613 連桿機械加工工藝及擴孔夾具設計【CAD圖+說明書+工藝工序卡+PPT+中英文翻譯】

613 連桿機械加工工藝及擴孔夾具設計【CAD圖+說明書+工藝工序卡+PPT+中英文翻譯】,CAD圖+說明書+工藝工序卡+PPT+中英文翻譯,613,連桿機械加工工藝及擴孔夾具設計【CAD圖+說明書+工藝工序卡+PPT+中英文翻譯】,連桿,機械,加工,工藝,擴孔,夾具,設計,cad,說明書,仿單 畢業(yè)設計（論文）外文翻譯 譯文題目：創(chuàng)造機器人：把基本機制創(chuàng)造成一個具有自我激勵，自我組織構架的機器人 外文題目： Bringing up robot: F undamental mechanism For creating a self-motiv ated, self-organizing architecture Bringing up robot: F undamental mechanisms for creating a self-motiv ated, self-organizing architecture In this paper we describe an intrinsic developmental algorithm designed to allow a mobile robot to incrementally progress through levels of increasingly sophisticated behavior. We believe that the core ingredients for such a developmental algorithm are abstractions, anticipations, and self-motivations. We propose a multi-level, cascaded discovery and control architecture that includes these core ingredients. Toward this proposal we explore two novel models: a governor for automatically regulating the training of a neural network; and a path-planning neural network driven by patterns of \mental states" which represent protogoals. 1 Introduction Most intelligent robot control systems begin with the goal of creating a robot to carry out humanissued tasks. While these tasks v ary in difficulty , they must, by their very nature, involve abstract concepts. For example, typical tasks might be: go to a specific location, identify an object, or pick up an object. Attempting to directly achieve the goal of carrying out human commands creates basic assumptions about the architectural design of a robot. We call this philosophy task-oriented design. Within the task-oriented design paradigm, there are two competing methodologies: top-down, and bottom-up. T op-down designers apply computational algorithms that can be carried out on the robots so as to accomplish a given task. There is a range of computational models employed in robotics: dead reckoning (e.g., using internal measures of space), sensor fusion, behavior fusion, and symbolic logic. Bottom-up designers again usually take the task to be performed by the robot as a pre-specified assumption. However, the control architecture of the robot is designed in a bottom-up fashion.Examples include subsumption architectures, supervised learning schemes, and evolutionary computation. We believe that a significant pitfall exists in both the top-down and bottom-up task-oriented robot design methodologies: inherent anthropomorphic bias. This bias refers to the design of prespecified robot tasks: traditional research in the design of intelligent robots has attempted to get robots to do the tasks a human can, and do it in a human-centered manner. Historically , this methodology