加工过程自适应模糊控制

由于加工过程受切削条件变化的影响，具有高度非线性性和时变性，传统的控制方法难以获得好的控制效果，为了保证加工的顺利进行，南京航空航天大学研究了一种新的控制方法──自适应模糊控制。为了提高模糊控制器的控制性能，提出了一种有效的逆推算法来对输出量化因子进行自适应调节。实验结果表明，这种自适应控制系统能在切削条件发生变化的情况下获得有效的恒力控制。     

加工过程的智能控制方法现状及展望

切削过程恒力控制对于提高生产率、保证加工精度和提高刀具寿命具有重要作用.文章对国内外近20年恒切削力加工过程智能控制的研究现状作了回顾,尤其着重模糊控制及神经网络控制等控制方法在恒切削力加工过程控制中的应用,总结了加工过程智能控制在实际工业应用较少的原因及存在的问题.简单介绍了STEP-NC环境下加工过程智能控制的应用,并对将来的研究工作做了展望.     

电火花线切割加工“约束型”自适应控制系统的研究

本文将“约束型”自适应控制技术应用于数控电火花线切割机床的伺服进给系统中，使控制系统控制过程平衡，跟踪较好，在工件变厚度，变加工规准的条件下，始终保证加工处于生产率最高的最佳状态。     

恒切削力加工过程的神经网络预测控制

切削过程恒力控制对于提高生产率、保证加工精度具有重要作用。文章以车削加工过程为对象,研究恒切削力加工过程中当切削深度发生突变时,如何减少系统输出切削力超调的问题。将预测控制策略与神经网络理论相结合,在神经网络学习时,使切削进给在切削深度发生突变前提前发生相应变化,提出了恒力切削过程的神经网络预测控制算法。仿真结果表明,与传统自适应神经网络控制相比,加工过程的神经网络预测控制能够有效的解决在背吃刀量发生突变时,加工系统输出的切削力过大的问题,显示出比加工过程传统神经网络自适应控制更好的综合性能。     

数控机床切削加工过程的模型参考自适应控制研究

阐述了一种基于数控机床切削加工过程的模型参考自适应控制方法.通过MATLAB/SIMULINK分别仿真了闭环、开环和模型参考自适应控制3种情况下的机床切削加工过程模型.仿真结果表明:模型参考自适应控制方法比其它两种方法更能根据机床变化的切削条件及时修正切削用量,使机床在加工中保持良好的切削性能.     

自适应控制的应用研究综述

文中对国内外自适应控制在工业和非工业领域的应用研究现状进行了较系统的总结。自适应控制成为一个专门的研究课题已超过5O年了,至今,自适应控制已在很多领域获得成功应用,证明了其有效性。存在的问题主要是其通用性和开放性严重不足,导致其推广应用至今仍受限制,但现在已能设计出安全、稳定、快速、有效、对现场操作人员无过高要求的自适应系统。结合神经网络、模糊逻辑等人工智能技术是今后一段时期内可能的理论和应用研究方向。     

电液力伺服系统的模型参考自适应控制

本文基于李亚普诺夫稳定性理论,提出了一种参数补偿的模型参考自适应控制系统。这种自适应控制算法无需辨识系统的全部状态变量,只需系统的输入和输出就可综合出自适应律,使系统自动地按照参考模型的性能进行控制,并在板簧试验电液力伺服系统中得到成功的应用。     

刀具状态监测与加工过程的适应性控制

概述了关于刀具状态监测与加工过程适应性控制的基本原理与方法，分析回答了该技术在应用与发展中的一些关键问题。     

不确定性加工过程的变结构控制

机械加工过程的模型不确定性和非线性造成加工过程控制困难,成为自动控制在加工过程中应用的瓶颈.文章分析了加工过程切削力模型的不确定性原因,深入分析了变结构控制滑模运动所特有的不变性.基于此,提出了一种基于变结构控制的处理实际加工过程中不确定性的方法.研究表明,用变结构控制来处理加工过程不确定性是可行和有效的.     

仿人智能控制中误差异常处理的自适应策略

针对仿人智能多模态控制切换过程中可能导致的失误,探讨了仿人智能控制中误差异常处理的自适应策略。基于人—机学习过程,指出了控制中可能导致的失误及其产生的缘由,分析了自适应功能的局限性,讨论了误差异常处理自适应性的机理,提出了改进的修正控制算法。仿真响应验证了该控制策略的有效性。结果表明:修正后的误差异常处理自适应控制算法在多模态控制切换过程中可覆盖更大范围的应用。     

一种采用单神经元自适应的智能控制系统的研究

针对工业过程机理复杂、参数甚至结构变化大、难于建立精确数学模型、常规PID不能满足控制要求的特点,本文提出了一种由基本配方控制器和单神经元智能补偿控制器组成的智能控制系统.基本配方控制器基于知识库推理获得PID控制器的设定值,而神经网络控制器根据误差实时对设定值进行在线调整,为解决复杂系统的控制问题提供了一种有效的方法.     

