-
公开(公告)号：CN116393767B
公开(公告)日：2025-01-17
申请号：CN202310331578.4
申请日：2023-03-31
Applicant: 南京工大数控科技有限公司
Abstract: 本发明涉及齿轮加工机床技术领域，具体涉及一种大规格数控成形磨齿机，包括床身、立柱、垂直进给拖板、过渡箱体、磨头、回转工作台、X轴进给系统、Z轴进给系统、A轴驱动系统和C轴驱动系统；所述机身上设有所述立柱，所述X轴进给系统设置在所述立柱的一边，所述X轴进给系统设置在所述床身上，所述Z轴进给系统设置在所述立柱上，所述垂直进给托板设置在所述Z轴进给系统上；本发明的外齿磨削状态和内齿磨削状态之间的切换效率高、重复性和精度好，可以实现一机两用，减少制造成本。
-
公开(公告)号：CN116393767A
公开(公告)日：2023-07-07
申请号：CN202310331578.4
申请日：2023-03-31
Applicant: 南京工大数控科技有限公司
Abstract: 本发明涉及齿轮加工机床技术领域，具体涉及一种大规格数控成形磨齿机，包括床身、立柱、垂直进给拖板、过渡箱体、磨头、回转工作台、X轴进给系统、Z轴进给系统、A轴驱动系统和C轴驱动系统；所述机身上设有所述立柱，所述X轴进给系统设置在所述立柱的一边，所述X轴进给系统设置在所述床身上，所述Z轴进给系统设置在所述立柱上，所述垂直进给托板设置在所述Z轴进给系统上；本发明的外齿磨削状态和内齿磨削状态之间的切换效率高、重复性和精度好，可以实现一机两用，减少制造成本。
-
公开(公告)号：CN110518848B
公开(公告)日：2021-12-17
申请号：CN201910823770.9
申请日：2019-09-02
Applicant: 南京工业大学 , 南京工大数控科技有限公司
Abstract: 一种基于单神经元与改进粒子群算法优化双电机高速高精度同步控制方法，其特征是包括以下步骤：步骤1：根据永磁同步电机的矢量控制原理设计粒子群优化两个电机的PI控制器中KP、KI两个参数；步骤2：对粒子群算法进行改进提高其优化PI控制器的速度与精度；步骤3：通过对评价指标的设计，来保证单电机平稳启动，提高双电机启动时的高精度同步控制；步骤4：将优化后的参数赋值给电机PI控制器；步骤5：通过单神经元耦合器的设计，完成针对任意型号的两个电机的实时耦合计算，实现实时耦合控制。本发明能够明显改善在不同型号电机的双电机高转速下的高精度同步控制，并保证了在初始启动阶段、平稳运行阶段和负载扰动阶段均具有较高的转速同步精度。
-
公开(公告)号：CN110703609B
公开(公告)日：2021-08-06
申请号：CN201911129822.9
申请日：2019-11-18
Applicant: 南京工业大学 , 南京工大数控科技有限公司
IPC: G05B13/04
Abstract: 本发明公开了一种电机伺服系统智能运动控制方法，属于机电伺服控制领域。一种电机伺服系统智能运动控制方法，其特征在于：所述一种电机伺服系统智能运动控制方法的具体步骤如下：步骤一、建立电机伺服系统数学模型，根据牛顿第二定律且简化电机的电气动态为比例环节；步骤二、设计多层神经网络对电机伺服系统遭受的未知函数扰动进行估计；步骤三、结合三层神经网络设计扩张状态观测器对电机伺服系统的时变外干扰进行估计：步骤四、设计基于多层神经网络和扰动前馈补偿的电机伺服系统位置跟踪控制器。本发明能保证电机伺服系统的位置输出能准确地跟踪期望的位置指令，更利于在工程实际中的复杂工况下应用。
-
公开(公告)号：CN110703608B
公开(公告)日：2021-08-06
申请号：CN201911128622.1
申请日：2019-11-18
Applicant: 南京工业大学 , 南京工大数控科技有限公司
IPC: G05B13/04
Abstract: 本发明公开了一种液压伺服执行机构智能运动控制方法，属于机电伺服控制领域。其闭环控制系统原理如摘要附图中图1所示。该控制方法以双出杆液压执行器位置伺服系统作为研究对象，以在测量噪声、非匹配和匹配未知函数扰动以及时变外干扰等因素的共同影响下其位置输出能准确地跟踪期望的位置指令为控制目标，针对测量噪声采用基于期望指令的补偿技术进行噪声抑制控制；对非匹配和匹配未知函数扰动分别通过多层神经网络进行估计并前馈补偿；本发明所设计的液压伺服执行机构智能运动控制方法在同时存在测量噪声、强未知函数扰动、强外干扰的工况下能保证电液伺服系统的位置输出能准确地跟踪期望的位置指令，更利于在复杂工况中应用。
-
Patent Agency Ranking
公开(公告)号：CN110370083B
公开(公告)日：2021-07-20
申请号：CN201910794920.8
申请日：2019-08-27