started out by imitating the physical actions of a child playing with blocks. A task was decomposed into a planning problem, and then, with a robot equipped with an arm and a gripper, the robot was asked to manipulate speciˉc blocks. The inherent anthropomorphic bias existed by design, since the issue was to explore models of intelligent behavior. The pitfall in this approach is that the symbolic modeling of behavior is based on the capabilities of a human body and human concepts. Both capabilities may be inappropriate assumptions for the physical body and experiences of the robot. Furthermore, even if we could build a robot with a human-like body and senses, it is not clear that we can jump straight to the abstract task at hand. Many control issues need to be solved in order to have a robotic system carry out even the simplest of tasks. After a half-century of continued research, the artificial intelligence and robotics communities are still far from developing any type of general purpose intelligent system. Recently , a new approach called developmental robotics is being applied to the design of robot behaviors. In this approach, an artifact under the control of an intrinsic developmental algorithm discovers capabilities through autonomous real-time interactions with its environment using its own sensors and effectors. That is, given a physical robot or an artifact, behaviors (as well as mental capabilities) are gr own using a developmental algorithm. The kinds of behaviors and mental capabilities exhibited are not explicitly specified. The focus is mainly on the intrinsic developmental algorithm and the computational models that allow an artifact to grow. A developmental approach to robotics is partly an attempt to eliminate anthropomorphic bias.By exploring the nature of development, the robot is essentially freed from the task of achieving a pre-specified goal. As long as the intrinsic developmental algorithm demonstrates growing behavior there is no need to pre-specify any particular task for the robot to perform. Indeed, it is the goal of developmental robotics to explore the range of tasks that can be learned (or grown) by a robot, given a specific developmental algorithm and a control architecture. This paper outlines our approach to a developmental robotics program and two experiments toward an implementation. 