泵控缸电液位置伺服系统的自适应模糊滑模控制

针对泵控缸电液位置伺服系统的跟踪控制问题,设计了自适应模糊滑模变结构控制器.为了使等效控制器的设计不依赖于对象的精确数学模型,利用自适应模糊系统代替等效控制器,并且为了消除外界干扰、抑制抖振,利用模糊系统动态调节控制增益.仿真结果表明,该方法能保证系统具有较优的动态响应和稳态控制精度,并且对外界干扰及结构参数不确定性具有很强的鲁棒性.     

自适应控制专家系统

据美刊报道,以色列奥马特控制技术公司的科研人员在过去几年从理论和工业应用上对自适应控制技术进行了改进,使其能够根据加工中测得的切削条件连续补偿已编程的送给率和主轴转速,优化各种加工因素：机床、工具、工件数据和换刀时间。根据用户要求,专家系统再综合各项因素自动控制加工中心,使生产效率最佳化。公司新推出的产品为OI）tiMil,是一种适合于CNC铣、钻床及加工中心的万能自适应控制产品。据公司称,该产品能实现控制器和切削加工之间的直接连接。工作时,控制系统能连续实时监测加工过程中工具的负载。它能模仿CNC编程…     

自适应控制技术在数控与组合机床中的应用

介绍和综述了自适应控制技术、智能控制技术在数控、组合机床加工过程中的应用和发展状况.     

具有功率调节和容错能力的风力机自适应控制

水平轴风力机面对高风速变化工况时,极易出现转子灾难性失控超速运行,此时风能转换效率低于预期值,同时恶劣的环境也对桨距角控制提出了容错要求。针对这些问题,提出一种具有功率调节和容错能力的风力机自适应约束控制方案,通过自适应约束的桨距角控制实现安全可靠的功率调节,并集成容错能力以补偿可能的故障影响。介绍水平轴风力机的数学模型和运行要求,分析基准的非线性自适应约束控制方案的设计过程,并在此基础上讨论具有未知控制增益、任意初始条件和存在故障影响下的设计方案,最后搭建MATLAB仿真模型对所提出的方案进行验证。仿真实验结果表明：所提方案可以提高风力机的功率调节效率,同时在不同工况和不同故障条件下均能将转子速度和发电功率控制在安全范围内。     

基于BP网络自整定的PID控制在加工过程中的应用

基于BP神经网络自整定的PID控制,把BP神经网络与传统的PID控制很好的结合在一起,利用BP神经网络实时在线学习来调整PID的三个系数,这样充分发挥各自优势,从而拓宽PID控制的应用领域.对车床加工过程进行建模,加入BP神经网络自整定PID控制,以车床加工过程作为被控对象进行仿真研究.仿真结果表明,加工过程在BP神经网络自整定的PID作用下的控制效果良好.基于BP神经网络自整定的PID控制较传统的PID控制具有更好的鲁棒性和自适应性.     

交流伺服系统的模糊自适应PID控制

针对交流永磁伺服系统存在参数不确定和非线性数学模型不确定的特征,提出一种交流永磁伺服系统的模糊自适应PID控制方法。模糊自适应控制是通过总结控制经验、编写控制法则来设计控制器的控制方法,不依赖系统的精确模型。首先在建立合适的模糊规则表后,计算出各模糊子集的隶属函数,再由隶属函数求出各个参数在不同时刻的隶属度,然后运用模糊合成推理PID参数的模糊矩阵求得PID控制系统的控制参数。所得系统控制规则简便易懂,适用性和鲁棒性强,对于非线性时变复杂系统模型能以较简单的方式进行适时参数调整和控制,能获得良好的控制效果。最后进行了仿真研究,结果验证了控制方法的可行性。     

磨削力的自适应控制

约束适应控制系统用于径向非等刚度回转零件的磨削过程中，并不能提高被磨表面的几何精度。其原因在于，核系统产生的补偿力不符合工件的成圆机理。针对这一问题，本文设计了一个自适应控制系统用于磨削过程中，使补偿力与成圆机理相符。     

电火花加工自适应控制评述

介绍了电火花加工的自适应控制这一课题的最新进展,并且对一些最新的研究发表了自己的看法。