-
公开(公告)号：CN104794290A
公开(公告)日：2015-07-22
申请号：CN201510197240.X
申请日：2015-04-24
Applicant: 华中科技大学
IPC: G06F17/50
Abstract: 本发明公开了一种用于机械装备结构的模态参数自动识别方法，该方法包括如下步骤：将整个频域区间按照区间宽度分割成宽度相同的频率小区间，统计固有频率落在各频率小区间内的极点总数；将极点总数小于阀值的频率小区间内的极点作为计算极点而剔除，剩余的极点作为物理极点而保留；然后，利用最小方差准则，从上述步骤中剩下的极点中自动识别各阶模态参数。该识别方法可有效区分计算极点与结构物理极点，自动识别结构的模态参数，获得机械结构在工作状态下的动力学特性参数，有效减少模态分析中的人工参与，为机械结构的在线检测、损伤识别等提供了有利的方式。
-
公开(公告)号：CN104281090A
公开(公告)日：2015-01-14
申请号：CN201410524619.2
申请日：2014-09-30
Applicant: 华中科技大学
IPC: G05B19/18
CPC classification number: G05B19/41885
Abstract: 本发明公开了一种数控机床系统的功率建模方法，将数控机床系统分为待机、空转、空切和切削四种状态，获得空转状态相对于待机状态需要数控机床系统额外增加的功率Pspindle,空切状态相对于空转状态需要数控机床系统额外增加的功率Pfeed，切削状态相对于空切状态需要数控机床系统额外增加的功率Ptip和Padd，数控机床系统的功率模型为待机状态功率P0、Pspindle、Pfeed、Ptip以及Padd相加。本发明方法建立的功率模型物理意义明确，合理、简单而准确。
-
公开(公告)号：CN104122106A
公开(公告)日：2014-10-29
申请号：CN201410339469.8
申请日：2014-07-16
Applicant: 华中科技大学
IPC: G01M99/00
Abstract: 本发明公开了一种基于切削表面有凸点的工件的机床激励方法，通过利用刀具对表面具有凸块的工件进行切削，从而产生单脉冲激励力以激励机床，该方法包括：(1)确定工件表面凸点的宽度aw，(2)确定凸点在进给方向的长度al；(3)根据长度和宽度参数加工出具有凸点的工件；(4)确定主轴转速n，进给量af以及背吃刀量ap，利用刀具对工件凸点进行切削，从而产生单脉冲切削力，对基础结构施加激励信号，实现激励机床。本发明的方法可以在无需外加激励条件下，通过切削凸点产生单脉冲切削力即可完成对机床结构的激振，不仅可以大大降低模态试验的激振成本，而且可以在工作状态下根据需要和具体对象对机床进行可控激振，获得机床在工作状态下的动力学特性。
-
公开(公告)号：CN103433810B
公开(公告)日：2014-08-27
申请号：CN201310307170.X
申请日：2013-07-19
Applicant: 华中科技大学
Abstract: 本发明提供了一种复杂曲面法矢在机检测方法，具体为：产生激光束，激光束穿过开孔栅板入射加工点所在的待测曲面，在待测曲面上形成投影；采集待测曲面上的投影图像，对投影图像进行坐标分析确定加工点法矢方向。本发明还提供了实现上述方法的装置，包括激光器、开孔栅板、面阵CCD相机和图像处理系统，激光器用于产生激光束，激光束闯过开孔栅板入射加工点所在的待测曲面，面阵CCD相机用于采集待测曲面上的投影图像，图像处理系统用于对投影图像进行坐标分析确定加工点法矢方向。本发明满足实时检测需求，具有精度高、效率高以及适应性强的特点，特别适用于在自由曲面钻孔过程中对钻孔法矢的实时检测。
-
公开(公告)号：CN103970065A
公开(公告)日：2014-08-06
申请号：CN201410168213.5
申请日：2014-04-24
Applicant: 华中科技大学
IPC: G05B19/18
Abstract: 本发明公开了一种基于切削激励的数控机床频响函数获取方法，该方法包括：利用机床切削加工工程中产生的随机切削力激励机床结构；利用传感器测量所需要获得频响函数部位的振动响应信号；建立切削力模型，并且根据转速变化对切削力的影响，采用修正函数对切削力模型进行修正；确定切削力计算模型中的系数，并且根据实验拟合修正函数；根据计算得到的切削力和测量得到的振动响应，获得机床结构的频响函数，并将计算得到的频响函数进行曲线拟合，消除噪声，得到最终的频响函数。按照本发明，能够获得辨识结果更加精确可靠的机床在运行状态下的动力学特性通过得到的频响函数从而可以进行机床结构优化设计和机床状态监测等。
-
Patent Agency Ranking
公开(公告)号：CN103823406A
公开(公告)日：2014-05-28
