-
公开(公告)号：CN110488754B
公开(公告)日：2020-07-14
申请号：CN201910732917.3
申请日：2019-08-09
申请人： 大连理工大学
IPC分类号： G05B19/408 , G06N3/08
摘要： 本发明属于数控加工技术领域，公开了一种基于GA‑BP神经网络算法的机床自适应控制方法，通过对工件数控加工过程中主轴电机功率信号以及主轴振动信号的实时监测，并基于主轴功率信号和振动信号对进给速度和主轴转速进行实时优化和自适应调整；整个信号采集过程不影响正常的加工进行。基于神经网络算法的机床自适应控制方法能有效地提高加工效率和加工质量，且能延长刀具和机床的使用寿命，降低成本。
-
公开(公告)号：CN109739182A
公开(公告)日：2019-05-10
申请号：CN201910099608.7
申请日：2019-01-31
申请人： 大连理工大学
IPC分类号： G05B19/404
摘要： 本发明提供了一种对冷却系统扰动不敏感的主轴热误差补偿方法，属于数控机床误差补偿技术领域。首先，进行基于多状态变转速的主轴模型系数辨识试验；之后，基于温度与热误差的相关性分析，确定与主轴轴向热误差关联度显著的温度测点；接着，建立对冷却系统扰动不敏感的主轴热误差模型，并基于非线性二次规划算法对模型中的系数进行有约束条件下的辨识；最后，基于OPC UA通讯协议将模型计算出的补偿值写入到数控系统中，实现主轴热误差的补偿。该方法的优点为，模型预测精度高且鲁棒性强，尤其在冷却系统频繁启动等扰动情况下仍能保持良好的补偿效果。
-
公开(公告)号：CN109739182B
公开(公告)日：2020-06-16
申请号：CN201910099608.7
申请日：2019-01-31
申请人： 大连理工大学
IPC分类号： G05B19/404
摘要： 本发明提供了一种对冷却系统扰动不敏感的主轴热误差补偿方法，属于数控机床误差补偿技术领域。首先，进行基于多状态变转速的主轴模型系数辨识试验；之后，基于温度与热误差的相关性分析，确定与主轴轴向热误差关联度显著的温度测点；接着，建立对冷却系统扰动不敏感的主轴热误差模型，并基于非线性二次规划算法对模型中的系数进行有约束条件下的辨识；最后，基于OPC UA通讯协议将模型计算出的补偿值写入到数控系统中，实现主轴热误差的补偿。该方法的优点为，模型预测精度高且鲁棒性强，尤其在冷却系统频繁启动等扰动情况下仍能保持良好的补偿效果。
-
公开(公告)号：CN111136509A
公开(公告)日：2020-05-12
申请号：CN202010027781.9
申请日：2020-01-10
申请人： 大连理工大学
IPC分类号： B23Q17/09
摘要： 本发明属于刀具状态监测技术领域，提供了一种基于ELM-SDAE算法的刀具状态监测方法，先通过三向加速度传感器采集加工过程中的振动信号；再采用线性插值的方法对缺失值进行插补，采用朴素随机欠采样和添加白噪声的方法，对数据进行平衡处理，将振动信号进行矢量叠加获取主振动方向的有效值；接着构建ELM-SDAE网络，采用贪婪逐层方法对网络模型进行训练；最后将实际加工过程中的实时振动经数据预处理后输入ELM-SDAE网络中，网络输出刀具的当前状态，实现刀具状态的实时监测。本方法减少人工和专家经验的参与，避免训练过程可能陷入局部最优、学习率慢等能导致模型训练失败和泛化能力不足的情况，大幅度缩减网络的训练时间。
-
公开(公告)号：CN110561192A
公开(公告)日：2019-12-13
申请号：CN201910855352.8
申请日：2019-09-11
申请人： 大连理工大学
IPC分类号： B23Q17/09
摘要： 本发明提供了一种基于堆叠自编码器的深孔镗刀状态监测方法，属于刀具状态监测技术领域。先将两个三向加速度传感器通过磁座分别吸附在深孔镗杆的两个保持架轴瓦外部，在工件内孔的加工进口处放置一个传声器，采集镗削过程中的振动和声信号；再采用限幅值滤波法，对采集到的数据进行数据预处理；然后，构建堆叠自编码器网络，采用贪婪逐层方法，利用预处理后的数据对堆叠自编码器进行训练；最后，将镗削加工过程中的实时振动和声信号经数据预处理后输入堆叠自编码器网络中，网络输出刀具的当前状态。该方法可实现深孔镗刀状态的实时监测。
-
-
-
-
搜索结果
15 条记录 (耗时 0.023 秒)