2 Overview of a Developmental Robotics Paradigm The ultimate goal of our developmental robotics program is to design a control architecture that could be installed within a robot so that when that robot is turned on for the first time, it initiates an ongoing, autonomous developmental process. This process should be unsupervised, unscheduled, and task-less, and the architecture should work equally well on any robot platform|a fixed robot arm, a wheeled robot, or a legged robot. The intrinsic developmental process we are currently exploring contains three essential mechanisms: abstraction, anticipation, and self-motivation. In a realistic, dynamic environment, a robot is flooded with a constant stream of perceptual information. In order to use this information effectively for determining actions, a robot must have the ability to make abstractions so as to focus its attention on the most relevant features of the environment. Based on these abstractions, a robot must be able to anticipate how the environment will change over time, so as to go beyond simple reflexive behavior to purposeful behavior. Most importantly , the entire process is driven by internal motivations to push the system toward further abstractions and more complex anticipations. We believe that the developmental process should be employed in a hierarchical, bootstrapping manner, so as to result in the discovery of a range of increasingly sophisticated behaviors. That is, starting with a basic, built-in innate behavior, the robot exercises its sensors and motors, uses the mechanisms for abstraction and anticipation and discovers simple reflex behavior. A self-motivated control scheme employs these discoveries in order to supercede its innate behavior. This constitutes the first stage of the bootstrapping process. The same intrinsic developmental algorithm can be employed recursively in subsequent stages, using the knowledge discovered in previous stages. For example, a secondary stage may abstract sequences of behaviors and corresponding perceptual views. These behavior sequences, termed protoplans [12], can lead the robot through a series of views in the environment thus resulting in `interesting' places to visit. We will call these places protogoals. Here, the proto prefix implies a distinction between standard notions of plans and goals from the developmental ones used here.The same developmental process may be cascaded beyond this stage to result in discovery of actual goals and plans. The control scheme that is responsible for driving the robot at each stage uses the discovered abstractions and anticipations while being pushed by internal motivations. At the lowest level, the motivational model indicates to the system how `comfortable' it is in the given environment. If it is too comfortable, it becomes bored, and takes measures to move the robot into more interesting areas. Conversely , if the environment is chaotic, it becomes over-excited and attempts to return to more stable and well known areas. These anthropomorphic terms will be described below in more technical terms. 