CN111639387B - 一种船用帆形板水火弯板火线路径及火焰参数确定方法 - Google Patents
一种船用帆形板水火弯板火线路径及火焰参数确定方法 Download PDFInfo
- Publication number
- CN111639387B CN111639387B CN202010325621.2A CN202010325621A CN111639387B CN 111639387 B CN111639387 B CN 111639387B CN 202010325621 A CN202010325621 A CN 202010325621A CN 111639387 B CN111639387 B CN 111639387B
- Authority
- CN
- China
- Prior art keywords
- fire
- plate
- determining
- point
- shrinkage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000005452 bending Methods 0.000 title claims description 13
- 238000013528 artificial neural network Methods 0.000 claims abstract description 24
- 230000008602 contraction Effects 0.000 claims abstract description 23
- 238000010438 heat treatment Methods 0.000 claims abstract description 22
- 238000013000 roll bending Methods 0.000 claims abstract description 19
- 238000012549 training Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000006243 chemical reaction Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- HSFWRNGVRCDJHI-UHFFFAOYSA-N alpha-acetylene Natural products C#C HSFWRNGVRCDJHI-UHFFFAOYSA-N 0.000 claims description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 125000002534 ethynyl group Chemical group [H]C#C* 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 238000002945 steepest descent method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000010304 firing Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21D—WORKING OR PROCESSING OF SHEET METAL OR METAL TUBES, RODS OR PROFILES WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21D5/00—Bending sheet metal along straight lines, e.g. to form simple curves
- B21D5/008—Bending sheet metal along straight lines, e.g. to form simple curves combined with heating or cooling of the bends
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Mathematical Analysis (AREA)
- Mechanical Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种船用帆形板水火弯板火线路径及火焰参数确定方法，包括以下步骤：(S1)确定目标帆形板的尺寸及收缩量、板面分割间距H；(S2)对成形曲面进行精确展开，定义收缩单元并获取曲面展开后其上的火线终点及分裂点坐标，计算板边收缩量及中位收缩量；(S3)确定辊弯后平面与辊弯前曲面间的坐标转换规则Re，建立曲面上火线路径表达模型；(S4)构建基于神经网络的火焰参数计算模型，基于训练样本将其训练至精确，输出火路起点距离、水火间距及加热时长。该方法用船体外板精确展开法和火焰参数计算模型确定火线的路径方向、火线终点位置和火焰参数，得到的火线路径和火焰参数更为精确，使得一次成形质量高，提高了成形效率。