申请号：CN201410088152.1
申请日：2014-03-11
Applicant: 华中科技大学
IPC: G05B19/18
Abstract: 本发明公开了一种数控机床的结构敏感环节辨识方法，通过数控机床的模态质量、模态振型向量构建数控机床的模态质量分布矩阵，并从而获得机床结构敏感环节，其特征在于，该方法具体包括：（1）对数控机床进行模态实验，获得数控机床的模态质量、模态振型向量；（2）根据获得的模态质量和模态振型向量，构建数控机床的模态质量分布矩阵；（3）利用所述模态质量分布矩阵，获得机床各部件的模态质量分布情况曲线，并进而辨识出机床敏感环节。本发明的方法可以判断机床结构的敏感环节，这样便对机床结构的薄弱情况进行了量化，由此解决此前提到的现有方法评估机床结构敏感环节过程中遇到的问题。
-
公开(公告)号：CN102564786B
公开(公告)日：2014-05-07
申请号：CN201110444386.1
申请日：2011-12-27
Applicant: 华中科技大学
IPC: G01M99/00
Abstract: 一种基于切削激励的机床结构模态比例因子获取方法，包括：选择脉冲切削方式，脉冲切削方式包括铣削、车削和镗削凸台，建立与脉冲切削方式对应的切削力模型，根据切削力模型生成切削参数，并随机生成凸台参数，根据切削参数和凸台参数计算切削力的自功率谱，并判断自功率谱的频宽是否覆盖期望的频带范围，判断自功率谱的能量是否大于一阈值能量，若能量大于阈值能量，则根据所选的切削参数生成数控指令代码，以控制机床加工待切削试件，测量机床的响应信号，并计算响应信号的互功率谱矩阵，根据响应信号的互功率谱矩阵利用最小二乘复频域法计算系统极点以及模态振型向量。本发明能够估计激励力的能量大小，继而从互功率谱矩阵中获取模态比例因子。
-
公开(公告)号：CN103543637A
公开(公告)日：2014-01-29
申请号：CN201310488078.8
申请日：2013-10-17
Applicant: 华中科技大学
IPC: G05B13/00
Abstract: 本发明提供一种重型机床车间环境温度解析建模方法，其结合时间序列分析，傅立叶级数分解方法，将实测的环境温度用傅立叶三角级数形式表达，获取环境温度的时间序列、波动频率、波动幅值、相位等信息，实时测量更新的温度数据和当前时间信号作为输入，实现温度的实时预测，代替实测温度用于热误差响应预测建模。本发明考虑了环境温度波动的周期性和非周期性，以及波动随季节和年度变化的特征，同时考虑了当前机床当前热状态既受当前环境温度影响又受历史温度状态影响的客观事实，有利于更准确地定量描述机床热变形误差的时滞响应特性，进而提高机床热误差预测的精度和鲁棒性。
-
公开(公告)号：CN103324139A
公开(公告)日：2013-09-25
申请号：CN201310225106.7
申请日：2013-06-07
Applicant: 华中科技大学
IPC: G05B19/4065
Abstract: 本发明公开了一种数控机床铣削加工刀具破损监测方法，该方法通过获取机床主轴电机电流信号，预处理后经过奇异谱分析与特征值提取过程，建立刀具破损监测模型，实现对刀具破损状态的监测，达到通过电流信号预测刀具破损的目的。本发明采用电流信号作为监测信号，具有信号获取容易，传感器成本低，安装方便等特点，奇异谱分解可以有效提取信号中与刀具状态相关的成分，并且奇异谱是基于信号内部结构的分解方法，计算速度快，节省时间；特征值是基于统计方法方差进行提取，可以有效反应刀具破损状态，并且也具有计算速度快的特点；支持向量机在小样本、非线性模式识别中表现出许多特有的优势，识别准备率较高。
-
公开(公告)号：CN103323200A
公开(公告)日：2013-09-25
申请号：CN201310180010.3
申请日：2013-05-15
Applicant: 华中科技大学
IPC: G01M7/08
Abstract: 本发明公开了一种刀尖点模态参数的获取方法，通过在数控机床的主轴空运行转动中施加多次加减速冲击产生激励，实现对主轴上的刀具刀尖点的模态参数的获取，该方法具体包括：确定主轴空运行转动中施加的单次加减速冲击的时间及加速度值；确定主轴空运行转动中施加的相邻加减速冲击的间隔时间，其中,该间隔时间的序列为随机序列；根据上述确定的加速度、单次加减速冲击的时间以及各次加减速冲击的间隔时间控制所述主轴空运行转动，从而产生激励；采集激励下的主轴刀尖点响应信号并经模态分析处理后即可得到刀尖点的模态参数。本发明的方法能获得与主轴空运行转动速度相关的刀尖点的模态参数，可以更准确得到实际工况下的模态参数。
-
-
-
-
-
-
-
-
-
Search Results
186
records
(took 0.032 seconds)