創(chuàng)造機器人：把基本機制創(chuàng)造成一個具有自我激勵，自我組織構架的機器人 在本文中，我們描述了一種具有內在發(fā)展算法的機器人，這種機器人能通過日益復雜的行為來提高自己。我們認為對于這樣一個發(fā)展的算法它的核心成分是抽象的，隨機應變的和自我動機的。于是我們提出了一個多層次的，級聯(lián)的發(fā)現(xiàn)，和包括那些核心成分的控制結構。針對這樣一個提議我們討論了兩種新的模型：一個帶自動調節(jié)神經(jīng)網(wǎng)絡的調節(jié)器和一個代表著“protogoals”神經(jīng)網(wǎng)絡路徑規(guī)劃的模式驅動。 1介紹 大多數(shù)機器人的控制系統(tǒng)開始于創(chuàng)建一個機器人來執(zhí)行人們發(fā)出的目標任務。而這些任務都很困難，它們有本身的性質，是一些抽象的概念。例如，典型的任務可能是：去一個特定的位置，識別或者選擇一個目標。試圖直接實施人們的命令來創(chuàng)建關于機器人設計的基本假設。我們稱這種理念為面向任務設計。 在面向任務設計理念里，有兩套互相對立的設計方法：自頂向下設計和自底向上設計。自頂向上的設計算法可以讓機器人完成指定的任務。在機器人內部運用了一系列的計算模型：航位推算（例如，使用內部空間的措施），傳感融合，行為融合，和符號邏輯。 自底而上的設計師往往讓機器人執(zhí)行一個預先指定好的假象任務。然而，對機器人的控制結構體系則是一個自底而上的設計方案。 我們認為在自頂而下和自底而上設計方案中都存在著一個重大的缺陷：內在的擬人化的偏見。這種偏見是指對預先指定的機器人任務的設計：智能機器人的傳統(tǒng)研究已試圖讓機器人以人為中心做人們可以做的任務。從歷史上看，這種方法開始于通過模仿孩子玩積木的肢體動作。目標任務被分解為一個規(guī)劃方案，然后通過配備一個臂和夾持器，機器人被用來處理特定的物體。內在的擬人化的偏見之所以能存在設計中，是因為這個問題是探討智能行為的模型。這種方法的缺點是行為符號建?；谌梭w和人的觀念能力之上。這兩個功能都將成為機器本身不恰當?shù)募傧搿? 此外，即使我們能制造一個與人類身體和感官一樣的機器人，它也不會明確我們手上正要執(zhí)行的任務。為了能有一個好的機器人來完成簡單的任務，許多問題都要解決。經(jīng)過一個半世紀的不斷研究，人工智能和機器人領域仍然遠未發(fā)展任何類型的通用智能系統(tǒng)。 最近，一種新的方法稱為發(fā)展機器人的方法被應用于機器人的行為設計中。在這種方法中，在一個具有固有發(fā)展能力算法的控制下，通過自主的實時互交，利用自身的傳感器和環(huán)境效應來發(fā)展自己。就是說，給定一個物理或人造機器人，行為（以及精神能力）的生長使用發(fā)展算法。這種行為和心理能力表現(xiàn)沒有明確指定。重點是內在發(fā)展算法和計算模型允許一個人造機器人發(fā)展。 機器人發(fā)展的一種方法是試圖清除擬人化的偏見。通過探索發(fā)展的本質，機器人基本上可以自由地完成一個預先指定的目標任務。只要內在發(fā)展的算法在成長就無需對機器人執(zhí)行任何特定的任務。事實上，是機器人目標探索任務可以學到的范圍，給出了具體的算法和控制結構的發(fā)展。本文概述了機器人發(fā)展的方法和兩個實驗的實現(xiàn)。 2發(fā)展式機器人的描述 我們發(fā)展機器人的最終目標是設計一個可安裝在機器人上的控制構架以至于一打開機器人時就會啟動一個持續(xù)發(fā)展的過程。這個過程應該是無監(jiān)督的，不定期的，任務少的，而且這種構造同樣使用于任何一個固定的機器人手臂的機器人平臺，輪式機器人或足式機器人。 在內在發(fā)展過程中，我們目前正在探索三個基本機制：抽象的，預期的，和自我激勵的。在一個現(xiàn)實的動態(tài)環(huán)境中，一個機器人充斥著一個恒定的感知信息流。為了有效地使用此信息來確定動作，機器人必須要有抽象的已關注環(huán)境的最相適應的能力。在此基礎上，機器人必須能夠預測到環(huán)境隨著時間變化而變化從而超越簡單的反身行為或有目的的行為。最重要的是，整個過程是由內在動機驅動的推進系統(tǒng)進一步的抽象和更復雜的預測。 我們認為在發(fā)展過程中應采用分層引導的方式，從而導致一系列的日益復雜的行為出現(xiàn)。那就是起始于一個基本的，內在的先天行為，機器人的運動傳感器和電機采用抽象的預測的和發(fā)現(xiàn)簡單的反身行為。該控制方案采用了這些方法目的是取代其先天行為。這是自發(fā)過程的第一階段。 相同的內在發(fā)展算法可以被使用在后期階段利用所知道的發(fā)現(xiàn)以前的階段。例如，第二階段可能要記錄機器人的行為和相應的感官。這些行為序列稱為protoplans，可以是機器人通過一系列有趣的地方從而形成對環(huán)境的感知，我們稱這些地方為protogoals。在這里，原始前綴意味著從這里使用的發(fā)展計劃與目標的標準概念之間的區(qū)別。同樣的發(fā)展過程可以被超越這個階段發(fā)現(xiàn)實際目標和計劃。 這是負責在每個階段驅動機器人的控制方案，利用發(fā)現(xiàn)抽象的和預期的目標而推測到內部動機。在最低水平模型表示系統(tǒng)是在給定的環(huán)境中如何適應。如果它太舒適了，會變的無聊，并采取措施使機器人到達更有趣的地方。相反，如果環(huán)境是混沌的，它將變得過度興奮并試圖返回到更穩(wěn)定和熟悉的地方，這些擬人化的條款將在下面描述的更多。 7 題目：連桿工藝及擴孔夾具設計,主要任務：根據(jù)連桿結構特點，繪制連桿圖、連桿毛坯圖；安排連桿加工工藝路線、編制連桿加工工藝規(guī)程；根據(jù)指導老師要求設計第80道工序（半精鏜大頭孔）夾具。,連桿的結構,,連桿由連桿大頭，桿身和連桿小頭三部分組成。連桿大頭是分開的，一半為連桿蓋，另一半與桿身和小頭連為一體稱為連桿體。連桿體與連桿蓋通過螺栓連接起來，最終形成一整套連桿。,連桿裝配圖,,連桿體零件圖,連桿蓋零件圖,,連桿毛坯的加工方法,連桿毛坯的加工方法有兩種：一種是將連桿體和連桿蓋合成一體整體模鍛，在以后的工序中再將其切開；另一種是將連桿體和連桿蓋分開模鍛。本工工藝規(guī)程中選擇的是整體模鍛方法。,連桿的加工工藝過程,連桿主要加工表面有：大頭孔、小頭孔、大小頭兩平面、大頭兩側面，體和連桿蓋的結合面。