Applicant: 南京工业大学 , 南京工大数控科技有限公司
IPC: B23Q17/22
Abstract: 本发明涉及一种工件位姿误差测量及标定技术领域，具体涉及一种强力剐齿加工工件位姿误差测量的方法。其包括如下步骤：S01：确定机床原点坐标；S02：安装齿轮工件；S03：根据机床构型编辑测量轨迹，生成测量代码；S04：建立包含工件位姿误差的齐次运动方程，确立工件各位姿误差与各运动坐标值之间的映射关系；S05：根据对应测量轨迹的坐标值，结合位姿误差与运动坐标值间的映射关系计算得到工件的安装位姿误差。本发明为剐齿加工工件位姿误差的测量提供一种简易、高效的方法。
-
公开(公告)号：CN112475475A
公开(公告)日：2021-03-12
申请号：CN202011341242.9
申请日：2020-11-25
Applicant: 南京工业大学 , 南京工大数控科技有限公司
Abstract: 本发明公开了一种人字齿轮对中度在线测量及修正方法，包括步骤：人字齿轮加工刀具运动路线的确定；人字齿相关参数的确定，包括螺旋角、齿宽；人字齿轮空间坐标系的确定，以人字齿轮下端面为空间坐标系XOZ平面，齿轮轴的基准轴线与Y轴相重合；以刀具从下端面运动到中间位置时，刀具在Y轴方向移动Y1个距离时齿廓在X轴上的坐标；从上端面运动到中间位置时，取Y方向刀具运动距离为Y1时与齿廓相交点的横坐标为X2，得出切向对中度误差；通过刀具对人字齿轮进行修正。本发明根据加工过程中刀具运动分量的变化，测量齿轮切线方向的对中误差，实现对中度误差的实时测量；以现有齿轮端面作为基准，避免了中间平面为基准时产生的误差。
-
公开(公告)号：CN112404606A
公开(公告)日：2021-02-26
申请号：CN202011037325.9
申请日：2020-09-28
Applicant: 南京工业大学 , 南京工大数控科技有限公司
Abstract: 本发明公开了一种超大型内齿齿轮双端面数控倒角加工机床及方法，包括数控转台、水平径向滑台、立柱一、立柱二、Y1刀架组件、Y2刀具组件、Y3刀架组件、Y4刀具组件、X1轴径向进给系统、X2轴径向进给系统、Y1轴垂直进给系统、Y2轴垂直进给系统、Y3轴垂直进给系统、Y4轴垂直进给系统、钢丝刷去毛刺系统、工件支承件，本发明采用工件固定不动，机床回转运动的运动形式，大大减小了用于超大型齿轮倒角加工的数控机床的占地面积，利用高速旋转的硬质合金铣刀实现超大型内齿齿轮两侧端面同时倒角加工，倒角大小和形状可调、倒角尺寸一致、齿槽自动对中，并可对齿根、齿顶等部位进行去毛刺抛光工作。本发明结构创新，制造成本低，自动化程度高。
-
公开(公告)号：CN110018671B
公开(公告)日：2021-02-05
申请号：CN201910304032.3
申请日：2019-04-16
Applicant: 南京工大数控科技有限公司 , 南京工业大学
IPC: G05B19/414
Abstract: 本发明涉及一种用于数控直驱力矩转台伺服驱动参数寻优的方法，具体涉及基于小位移直驱力矩转台伺服参数优化方法。其包括如下步骤：S01：将电子千分表固定在主轴或其他非运动区域上；S02：在转台零位时，校正标准块测量平面与转台Y轴平行；S03：根据转台运动特性，基于小位移编写转台运动程序；S04：设计正交试验表；S05：根据理论位移值和实际读数值得到C轴转台的定位偏差值，根据C轴转台回程后的读数值得到重复定位偏差值。S06：调整伺服参数并对该参数进行验证。通过调节伺服驱动参数，进一步优化直驱调力矩电机的定位精度、重复定位精度及伺服刚性，能广泛运用于各种机床电机伺服参数优化，减少调试时间，提高工作效率。
-
公开(公告)号：CN111459093A
公开(公告)日：2020-07-28
申请号：CN202010094778.9
申请日：2020-02-16
Applicant: 南京工大数控科技有限公司
IPC: G05B19/401
Abstract: 一种机床主轴精密运动输出反馈控制方法，其特征在于：具体步骤如下：步骤(1)：建立机床主轴驱动电机伺服系统的数学模型；步骤(2)：设计参数自适应律对系统遭受的不确定性参数进行估计；步骤(3)：设计自适应状态观测器对系统中的速度进行估计；步骤(4)：设计机床主轴精密运动输出反馈控制器；步骤(5)：选取恰当的观测器带宽以及对角自适应律矩阵并调节参数的值保证机床主轴驱动电机伺服系统的位置输出准确地跟踪期望的位置指令。本发明所设计的机床主轴驱动电机伺服系统精密运动控制方法在同时存在测量噪声、强参数不确定性、外干扰等因素且仅有角位置测量值的工况下能保证电机伺服系统的位置输出渐近地跟踪期望的位置指令。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.046 seconds)
