的位置、组成和分布。 5、示大脑半球内部的白质纤维、大脑联合系、固有联合系和投放射系。 6、示硬脑膜膈和静脉窦蝶窦位置及关系。

铁基粉末冶金（P/M）零件温压工艺是90年代国际上出现的一个粉末冶金新技术。该技术通过对于适当的钢铁粉末及润滑剂系统在一个不太高的温度（100-150℃）下压制，可使铁基P/M零件生坯的密度增加0.1-0.3g/cm3。1994-1998年，瑞典、美国、瑞士、加拿大和台湾保来得公司已先后建立了20多条温压生产线，已能生产30 余种密度在7.25-7.60 g/cm3的高密度铁基P/M零件。 本项目根据我国的粉末冶金发展和设备水平，通过“九五”攻关“轿车用合金粉末和高强度温压技术研究”及国家863计划项目的执行，获得了一批重要的研究成果。用国产设备和研究的模具及润滑系统，成功地实现了软磁材料、高强度烧结钢、复合材料零件的温压。本项目可提供经济的温压系统设计、工艺参数的优化设定、温压零件提高疲劳强度的表面处理和新产品的开发。产品的综合水平达到国际和国内先进水平。 该项目适用于温压产品主要应用于高强度汽车、轿车、电动及风动工具粉末冶金烧结钢零件。如高压油泵齿轮、链轮、密封环、活塞环、磁轭等。

本发明属于精密加工与测量技术领域，并公开了一种基于核外 电子概率密度分布的复杂曲面零件匹配检测方法，包括:对待测零件 进行非接触式扫描获得扫描点云，并将其与设计点云组成匹配比较对 象;将两片点云转换到同一三维坐标系内，并将各个点看作原子的原子核，将此原子核的邻域点看作核外电子，遍历所有点计算得出其对 应的电子概率密度分布值;基于计算得出的电子概率密度分布值确定 两个模型的误差，并在当前误差不满足终止条件时对测量点云进行粗 匹配和精匹配，直至满足终止条件为止。通过本发明，能够有效解决 现有非接触式匹配

本发明属于精密加工与测量技术领域，并公开了一种可有效保留边界和局部特征的复杂曲面零件点云精简方法，包括:对复杂曲面 零件生成扫描点云;针对点云中的各个点获得多个邻域点并计算得出 法线向量;继续以各个点为球心找出最短半径范围内的 m 个点，然后 求出点云中各个点的法线向量与这 m 个点的法线向量之间夹角的平均 值;基于夹角平均值来设定阈值，然后执行特征粗分类;进行二次细 分以完成第一个精简子集的选取，然后基于定向Hausdorff距离来完成 第二个精简子集的选取