首页期刊导航|工具技术
期刊信息/Journal information
工具技术
工具技术

辛节之

月刊

1000-7008

toolmagazine@chinatool.net

028-83242219

610051

成都市府青路二段24号

工具技术/Journal Tool Engineering北大核心CSTPCD
查看更多>>本刊主要报道切削与测量技术的最新进展，金属切削基础理论研究，新型刀具研制及应用，数控工具系统、新型刀具材料、涂层技术、刀具CAD/CAM，新材料及难加工材料的切削与刀具技术，新的测量技术研究与新型量具量仪开发，精密测量技术与质量控制系统技术，加工过程中的自动测量与精度控制，加工误差补偿技术，电子数显量具开发与应用，工厂技术革新和实用技术等。
正式出版
收录年代

    单向带复合材料ADU制孔刀具设计及验证

    谢昌嵩陆泰屹贾雪冰陈珉烨...
    120-123页
    查看更多>>摘要：针对复合材料叠层ADU钻孔刀具开发测试周期长、样刀试制成本高以及制孔易损伤等问题,利用数控加工设备和ADU工具以相同的加工参数测试不同刃型的直柄硬质合金刀具,比较刃型结构对复合材料制孔质量的影响,确定最优结构后定制螺纹柄刀具开展ADU制孔验证,寻求一种便捷快速、成本较低的刀具开发路径,解决复合材料ADU制孔损伤问题,为复合材料叠层ADU钻孔刀具的选型测试提供参考,提高刀具开发效率,降低生产研发成本.

    复合材料钻孔ADU制孔质量

      原文链接:
    • 万方数据
    • 维普

    惯性传感器测试质量质心测量装置及方法研究

    梁铭涛张晟刘磊王智...
    124-131页
    查看更多>>摘要：惯性传感器是空间引力波探测的核心载荷,惯性传感器内的测试质量是惯性和测量基准.测试质量质心、形心偏移会产生杂散力噪声,空间引力波探测对测试质量质心、形心偏移的技术指标要求小于3.75μm.由于需要获得测试质量精确的质心位置,并且商用质心测量装置无法满足测试质量质心测量精度需求,因此设计了一种基于五线摆的新型质心测量装置,根据测得的五线摆自由振动频率得到测试质量质心位置.实验结果表明,质心测量精度优于±1µm,满足空间引力波探测惯性传感器测试质量质心测量的精度需求.

    惯性传感器测试质量质心位置五线摆

      原文链接:
    • 万方数据
    • 维普

    基于机器视觉的铆接孔几何参数测量

    郝博徐新岩闫俊伟
    131-137页
    查看更多>>摘要：为解决传统方法测量铆接孔几何参数效率低、准确性差等问题,提出基于机器视觉的铆接孔几何参数测量方法.该方法使用CCD相机采集孔的特征信息,通过灰度处理、双边滤波及直方图均衡化,降低颜色、噪声对图像的影响,使用粒子群算法优化Otsu双阈值分割提取感兴趣区域.使用Zernike矩亚像素边缘检测代替传统边缘检测算法,提高边缘检测精度,再通过形态学处理弥补像素损失.采用改进随机Hough变换(Improved Random-ized Hough Transform,IRHT)提取特征,实现孔的中心坐标和半径测量,利用像素当量标定,将像素测量值转化为物理尺寸.经实验验证,该方法测量两孔间距误差小于2％,测量半径为2mm的铆接孔误差小于4％,优于质心法、圆拟合等传统测量方法.

