步进电机在高速主轴动平衡装置上的应用

介绍了步进电机原理在在线动平衡装置中的应用,及其在高速情况下易出现失步现象的原因分析和解决方法。具体研究了时间常数与电流的关系以及其对装置输出转矩的影响,分析了装置的自振动产生原因和对转速的影响。     

木质砂轮的开发

普通砂轮是通过结合剂将无数细小的磨粒粘结在一起的，由于磨粒很硬，磨粒之问的粘结层十分微薄，导致磨粒间的接触几乎是刚性接触，砂轮具有较高的刚度。这种高刚度的砂轮具有高的磨削能力和磨削效率，缺点是被磨工件表面易产生划痕，难以获得高的表面加工质量。为了克服普通砂轮如SiC砂轮存在的高刚性，本文尝试在SiC磨料中加入少量的木质微粉，使其在磨粒之间起半弹性作用，从而改善被加工表面质量。这种半弹性的木质砂轮，是利用木质粉末经干馏、筛选后作为磨料，在砂轮制备过程中混入。本文应用这种砂轮对花岗岩进行了大量的磨削试验及加工比对试验。试验结果表明，木质砂轮不仅具有较高的磨削能力和效率，而且能获得纳米级加工表面(Ralonm／Ry112nm)。     

基于DSP的高速主轴在线动平衡控制系统设计

本文介绍了一种使用TI公司高速数字信号处理器(DSP)TMS320F2812芯片控制的高速电主轴在线动平衡控制系统及其控制策略,根据平衡环的矢量变换和振动平衡原理,提出一种高效的控制策略,建立了电主轴平衡环控制系统的数学模型,并通过对电主轴动平衡状态进行仿真,验证了数学模型和平衡方法,这对显著降低高速电主轴的振动强度,提高加工质量的目的有重要意义。     

论生态加工液与零排放生产

21世纪是生产工厂追求零排放生产的时代，机械加工中大量循环使用加工液的现状亟需改变。作为对策，本文主要对近年来日本在生态加工液与零排放生产领域的最新研究进展进行论述，希望这一研究动向能引起我国制造业同行的密切注意和兴趣。     

论生态加工与环境保护

对近年来发达国家兴起的基于环境保护的生态加工技术进行论述。机械加工行业应该从保护生态环境的观点出发，深入研究改善生产环境，节省能源和降低加工成本的生态加工与零排放生产及其关键技术，如研究开发使用冷风、微少量可自然降解油剂加水等形态的生态加工液的新型加工方法与加工技术及设备。     

基于ABC-RFEKF算法的锂电池SOC估计

准确、可靠的荷电状态(SOC)估计可以为电池管理系统的安全高效使用提供保障。针对锂电池SOC估计精度不足的问题,提出人工蜂群算法(ABC)和随机森林优化EKF算法(RFEKF)分别实现电池模型的参数辨识和SOC估计。在建立双极化模型的基础上,为解决在线辨识初始误差累积的问题,采用ABC算法搜索最小模型电压误差下的全局最优阻抗参数值,实现模型参数的精确辨识。在获得精确的模型参数基础上,使用随机森林(RF)对SOC后验估计误差进行在线补偿,达到弥补传统EKF算法高阶项误差的目的,进而实现SOC高精度估计。联合半实物仿真系统和电池测试平台,在EPA城市动力工况下对SOC估计算法实现快速控制原型验证。结果表明:基于ABC-RFEKF的锂电池SOC估计算法各项误差指标均低于传统SOC估计算法,平均误差在1%左右,满足实际工程需求。     

基于BWDSP1042的复数矩阵向量乘的优化与实现

采用两种方法对复数矩阵向量乘进行优化，提高其在BWDSP1042上的运行效率。一是按列分块与减少二级循环内循环次数相结合的方法(矩阵列非4的倍数);二是模八寻址与减少二级循环内循环次数相结合的方法(矩阵列为4的倍数)。实验结果表明，采用第一种方法可缩短复数矩阵向量乘的运行周期2.8倍以上，第二种方法可缩短其运行周期3.1倍以上。     

基于改进Bayes信息量准则的锂电池自适应变阶AVO模型

提出了一种融合Bayes信息量准则和樽海鞘优化算法的自适应变阶(AVO)模型。该模型以端电压误差的Bayes信息量作为一阶和二阶RC模型的变阶依据，利用樽海鞘优化算法(SSA)搜索Bayes信息量序列的全局最优解，实现对模型最优变阶序列的求解；通过开展混合动力脉冲特性(HPPC)实验，选用含遗忘因子递推最小二乘法(FFRLS)获取精确的模型参数，完成AVO模型的电阻及电容参数辨识和精度在线验证。结果表明：所建立的锂电池自适应变阶AVO模型平均误差为0.011 9 V，精度及实用性较高。