次要加工面有：軸瓦鎖扣槽、小頭油孔和螺栓座面等。 連桿加工路線按連桿的分合可分為三個階段：第一個階段為連桿體和蓋切開之前的的加工；第二個階段為連桿體和蓋切開后的加工；第三階段為連桿體和蓋合裝后的加工。 連桿的第一階段加工主要是為后續(xù)加工準備精基準；第二階段主要是加工除精基準以外的其它表面，包括大頭孔的粗加工、螺栓孔的加工、結合面的加工以及軸瓦鎖口槽的加工等；第三階段主要是保證連桿各技術要求的加工，包括合裝后大頭孔的半精加工、精加工，大小頭兩平面的精加工等等。,各主要加工表面工序安排如下： 大小頭兩平面： 銑、粗磨、精磨 大頭孔：粗鏜、半精鏜、精鏜、珩磨 小頭孔：鉆、擴、鉸、壓銅套后鏜、珩磨 一些次要的加工工序可根據(jù)需要安排在主要工序的中間或后面。,定位基準的選擇,在連桿的加工過程中，大部分工序選用連桿的一個大小頭平面和小頭孔作為主要基準，并用大頭一側面作為另一基準。這是由于大小頭平面的面積大，定位比較穩(wěn)定，用小頭孔定位可以直接控制大、小頭孔中心距。這樣就使各工序中的定位基準統(tǒng)一起來，減少了定位誤差。,夾具設計,,根據(jù)指導老師要求，需設計第80道工序夾具，該工序為半精鏜大頭孔，設備為T716立式鏜床。在保證尺寸精度的同時還要考慮如何提高勞動生產率，降低勞動強度。 該工序定位基準有小頭孔，一大小頭平面和大頭一側面，屬于基準重合。限制的自由度有X軸的移動、Y軸的移動、X軸的轉動、Y軸的轉動、Z軸的轉動，屬于完全定位。,,夾具圖,,,,該夾具主要組成部件如下圖,該夾具中定位鍵有：定位銷、墊塊、支架。 夾緊機構包括：齒輪軸、齒條軸桿、壓板、手 柄、螺釘，螺母等。夾緊方式采用了齒輪軸齒 條自鎖手動加緊，即簡化了夾具的夾緊結構，又提高了裝卸速度，從而起到了提高勞動生產率，降低勞動強度這一要求。,,夾具精度分析,,該夾具中造成被加工表面誤差的影響因 素主要有：定基誤差、定位誤差、夾緊誤差 安裝誤差和加工誤差。要使夾具滿足精度要 求，以上各誤差之和應小于要保證的尺寸公 差。,解說完畢,謝謝各位老師, 畢業(yè)設計工藝規(guī)程 題 目 連桿工藝及擴孔夾具設計 工 序 目 錄 產 品 型 號 柴油機連桿 共 21 頁 零 組 件 號 第 1 頁 工 序 號 工 序 名 稱 設 備 工序卡片數(shù) 附 注 5 鍛造毛坯 空氣錘 1 10 銑 X52K 1 15 粗磨 M7350 1 20 鉆、擴、鉸 Z3080 1 25 銑 X62W 1 30 鏜 T716 1 35 銑 X6132 1 40 銑 X62W 1 45 磨 M7350 1 50 銑 X62W 1 55 銑 X62W 1 60 鉆 Z3050 1 65 擴 Z3050 1 70 倒角 Z3050 1 75 組裝 扳手 80 鏜 T716 1 85 倒角 Z3080 1 90 磨 M7130 1 95 鉆 Z2030 1 100 倒角 X62W 1 105 壓 壓床 1 110 倒角 X62W 1 115 鏜 T2115 1 120 稱重 彈簧秤 125 去重 銼刀 130 珩磨 珩磨機床 1 135 檢查尺寸 140 無損檢驗 145 入庫 工 序 卡 片 零 件 名 稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 鍛造 05 設 備 空氣錘 定位 夾緊 共 頁 第 2 頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 05 鍛造毛坯，熱處理223-262H。 工 序 卡 片 零件名稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 銑 10 設 備 X52K 定位 夾緊 共 頁 第 3頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 10 銑連桿大小頭兩平面，每面留磨量0.5mm。 專用夾具 硬質合金端面銑刀 游標卡尺 工 序 卡 片 零件名稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 粗磨 15 設 備 M7350 定位 夾緊 共 頁 第 4 頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 15 以一平面定位，磨另一平面，保證中興對稱，無標記面即基面。 磁力吸盤 砂輪 厚度百分尺 工 序 卡 片 零件名稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 鉆 擴 鉸 20 設 備 Z3080 定 位 夾緊 共 頁 第 5頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 20 以基面定位，先鉆小頭孔Ф20，再擴小頭孔Ф29.09，最后鉸小頭孔Ф29.49。 滑柱磚模 麻花鉆，擴孔鉆，高速鋼鉸刀 塞規(guī) 工 序 卡 片 零件名稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 銑 25 設 備 X62W 定 位 夾緊 共 頁 第 6頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 25 以基面及大、小頭孔定位，銑大頭兩側面，保證中心對稱（此平面為工藝用基準面）。 專用夾具 立銑刀 游標卡尺 工 序 卡 片 零件名稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 粗鏜 30 設 備 T716 定 位 夾 緊 共 頁 第 7頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 30 以基面和小頭定位，粗鏜大頭孔。 專用夾具 專用鏜桿 游標卡尺 工 序 卡 片 零件名稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 銑 35 設 備 X6132 定 位 夾 緊 共 頁 第 8頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 35 以基面和小頭孔定位，切開工件，編號桿體及上蓋。 