Description
技术领域
本发明涉及一种弯板路径及参数确定方法，更具体地，涉及一种船用帆形板水火弯板火线路径及火焰参数确定方法。
背景技术
在船用外板的水火弯加工中，水火弯板的加工过程多由工艺人员依据自身经验手工作业完成，造成外板成形质量不稳定且效率低下，水火弯板的一次成形质量难以保证。而火线位置及火焰参数是影响水火弯板一次成形质量的关键因素，目前确定火线位置和火焰参数的方法主要有：1、利用激光测量技术得到信息，再让工人依据经验进行火线规划，但该方法准确性低；2、通过迭代方法找出高度差最大的点作为火线的加热点，实现火线的规划，但该方法只适用于单向曲率变化板材的加工，而船体外板多有双向曲率，该方法并不适用船体外板；3、扫描预辊压后的板材曲面，将其与成形曲面对比，根据二者间特征点的弦距线大小规划下一步的火线位置，但该方法每次规划只能生成下一道火线，故需要在加工过程中逐次检测已加工曲面的信息并处理，工序繁琐。因此，目前的火线路径规划及火焰参数确定存在自动性及准确性不足等问题。
发明内容
发明目的：本发明的目的是提供一种一次成形质量高、成形效率高的船用帆形板水火弯板火线路径及火焰参数确定方法。
技术方案：本发明所述的船用帆形板水火弯板火线路径及火焰参数确定方法包括以下步骤：
(S1)确定目标帆形板的尺寸及收缩量，根据目标尺寸及收缩量确定板面分割间距H；
(S2)利用帆形板的精确展开法对成形曲面进行精确展开，定义收缩单元并获取曲面展开后其上的火线终点及分裂点坐标，同时计算板边收缩量及中位收缩量；
(S3)根据曲板上任意点在辊弯前后的坐标关系，确定辊弯后平面与辊弯前曲面间的坐标转换规则Re，建立曲面上火线路径表达模型；
(S4)构建基于神经网络的火焰参数计算模型，基于训练样本将其训练至精确，以各火线上的收缩量为模型输入，最终输出火路起点距离、水火间距及加热时长。
其中，步骤S1中板面分割间距H为：
其中，A为水火弯规范间距范围的最大值；Δd为板边总收缩量；L为长边尺寸；C为分割间距为范围内最大值的工况下的单位长度收缩量，基于工艺规范文件，帆形板的K值取25-35，m值取2.0。
其中，步骤S2中收缩单元为展开后各部分缺口与板边缘线所交部分图形，中位收缩量为分割线终点处的缺口宽度。
其中，步骤S3中坐标转换规则Re为：
Re1：以曲板重心点作为辊弯前后坐标不变点；
Re2：火线上任意点在辊弯前后至分割线中点距离不变；
Re3：转换前后火线上任意点在外板纵向方向上位移为零；
Re4：展开后平面与上任意点在垂直于板面方向上的坐标为零。
其中，步骤S4中计算模型基于BP神经网络构建；基于神经网络构建火焰参数计算模型并训练至精确的过程包括以下步骤：
(S41)确定神经网络的输入端为板厚H、分割线半长B、中位收缩量l1及板边收缩量l2，输出端为火路起点距离r、加热速度v及加热时长t；
(S42)初始化神经网络：确定BP神经网络层数、隐层节点数、初始权值；
(S43)根据板宽、板厚及收缩量，确定加热速度及加热时长，并参照已有参数规范基于板厚确定氧气压力及乙炔压力。依据各参数加工外板，记录实际收缩量，形成一条以实际收缩量、分割线半长及板厚为输入，火路起点距离、水火间距及加热时长为输出的训练样本；
(S44)采用最速下降法训练权值，以理想输出与实际输出差的平方和为误差函数计算误差。
其中，步骤S42中神经网络层数为3～5、隐层节点数为6～9、初始权值为(-1,1)之间的随机数。
有益效果：本发明与现有技术相比，其显著优点是：1、利用船体外板精确展开法确定火线的路径方向及火线终点位置，使得火线路径更为精确；2、利用火焰参数计算模型得到准确的火焰参数，提高了船用帆形板一次成形质量，提高了成形效率。
附图说明
图1是本发明流程图；
图2是外板上表面精确展开图；
图3是辊弯前后平面与曲面上坐标转换示意图；
图4是最速下降法权值训练流程图。
具体实施方式
如图1所示，船用帆形板水火弯板的火线路径规划及火焰参数确定方法以横向收缩为核心，包括火线路径规划及火焰参数计算两个部分功能，火线路径规划实现过程为：成形面信息提取、确定分割间距、精确展开曲面、基于收缩单元确定终点位置及火线起点所在直线，设计辊弯前后火线上各点的坐标转换机制，完成辊弯后曲面的火线路径规划；火焰参数确定过程为：基于水火弯板工艺特点确定计算模型的输入端及输出端参数项，并初始化神经网络计算模型，基于加工实例选取样品，进行权值训练，得到火路起点距离、水火间距及加热时长为输出的训练样本，经训练后完成从火线上的收缩量到火焰参数的准确计算。以某型号的帆形板为例，阐述本方法的具体流程。实施例中帆形板的具体参数如表1所示：
表1帆形板的具体参数
| 外板长度 | 4685mm | 外板厚度 | 10mm |
| 外板宽度 | 3120mm | 上边收缩 | 9.6mm |
| 下边收缩 | 9.8mm | 辊弯半径 | 5400mm |
具体包括以下步骤：
S1：基于帆形板的几何尺寸及收缩量，设计分割间距确定公式。根据船厂水火弯板工艺规范，双曲帆形板水火弯板加热线间距为400～500mm，分割间距H为：
