针对机床主轴箱结构优化设计中模型复杂及计算量大的问题,提出一种将灵敏度分析与响应面模型相结合的优化办法。以箱体壁厚和筋板尺寸为输入参数,主轴箱质量、最大变形、最大应力、1阶固有频率作为目标参数进行灵敏度分析,筛选出6个关键尺寸作为优化参数;采用最佳填充空间设计法和Kriging函数法构建主轴箱响应面模型,通过多目标遗传算法对响应面模型进行求解计算。最后对优化后的主轴箱进行有限元分析来验证求解的准确性,优化后的主轴箱质量减轻了13.58%。

针对在目前工业生产的超声检测中缺陷难以定性的问题,在现有缺陷信号处理和人工神经网络分类研究工作的基础上,基于虚拟仪器的设计思想及功能模块化的设计方法,采用PC机和数据采集卡作为硬件系统,在LabVIEW平台上建立了能对缺陷进行智能识别的系统--金属材料超声探伤缺陷分类辅助系统.系统具有采集金属材料中缺陷回波数据、降噪、特征提取和智能识别缺陷等主要功能.实验结果表明,该系统基本上能自动识别出各类缺陷.