【摘 要】
:
船用螺旋桨是船舶动力系统的核心,其桨叶曲面是典型的自由曲面,设计和加工的质量直接影响螺旋桨的性能,而螺旋桨复杂的工作环境也对其建模及制造精度提出了更高的要求。船用
论文部分内容阅读
船用螺旋桨是船舶动力系统的核心,其桨叶曲面是典型的自由曲面,设计和加工的质量直接影响螺旋桨的性能,而螺旋桨复杂的工作环境也对其建模及制造精度提出了更高的要求。船用螺旋桨从设计到加工的过程复杂繁琐、周期较长,因此需要建立能够综合考虑螺旋桨设计、分析以及加工的螺旋桨参数化数学模型,并基于参数化模型对螺旋桨开展后续各项研究工作,以达到缩短螺旋桨的设计制造周期、提高生产效率的目的。本文以实现螺旋桨参数化设计到数控加工为目的,建立了螺旋桨桨叶曲面的参数化方程,基于参数方程求解所得点建立了螺旋桨三维实体模型;以提高螺旋桨敞水效率为目的,对螺旋桨相关结构参数进行优化并进行了水动性能仿真;分析并制订了螺旋桨数控加工工艺,基于参数化模型编写了数控加工程序并进行了数控加工仿真与实验。具体内容如下:在分析船用螺旋桨结构及成型原理的基础上,建立螺旋桨切面参数方程并推导了二维切面到三维空间的坐标转换公式,建立了桨叶曲面的参数化数学模型。求解方程得到桨叶表面指定精度下的数据点,将其导入UG中建立三维实体模型。对比传统由型值点所建立的螺旋桨模型,参数化方法建立的模型表面光顺性更优。以螺旋桨最大敞水效率为目标,对螺旋桨盘面比、螺距比和进速系数等参数进行优化,得到了螺旋桨给定工况下的最佳匹配参数,优化后螺旋桨敞水效率提高了约3.18%。对螺旋桨进行了水动性能仿真,验证了优化桨的敞水效率;分析了螺旋桨相关参数纵倾角和侧斜对螺旋桨敞水性能的影响。分析螺旋桨的数控加工工艺,对加工阶段进行了划分,确定了毛坯、刀具、走刀方式等。判断加工中干涉与过切情况,建立了刀具与工件间几何关系,研究了无干涉的刀具路径算法,基于桨叶的参数化数学模型计算了粗精加工的刀具轨迹,并通过后置处理将刀位信息转化为数控加工程序。建立数控加工仿真环境,导入数控加工程序进行了数控加工仿真,仿真结果验证了刀具轨迹及数控程序,且螺旋桨获得较好的精度和表面质量。最后在五轴数控机床上进行了加工实验。本文所建立的参数化模型,在螺旋桨优化分析及数控加工中均取得了较好的效果。基于参数化数学模型的数控加工方法,对在一定参数范围内的螺旋桨,修改参数即可获得数控加工程序,具有较大的工程应用前景。
其他文献
【正】 哈佛商院的著名教授米歇尔·波特写过不少关于现代企业经营策略的著作和文章,在西方经济学界和企业界影响不小。最近,他又发表一本专著,题为《竞争优势》(“Compe
海洋沙隙类纤毛虫系指一大类特殊的、专性生活在海岸潮间带沙粒(尤其是粒径<250μm的细沙)间隙中的底栖原生动物,它们具有特殊的区系构成和形态结构,在系统分类学上涉及纤毛
文本解读是语文教学的重要环节。在具体操作过程中,有教师个人的主观色彩,更有可供参考操作性强的解读规律:从点的层面,可以引导师生关注文学类文本当中的"变化点"、"重复点"
"一带一路"倡议下,我国与沿线国家的农业合作不断深化。当前,我国与沿线国家土地密集型农产品贸易潜力巨大,农产品贸易互补性强,农业技术交流合作与农业投资前景广阔。但农业
我国的旅游业正处于快速发展阶段,随着旅游业的发展,该行业已经成为国家经济发展当中不可或缺的一部分,在市场当中产生了极大的需求,同时由于市场的多元化需求,使得“全域旅游”这种新型旅游模式应运而生。本研究主要以江西省九江市武宁县来作为研究对象,对其全域旅游发展进行研究。随着旅游业的兴起,武宁县提出了生态立县、绿色崛起的策略目标,推动旅游向“全域、全季、全业”发展,将形成高品质旅游景区集群。为了促进武宁
无人机在民用、科学和军事等领域得到了广泛的应用。随着计算机视觉技术的飞速发展,无人机搭载计算机视觉系统作为导引系统已经成为当前研究的主要热点。无人机的路径规划和
介绍了智能化桥检车图像采集分析系统的软硬件设计方案,该系统基于高分辨率工业摄像机、机器视觉专用视频采集卡,实现高分辨率图像采集,对桥梁外观实施自动扫描,提高桥梁检测效率
近几年来,由于社会经济不断发展,为了顺应时代的需求,医疗行业的改革也随之而来,公立医院在我国基层医疗服务体系中占据了重要的地位,在当前的经济环境下,医院内部控制制度的
党的十八大以来,长江三角洲城市群经济社会发展走在全国前列,具备更高起点进行高质量一体化发展的优势。“一带一路”建设和长江经济带发展战略的持续推进,为长江三角洲城市群发展持续注入动力。为建设现代化经济体系,必须构建区域协调发展的新格局,建设协同创新体系,健全创新一体化发展体制机制,打造区域创新共同体。在以科技创新为引领、市场为主导的前提下,地方政府也需要起到相应的引导、带动作用,地方财政科技支出作为
随着车联网技术和智能交通的发展,大量具有低时间延迟需求的数据需要实时处理,移动边缘计算(Mobile Edge Computing,MEC)卸载算法通过对任务数据进行划分,充分利用本地和云端