其中，A为常数，取水火弯规范间距范围的最大值，取550mm；Δd为板边总收缩量，取9.8mm；L为长边尺寸，取4685mm；C为常数，取分割间距为范围内最大值的工况下的单位长度收缩量，取2.5mm/m；K、m为常数，根据单位收缩量与分割间距的经验关系确定，以确保在取一般工况所能遇到的极限值时，H不超出规定范围，基于工艺规范文件，帆形板的K值取28，m值取2.0。经参数带入计算,实施例中板面分割间距为520mm。
S2：在确定分割间距后，根据曲面精确展开法对成形曲面进行精确展开，如图2所示，以a1作为成形曲面的展开基准线，基于既定的分割间距对成形曲面进行网格划分；利用撑线法将各网格展开后拼接，得到带缺口的成形曲面展开图。建立三维坐标系，定义图2中M点为坐标原点，定义曲线a1在其中点处的切线方向为X轴方向，垂直于a1中点处切线且平行于曲线a1所在平面的方向为Y轴方向，Z轴方向为板弯曲高度的方向。由于板材热冷收缩具有对称性，火线终点E设于板边线上距缺口中点处。根据分裂起点F、分裂末端点Q与分裂末端点P的坐标，确定火线起点及终点E的坐标。
在外板上表面展开后的平面中，规划火线以成形曲面展开分裂点F指向火线终点E的直线方向为火线的路径方向。考虑到火焰加热存在辐射范围，且塑性变形可带动较小范围的挤压变形，将火线起点S设置为在火线路径方向上且与分裂点距离为r处，r的数值通过神经网络计算得出，定义展开后各部分缺口与板边缘线所交图形为收缩单元，收缩单元与过分割线段四等分点且平行于a1的直线所交长度l1为中位收缩长度，收缩单元与板边缘线所交长度l2为边缘收缩长度，如图2所示。
步骤3，根据曲板上任意点在辊弯前后的坐标关系，设计辊弯前后平面与曲面间的火线点坐标转换规则Re，Re中涉及点的位置及含义如图3所示。Re所含内容如下：
Re1：以曲板重心点作为辊弯前后坐标不变点；
Re2：转换前后不变点为Z轴与曲板上表面的交点M，故点M至T1的直线长度等于点M至T2的曲线长度；
Re3：转换前后火线任意点在Y方向上位移为零；
Re4：展开后平面与Z轴垂直，即平面上火线任意点Z坐标为零。
基于Re确定坐标转换公式：
其中，T1为平面火线上任取一点的坐标；T2为T1经坐标转换后在辊弯曲面中的坐标；R为曲板上表面的辊弯曲率半径，基于实施例对象参数，R为5400mm；h为Z轴与曲板上表面交点Z坐标的负值，基于实施例对象参数，h为76mm。
规划曲板展开后平面上火线为直线段，以分裂点F指向火线终点E的直线方向为线段方向，故路径方程可表示为：
其中，XF及YF为分裂起点F坐标；XS及YS为火线起点S坐标；XE及YE为火线终点E坐标。联立坐标转换公式及平面火线路径方程，即可规划辊弯曲面上的火线路径方程。
S4：构建神经网络计算模型并训练至准确，具体步骤如下：
S41：确定神经网络的输入端参数项为板厚、分割线半长、中位收缩量及板边收缩量，输出端参数项为火路起点距离、加热速度及加热时长。
S42：初始化神经网络：确定BP神经网络层数为3；隐层节点数为6；初始权值设为(-1,1)之间的随机数，由程序随机设定。
S43：根据板宽、板厚及收缩量，确定加热速度及加热时长，并基于规范文件中的参数规则确定氧气压力及乙炔压力。依据各参数加工外板，记录实际收缩量，形成一条以实际收缩量、分割线半长及板厚为输入，火路起点距离、水火间距及加热时长为输出的训练样本。重复此流程，获取所需数量的训练样本。
S44：采用最速下降法训练权值，以理想输出与实际输出差的平方和为误差函数计算误差。网络误差是各层权值的函数，按误差函数的负梯度方向修改权值及阀值，具体流程如图4所示。
软件开发验证：基于Visual Studio开发帆形板水火弯板辅助工艺设计平台，实现火线路径的规划及火焰参数的计算结果输出。具体操作流程如下：
Step1：导入实施例的外板模型，基于外板几何尺寸，并计算出分割间距。
Step2：调用外部三维软件，提取外板上表面数据，基于撑线法展开成形曲面上表面，捕捉各分裂起点及分裂末端点坐标，并计算相应收缩量。
Step3：调用神经网络计算模型，计算各火线的起终点坐标及火线加工参数，并以Excel形式输出结果。
Claims (3)
1.一种船用帆形板水火弯板火线路径及火焰参数确定方法，其特征在于，包括以下步骤：
S1确定目标帆形板的尺寸及收缩量，根据目标尺寸及收缩量确定板面分割间距H；
S2利用帆形板的精确展开法对成形曲面进行精确展开，定义收缩单元并获取曲面展开后其上的火线终点及分裂点坐标，同时计算板边收缩量及中位收缩量；其中，收缩单元为展开后各部分缺口与板边缘线所交部分图形，中位收缩量为分割线终点处的缺口宽度
S3根据曲板上任意点在辊弯前后的坐标关系，确定辊弯后平面与辊弯前曲面间的坐标转换规则Re，建立曲面上火线路径表达模型；其中，坐标转换规则Re为：
Re1：以曲板重心点作为辊弯前后坐标不变点；
Re2：火线上任意点在辊弯前后至分割线中点距离不变；
Re3：转换前后火线上任意点在外板纵向方向上位移为零；
Re4：展开后平面上任意点在垂直于板面方向上的坐标为零；
S4构建基于神经网络的火焰参数计算模型，基于训练样本将其训练至精确，以各火线上的收缩量为模型输入，最终输出火路起点距离、水火间距及加热时长；其中，神经网络为BP神经网络；基于神经网络构建火焰参数计算模型并训练至精确的过程包括以下步骤：