專用夾具 鋸片銑刀 工 序 卡 片 零件名稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 銑 40 設 備 X62W 定 位 夾 緊 共 頁 第 9頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 40 以基面和一側面定位裝夾工件，銑連桿體和上蓋結合面。 專用夾具 硬質合金端面銑刀 游標卡尺 工 序 卡 片 零件名稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 磨 45 設 備 M7350 定 位 夾 緊 共 頁 第 10頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 45 以基面和一側面定位裝夾工件，磨連桿體和上蓋的結合面。 專用夾具 砂輪 厚度百分尺 工 序 卡 片 零 件 名 稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 銑 50 設 備 X62W 定 位 夾 緊 共 頁 第 11頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 50 以基面和結合面定位裝夾工件，銑連桿體和上蓋軸瓦鎖口槽。 專用夾具 專用銑刀 游標卡尺 工 序 卡 片 零 件 名 稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 銑 55 設 備 X62W 定 位 夾 緊 共 頁 第 12頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 55 以基面，結合面和一側面定位，銑連桿體和上蓋的兩螺栓座面。 專用夾具 專用銑刀 游標卡尺 工 序 卡 片 零 件 名 稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 鉆 60 設 備 Z3050 定 位 夾 緊 共 頁 第 13頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 60 以基面和小頭孔定位鉆2—Ф10mm螺栓孔。 專用夾具 麻花鉆 塞規(guī) 65 先擴2—Ф12.2mm螺栓孔，再擴 2—Ф13mm深10mm螺栓孔。 專用夾具 擴孔鉆 塞規(guī) 70 倒角 專用夾具 專用銑刀 塞規(guī) 工 序 卡 片 零 件 名 稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 鏜 80 設 備 T716 定 位 夾 緊 共 頁 第 14頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 75 用專用螺釘螺母將編號的連桿體和連桿蓋緊固在一起，扭緊力矩為98-118N.m。 80 以基面和小頭孔定位，半精鏜鏜大頭孔至 Ф65mm。 鏜模 專用鏜桿 游標卡尺 工 序 卡 片 零 件 名 稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 倒角 85 設 備 Z3080 定 位 夾 緊 共 頁 第 15頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 85 以基面小頭孔和一側面定位，對大頭孔兩端倒角45° 專用夾具 專用刀具 游標卡尺 工 序 卡 片 零 件 名 稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 磨 90 設 備 M7130 定 位 夾 緊 共 頁 第16 頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 90 精磨大小頭兩端面，保證中心對稱。 磁力吸盤 砂輪 厚度百分尺 工 序 卡 片 零 件 名 稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 鉆 95 設 備 Z2030 定 位 夾 緊 共 頁 第 17頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 95 以基面定位，鉆、擴小頭油孔。 專用夾具 麻花鉆 擴孔鉆 百分表 100 對小頭油孔倒角90° 專用夾具 專用刀具 工 序 卡 片 零 件 名 稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 壓 105 設 備 壓床 定 位 夾 緊 共 頁 第 18頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 105 以基面和大頭兩側面定位，壓小頭銅套孔。 專用夾具 工 序 卡 片 零 件 名 稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 倒角 110 設 備 Z3080 定 位 夾 緊 共 頁 第19 頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 110 以基面和大頭兩側面定位，對小頭銅套孔倒角45°。 專用夾具 專用刀具 工 序 卡 片 零 件 名 稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 鏜 115 設 備 T2115 定 位 夾 緊 共 頁 第 20頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 115 以基面和側面定位，精鏜大頭孔、小頭銅套孔至尺寸 專用夾具 YT15 內徑千分尺 120 按規(guī)定稱重 彈簧秤 125 按規(guī)定去除重量 虎鉗 銼刀 工 序 卡 片 零 件 名 稱 材 料 硬 度 工序名稱 工 序 號 連桿 45號鋼 223-262HB 珩磨 130 設 備 珩磨機床 定 位 夾 緊 共 頁 第 21頁 序 號 加 工 要 求 說 明 夾 具 刀 具 量 具 130 以基面，小頭和兩側面定位， 珩磨大頭孔和小頭銅套孔，保證圖中尺寸。 專用夾具 油石 內徑千分尺 135 檢查各尺寸精度 140 無損驗傷 145 入庫