低压铸造液面加压系统的自适应模糊与积分控制

在分析常规模糊控制、规则自适应模糊控制和积分算法的基础上,对低压铸造液面加压系统进行了仿真试验。仿真结果表明,规则自适应模糊控制具有较好的动态和静态性能,不但具有很好的工艺曲线跟踪性能,而且对过程参数的变化有很强的适应性。加入误差连续量的积分作用时,采用分离算法,可消除稳态误差和防止产生较大的超调。本文所采用的控制规则在线自适应算法和积分分离算法相结合的控制方案为低压铸造液面加压系统的控制提供了一条有效途径。     

柔性制造系统优化控制的研究

本文详细地分析和研究了传统的优化理论，人工智能和神经网络在ＦＭＳ优化控制中应用和适应性及各自的特点。指出充分发挥不同智能方法的优势，实现多智能模块的有效集成，是解决ＦＭＳ的整体优化控制问题的有效途径。     

基于改进谐波小波包的柔性薄壁轴承背景周期性冲击分离

柔性薄壁轴承是一种特殊的轴承,其内外圈是椭圆,在旋转时椭圆的长、短轴会对轴承产生一种周期性冲击,这种周期性冲击和轴承元件的故障周期性冲击混合在一起,对故障周期性冲击是一种极大的干扰。为消除这种干扰,通过分析椭圆长短轴引起的周期性冲击的特点,结合谐波小波的盒形频率特性,提出一种改进的谐波小波包来消除这种周期性冲击。普通谐波小波包的子带频率范围是根据分解层数确定的,而改进的谐波小波包的各个子带频率范围则针对椭圆长短轴引起的周期性冲击的频率分布特点而设计,可以有效地提取到这种冲击的每一个谐波分量,从而可准确地分离出整个周期性冲击。对实际柔性薄壁轴承振动信号的处理结果表明,改进的谐波小波包从混合的复杂周期性冲击中准确地分离出了椭圆长短轴引起的周期性冲击,而故障周期性冲击却被完好保留,从而消除背景周期性冲击的影响,实现对柔性薄壁轴承损伤的正确识别。     

加工过程自适应模糊控制的对称模糊化及控制算法

提出与常规离散模糊化及相应控制算法截然不同的对称模糊化和含对称模糊数的控制规则在线自调整方法。设计了相应的规则－比例因子自调节模糊控制系统,并应用于切削参数变化的铣削力在线控制。试验结果表明,所提出的方法有效,具有信息补偿,鲁棒性和适应性较强等特点,为加工过程自适应模糊控制了新思路。     

电动车制动能量再生反馈控制研究

研究了电动汽车制动过程中的能量回馈，设计了混合励磁无刷电动机在汽车制动过程的能量再生反馈控制系统。以脉宽调制调压调速系统为例，研究各种制动态下的能量回馈过程。并将其安装在EV6600电动汽车上进行试验，结果表明：该控制系统可达到10%左右的能量回收效率。     

数控加工中复杂空间曲线的编程处理

通过Autolisp语言编程，自动绘制由空间曲线形成的零件轮廓，转换到MasterCAM软件中，生成数控加工所需的NC代码。讨论了空间曲线的数学表达、程序流程、生成NC代码的过程和数控代码的适当处理。该方法为CAM中难以处理的复杂空间曲线轮廓的编程和加工提供了一种行之有效的途径。     

基于奇异值分解的铣削力信号处理与铣床状态信息分离

利用连续截断信号构造矩阵,通过奇异值分解可以将信号表示为一系列分量信号的简单线性叠加,证明了各分量之间是两两正交的,且具有零相位偏移特性.根据分量信号的信息量可以确定合理的矩阵结构.对铣削力信号的处理实例表明,奇异值分解方法分离出机床主轴旋转基频近乎完整的时域波形,分辨出两个频率很接近的信号分量,发现信号中隐藏的调幅现象,证实机床的爬行并确定爬行频率.最后与小波变换的结果进行比较,表明这一方法对铣削力信号的分离效果优于小波变换.     

直线逼近曲线的原理及在加工凸轮中的应用

通过Autolisp语言编程,以等间隔直线逼近非圆曲线,形成平面和圆柱凸轮轮廓,转换到MasterCAM软件中,生成数控加工所需的NC代码。讨论了等间隔直线逼近非圆曲线的原理,介绍了对凸轮数控代码的适当处理。该方法为复杂,精密的凸轮设计和加工提供了一种行之有效的方法。     

非最小相位加工过程的极点配置自校正控制

针对加工过程模型的时变性与非最小相位的特点，研究了变切削深度铣削加工过程的极点配置自校正控制，提出了适应于非最小相位过程的自适应控制算法，试验结果表明了该算法的有效性。并指出了获得理想控制结果的控制器设计参数，包括观测器参数与期望的极点分布。     

基于熵测度的加工过程模糊控制的参数优化

设计了一种参数优化的模糊控制器,其以信息熵为优化的性能指标,根据模糊控制器输入变量的大小,寻找模糊控制器的最优参数。应用于切削条件变化的加工过程的参数自调整模糊控制表明,这种方法不仅可以提高模糊控制的动、静态性能,而且还具有信息补偿、鲁棒性强等特点。