S41确定神经网络的输入端为板厚H、分割线半长B、中位收缩量l1及板边收缩量l2，输出端为火路起点距离r、加热速度v及加热时长t；
S42初始化神经网络：确定BP神经网络层数、隐层节点数、初始权值；
S43根据板宽、板厚及收缩量，确定加热速度及加热时长，并参照已有参数规范基于板厚确定氧气压力及乙炔压力，依据各参数加工外板，记录实际收缩量，形成一条以实际收缩量、分割线半长及板厚为输入，火路起点距离、水火间距及加热时长为输出的训练样本；
S44采用最速下降法训练权值，以理想输出与实际输出差的平方和为误差函数计算误差。
2.根据权利要求1所述的一种船用帆形板水火弯板火线路径及火焰参数确定方法，其特征在于，所述步骤S1中板面分割间距H为：
；
其中，为水火弯规范间距范围的最大值；/>为板边总收缩量；/>为长边尺寸；为分割间距为范围内最大值的工况下的单位长度收缩量；、/>、/>为常数，根据单位收缩量与分割间距的经验关系确定，基于工艺规范文件，帆形板的K值取1.5-1.6，m值取2。
3.根据权利要求1所述的一种船用帆形板水火弯板火线路径及火焰参数确定方法，所述步骤S42中神经网络层数为3~5、隐层节点数为6~9、初始权值为(-1,1)之间的随机数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010325621.2A CN111639387B (zh) | 2020-04-23 | 2020-04-23 | 一种船用帆形板水火弯板火线路径及火焰参数确定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010325621.2A CN111639387B (zh) | 2020-04-23 | 2020-04-23 | 一种船用帆形板水火弯板火线路径及火焰参数确定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111639387A CN111639387A (zh) | 2020-09-08 |
| CN111639387B true CN111639387B (zh) | 2024-04-26 |
Family
ID=72331786
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010325621.2A Active CN111639387B (zh) | 2020-04-23 | 2020-04-23 | 一种船用帆形板水火弯板火线路径及火焰参数确定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111639387B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116778027B (zh) * | 2023-08-22 | 2023-11-07 | 中国空气动力研究与发展中心计算空气动力研究所 | 基于神经网络的曲面参数化方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1544177A (zh) * | 2003-11-28 | 2004-11-10 | 清华大学 | 大型复杂曲面钢板水火加工智能机器人控制方法 |
| JP2005228260A (ja) * | 2004-02-16 | 2005-08-25 | Kitakyushu Foundation For The Advancement Of Industry Science & Technology | 平板材料を目的曲面に成形するための歪分布演算算出方法 |
| CN102682139A (zh) * | 2011-03-17 | 2012-09-19 | 齐亮 | 一种船体外板曲面成形的方法 |
| KR20140030677A (ko) * | 2012-09-03 | 2014-03-12 | 서울대학교산학협력단 | 선박 곡외판 열간 가공 정보 산출 방법 및 시스템 |
| CN103706696A (zh) * | 2013-12-10 | 2014-04-09 | 广州广船国际股份有限公司 | 一种船体外板成型方法 |
| CN104239621A (zh) * | 2014-09-03 | 2014-12-24 | 江苏科技大学 | 基于曲面展开的水火弯板自动化成型方法 |
| CN106251275A (zh) * | 2016-07-26 | 2016-12-21 | 广东工业大学 | 一种船体帆型外板倒三角形成形自动加热方法 |
| CN107008825A (zh) * | 2017-03-15 | 2017-08-04 | 华中科技大学 | 一种用于船舶复杂曲率板成型的加工方法 |
-
2020
- 2020-04-23 CN CN202010325621.2A patent/CN111639387B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1544177A (zh) * | 2003-11-28 | 2004-11-10 | 清华大学 | 大型复杂曲面钢板水火加工智能机器人控制方法 |