    机器视觉图像处理亚像素边缘检测改进随机Hough变换

      原文链接:
    • 万方数据
    • 维普

    42CrMo钢精密切削的刀具磨损量预测研究

    成钢唐昆刘庞中刘子聪...
    138-143页
    查看更多>>摘要：针对42CrMo钢精密切削刀具磨损量预测研究小样本、非线性的特点,将量子粒子群算法(QPSO)、卷积神经网络(CNN)及长短期神经网络(LSTM)相结合,构建了 QPSO-CNN-LSTM组合预测模型.采用QPSO算法对CNN-LSTM模型的隐藏层单元数、学习率、卷积核等进行优化,结合CNN网络特征提取能力强、LSTM网络具备记忆能力的特点,对实际加工实验的刀具磨损量进行预测,并通过误差评价指标分析,与CNN、LSTM、BP等单一模型以及PSO-GRNN组合模型进行预测效果对比研究.研究结果表明,本文构建的组合预测模型相对于单一预测模型,其预测值与真实值吻合程度更高;相对于PSO-GRNN组合模型,三种误差评价指标的误差值至少降低了 27％,其泛化性和稳定性较好,预测精度与非线性拟合能力更强.

    刀具磨损量组合预测模型量子粒子群算法优化卷积神经网络长短期神经网络

      原文链接:
    • 万方数据
    • 维普

    工业机器人奇异规避轨迹规划方法

    马英伦邓语馨黎明陈洪芳...
    144-150页
    查看更多>>摘要：针对激光追踪仪测量工业机器人定位误差测量中出现的六轴机器人运动学奇异问题,提出了奇异区域预测及实时优化的奇异规避轨迹规划方法.以国产配天AIR50-A机器人为研究对象,建立六自由度串联机器人运动学模型,解算机器人笛卡尔空间与关节空间映射关系.基于雅克比矩阵与奇异位形的关系模型,分析和预测机器人运动轨迹中存在的奇异区域.当机器人末端处于奇异区域或奇异预测域时,记录初始关节角序列作为奇异区域轨迹规划输入,利用五次多项式插值方法迭代更新奇异区域内的轨迹路径,机器人既定的运动路径与更新后的奇异规避路径结合形成机器人新的规划轨迹路径,保证机器人关节角运动学参数连续性的同时,规避奇异区域.实验结果表明,提出的奇异预测域及实时优化的奇异规避轨迹规划方法,能够抑制机械臂奇异区域附近关节角速度的激变,减少奇异位形对机器人运动性能的影响.

    工业机器人雅可比矩阵奇异预测域轨迹规划激光追踪仪

      原文链接:
    • 万方数据
    • 维普

    基于WPF的粗糙度测量数据可视化方案

    潘丽丽
    150-155页
    查看更多>>摘要：在表面粗糙度测量数据的分析处理中,经常需要将数据可视化为图表等方式,以便观察测量结果和数据处理后的效果,帮助测量人员决定数据处理的后续方案.在WPF(Windows Presentation Foundation)的MVVM(Model-View-ViewModel)开发框架下,使用微软公司提供的Interactive Data Display可视化图形控件,根据粗糙度数据显示的具体需求,扩展了 Interactive Data Display控件自定义属性,提供了自适应粗糙度测量数据的显示方法,为用户提供更为直观且清晰的数据可视化方案,帮助用户直观地理解粗糙度测量数据.

    表面粗糙度图形控件WPF

      原文链接:
    • 万方数据
    • 维普

    基于改进YOLO v5的机床刀具识别方法

    闵筱萌杜文华段能全曾志强...
    156-160页
    查看更多>>摘要：针对目前机床刀具分类应用较少、预处理复杂、目标检测适用范围小且识别精度不高的问题,提出基于改进的YOLO v5机床刀具图像识别算法,利用卷积神经网络在特征提取层加入CBAM注意力模块,可以更清晰地提取图像特征,在特征融合层加入CARAFE上采样模块,使刀具的表面特征恢复更好,可以减少特征融合时部分特征的丢失.实验结果表明,改进后的算法使机床刀具等小目标检测精度和检测速度明显提升,且改进后的模型平均精度为96.8％,比YOLO v4模型提高了 14.96％,比YOLO v5模型提高了 2％.本方法能对不同刀具进行识别,为工业制造中机械零件的识别提供了新的算法支持.

    机床刀具检测注意力机制YOLOv5目标检测特征提取

      原文链接:
    • 万方数据