| JP2005228260A (ja) * | 2004-02-16 | 2005-08-25 | Kitakyushu Foundation For The Advancement Of Industry Science & Technology | 平板材料を目的曲面に成形するための歪分布演算算出方法 |
| CN102682139A (zh) * | 2011-03-17 | 2012-09-19 | 齐亮 | 一种船体外板曲面成形的方法 |
| KR20140030677A (ko) * | 2012-09-03 | 2014-03-12 | 서울대학교산학협력단 | 선박 곡외판 열간 가공 정보 산출 방법 및 시스템 |
| CN103706696A (zh) * | 2013-12-10 | 2014-04-09 | 广州广船国际股份有限公司 | 一种船体外板成型方法 |
| CN104239621A (zh) * | 2014-09-03 | 2014-12-24 | 江苏科技大学 | 基于曲面展开的水火弯板自动化成型方法 |
| CN106251275A (zh) * | 2016-07-26 | 2016-12-21 | 广东工业大学 | 一种船体帆型外板倒三角形成形自动加热方法 |
| CN107008825A (zh) * | 2017-03-15 | 2017-08-04 | 华中科技大学 | 一种用于船舶复杂曲率板成型的加工方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111639387A (zh) | 2020-09-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104697462B (zh) | 一种基于中轴线的航空叶片型面特征参数提取方法 | |
| CN104899345B (zh) | 用于确定复杂曲面形状工件激光喷丸成形工艺参数的方法 | |
| CN110458174B (zh) | 一种无序点云关键特征点精确提取方法 | |
| CN110434390B (zh) | 一种形状不规则钢板的在线定尺智能分段剪切系统，方法及剪切设备 | |
| CN102735175B (zh) | 一种基于移动最小二乘法确定叶片最大厚度的方法 | |
| CN106483845B (zh) | 一种改善矫直机力能参数预报的方法及系统 | |
| CN104462646B (zh) | 一种船舶水火弯板的质量评价方法 | |
| CN109284577B (zh) | 一种船体型线实尺放样转数学放样方法 | |
| CN111444661B (zh) | 交互式棱柱网格生成中翘曲现象消除方法 | |
| CN111639387B (zh) | 一种船用帆形板水火弯板火线路径及火焰参数确定方法 | |
| CN104331933A (zh) | 一种分层方向自适应快速选取方法 | |
| CN114545863B (zh) | 一种基于b样条曲线拟合的数控加工的轨迹平滑方法 | |
| CN105107901B (zh) | 船舶双向曲率板自动成型加工路径确定及成型效果检测方法 | |
| CN106844966B (zh) | 一种螺旋桨叶面叶背精确建模方法 | |
| CN106780742B (zh) | 一种用于蜗壳结构的三维布筋的方法 | |
| CN111610751B (zh) | 过点集nurbs插值曲线的插值误差多次细分迭代计算方法 | |
| CN113486446B (zh) | 一种飞机油箱内单管路多目标优化布局方法 | |
| CN114620200A (zh) | 一种基于catia的水面船舶型线精光顺方法 | |
| US9152743B2 (en) | Computer process for determining best-fitting materials for constructing architectural surfaces | |
| CN114756974B (zh) | 一种考虑物面法向信息的壁面距离计算方法 | |
| CN115786656A (zh) | 一种耐蚀钢火工成形方法及系统 | |
| WO2013116859A1 (en) | Computer process for determining best-fitting materials for constructing architectural surfaces | |
| CN114967597A (zh) | 一种基于双向泰勒保证数控加工刀具轨迹g2连续的曲线拟合方法 | |
| CN115330977A (zh) | 一种基于v向最优基准迭代的叶片修复区域曲面重构算法 | |
| CN114202662A (zh) | 结合相邻刀轨横向几何特征的刀具特征点识别方法及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |