微小程序段间速度平滑的指数加减速算法设计

为实现微小程序段间的速度平滑转接,提出基于微小程序段的指数加减速算法.该算法分析了指数加减速数学模型,并根据机床加工的离散周期特征,采用矢量转接算法原理求出机床的进给位移;通过预读转接角度、轮廓误差等数据控制微小程序段间的最大转接速度.实验证明,算法在满足加工精度的前提下,实现了微小程序段间速度平滑过渡,提高了数控加工的速度和效率.     

基于磨钝标准和切削参数的刀具状态切削功率阈值更新监控

在刀具状态监控中，实时监控阈值的确定是难点。常（恒）阈值监控因切削参数或条件的变化而常常导致误判。本文将介绍一种基于刀具磨钝标准和切削参数的新颖监控方法，实验证明，该方法能有效提高刀具状态监控的可靠性。     

镁合金超声检测的相关增强小波去噪技术

提出了一种基于相关增强与小波阈值相结合的超声信号去噪方法,将该方法用于AZ91镁合金的超声检测能够有效地去除噪声,提高检测精度。由于同类缺陷信号之间相关性较大,因此对同类缺陷的超声信号进行相关处理能够增强缺陷信号;结合小波分析的多分辨分析特点,从频率和时域对增强后的信号进行阈值处理,最终获得了良好的去噪效果。实验结果表明:该方法能够有效去除由粗晶散射引起的结构噪声,对微弱缺陷信号的检测是很有效的,且灵活便捷。     

LMD与小波阈值降噪结合的轴承故障识别

直接小波阈值降噪会使有用信号部分失真,为更好地对轴承故障进行特征提取,提出将局部均值分解(LMD)与小波阈值降噪结合进行降噪处理,其方法是:对含噪音的信号先进行LMD分解,并仅对分离出的高频信号分量采用改进阈值函数的小波降噪,保留残余信号的完整数据,然后重构信号。通过MATLAB仿真和轴承故障特征提取实验表明,与其它几种信号降噪方法相比,基于LMD方法并改进阈值函数的小波降噪方法,能提高信噪比,能更好的对信号进行特征提取。     

NURBS曲线自适应插值拟合算法

针对从DXF文件中构造的NURBS曲线,提出了一种曲线的自适应分解算法.该算法结合了NURBS曲线的形状信息,通过计算比较插补点的曲率半径与给定阈值的大小,以决定当前插补类型为直线段或是圆弧段,在满足加工精度的前提下,采用伸缩步长法使得拟合的区间尽可能大.经实际运行表明,此方法拟合的加工程序段少,能简化数值计算和编程,减少数控机床的预处理时间.该算法具有通用性,为其他曲线的插值拟合也提供了一种有效途径.     

基于小波分析的交流CMT焊接电信号滤波

在传统阈值去噪法的基础上提出一种改进阈值去噪算法.该算法在阈值区间加入处理函数和调节系数,填补阈值区间内的空白,从而实现灵活调整信号衰减程度和平滑程度,提高重构后信号的连续性和逼近程度.试验利用coif小波对交流CMT焊接不锈钢电流电压信号进行3层分解,采用改进阈值法对分解后的小波系数进行处理.结果表明,通过灵活调整调节系数,改进算法能够很好地去除交流CMT焊接电信号中的高频噪声,保留有用突变成分和规则脉动信号,对有用信号的衰减比软阈值方法小,提高了与真实信号的逼近程度,适用于交流CMT焊接电信号的滤波.     

数控系统现场总线精确时钟同步技术

结合自主开发的现场总线NCUC-bus协议,对与加工精度密切相关的现场总线时间同步技术进行了研究,并通过与现场总线上广泛实施的IEEE 1588精确时间同步协议的对比分析,论证了文章提出的同步策略的可行性和实用性.利用自行研制的主从站单元组建了实验系统,完成了时间同步精度的测试.实验结果表明,采用了NCUC-bus现场总线时间同步精度小于100ns,能够很好地满足现场工业控制的要求.     

基于小波包分解的航空涡轮盘超声相控阵检测图像降噪技术

针对航空涡轮盘难检区域缺陷的超声相控阵检测技术,分析了检测信号及图像特征,提出了检测信号的小波包软阈值降噪方法,并对小波阈值进行改进,最后基于降噪后的信号进行了相控阵图像重构。结果表明:缺陷特征信号几乎分布于检测信号的整个频域范围,单纯的频域滤波必然导致缺陷信号的损失;基于改进的小波包阈值,并且有针对性地选择部分分解信号进行滤波降噪,可在较好保留有用信号的同时滤除噪声信号,有效地提高了检测信号信噪比及检测图像分辨率,对于提高涡轮盘的超声相控阵检测能力具有重要作用。     

基于交叉耦合结构的同步控制器设计

为了提高单轴伺服系统的抗扰动能力和动态响应性能,基于现代控制算法设计了终端滑模-自适应模糊跟踪控制器。由于交叉耦合控制(CCC)结构可以实现轴间信息共享,故采用此结构提高镜像运动的两轴间的同步精度。利用Matlab/Simulink仿真平台,模拟了持续扰动作用下两轴跟踪正弦信号的同步运行过程,通过对比于传统PID控制器的响应曲线,证明了所提出的控制方法能够提高伺服轴的信号跟踪能力,更好地抑制扰动并减小同步误差。     

基于FPGA的数控系统现场总线时钟同步技术

在采用现场总线技术的高速高精度多轴数控加工中,分布时钟的同步精度严重影响着加工轨迹以及加工精度.根据IEEE1588协议,提出一种基于FPGA的数控系统现场总线时钟同步方法,实现了主站与从站控制芯片.并通过将基于FPGA的实现方法与软件实现方法进行对比分析,论证了基于FPGA的实现方法可以获取更为准确的时间戳,能在较低的成本下实现时钟频率补偿,完成精确的时钟同步.利用搭建的主从站实验平台,完成了时间同步精度的测试.实验结果表明,基于FPGA的数控系统现场总线的时钟同步技术的同步精度小于300ns,进一步提高了数控系统的加工精度.     

EtherCAT时钟同步技术的研究

为了解决工业控制领域中分布系统的同步问题,基于EtherCAT网络线形拓扑结构,分析了EtherCAT分布时钟的同步机制和主从站间的通信时序,深入研究了SYNC信号周期与发送同步帧的时间间隔的稳定性对同步质量的影响。设计了基于ARM的分布时钟的主站同步算法及仿真程序,并在搭建的测试平台上进行测试。测试结果表明,EtherCAT同步精度足以满足同步性的需求。     

基于深度SVDD-CVAE的轴承自适应阈值故障检测

通过状态监测进行轴承故障报警,能有效避免设备灾难性事故的发生。基于数据时序特征重构的故障检测法由于仅采用正常数据进行训练, 能有效避免故障数据不足而导致的模型检测精度下降。然而,此类方法的故障阈值确定依赖于大量的历史数据,且对检测精度有着极大的影响。为此,提出基于深度SVDD-CVAE的轴承自适应阈值故障检测方法。针对时序信号特征增强提取构建ConvLSTM作为基础单元的CVAE特征压缩提取框架,有效提取轴承故障微弱特征;结合SVDD自适应学习特征空间超球面,实现故障检测阈值的自适应确定;最后,通过全局误差损失反向传播对深度SVDD-CVAE框架进行迭代优化。实验结果表明：所提出的方法能有效提取轴承微弱故障特征、自适应确定阈值,并在IMS轴承数据集上取得97.7%的检测准确率。     

基于改进小波去噪和EEMD的轧辊偏心提取与补偿

为准确提取轧辊偏心信号,进而实现偏心补偿控制,提高冷轧机的厚度控制,提出了将一种改进小波阈值去噪和EEMD相结合的偏心信号提取方法。该方法结合了小波的强去噪性以及EEMD的抗模态混叠的优点,采用一种含参数的可变阈值函数,在阈值选择时通过人工蜂群优化算法自适应确定最优阈值。利用改进的小波阈值法对轧辊偏心扰动信号进行去噪预处理,然后经过EEMD将信号分解,提取表征偏心信号的特征模态函数,将重构的偏心信号补偿到冷轧机系统中。最后,通过仿真实验表明,此方法能有效补偿轧辊偏心,且所得补偿效果明显优于小波算法的补偿效果。     

基于改进阈值法的平移不变小波压力脉动去噪研究

针对传统软、硬阈值函数和广义阈值在消噪处理中存在恒定偏差、不连续等缺点,提出一种改进阈值函数和新阈值相结合的新方法.为避免传统的小波变换去噪在信号的不连续点上产生Pseudo-Gibbs现象,将平移不变量方法与上述改进阈值去噪方法相结合.采用该方法对实验测取的压力脉动信号进行消噪处理,结果表明:该方法提高了重建信号的信噪比,降低了均方根误差值,有效地消除了信号噪声.     

刀具磨损状态特征参数提取与识别方法研究

为准确识别刀具磨损状态,提出了基于MF-DFA的特征提取方法和基于LS-SVM的磨损状态辨识方法。设计了刀具磨损试验方案;提出了具有可调节参数的改进阈值小波降噪方法,解决了硬阈值降噪不连续和软阈值降噪失真问题,降噪后信号的信噪比和均方误差优于另外两种阈值;分析了多重分形谱参数与声发射信号特征对应关系,基于此初选了特征参数,根据刀具不同磨损阶段各参数的分布情况优选了特征参数,且优选特征参数聚类效果极佳;采用基于LS-SVM算法的磨损阶段识别方法,分别使用初选特征参数与优选特征参数进行模式识别,实验结果表明,优选特征参数的识别精度明显高于初选特征参数;与BP神经网络、SVM算法相比,LS-SVM算法的识别准确率最高、时间消耗最小。     

双电液伺服马达位置同步控制研究

针对液压伺服系统所具有的时变性等特点,建立了双电液伺服马达位置同步系统模型,并提出一种基于模糊控制的双电液伺服马达模糊复合交叉耦合式控制方式,通过模糊控制器来补偿同步通道由于时变性和外部干扰所导致的同步误差。仿真结果表明：该方法能提高位置同步精度。     

一种平滑固有时间尺度分解法在故障诊断中的应用

为提高滚动轴承振动信号故障信息提取精度,针对故障诊断过程中存在的噪声干扰问题,文章提出了一种平滑固有时间尺度分解法(Smooth Intrinsic Time Decomposition, SITD)的算法,将小波分析法嵌入到ITD分解过程中,采用了一种自适应阈值函数选取小波系数,使信号重建过程中获得更加精细的有用信号信息。将此方法应用于滚动轴承内圈故障和外圈故障诊断,结果表明与传统ITD方法比较,SITD方法不仅可有效消除背景噪声,同时保留冲击特征,还减少了端点效应,提高了滚动轴承的故障诊断精度。     

面向水下焊接电信号的粒子群优化小波软阈值去噪法研究

为降低噪声干扰以及提高检测精度,提出一种针对水下焊接电信号的基于粒子群优化的小波软阈值去噪方法。通过对信号进行小波分解,以信噪比作为评价指标,不断迭代进行全局搜索最优阈值从而完成信号去噪,并分别进行仿真及实测水下焊接电信号的去噪实验。结果表明,提出的算法具有信号信噪比更高、均方根误差更小、能有效保留信号的细节信息等优点,有利于水下焊接电信号特征的提取,从而为水下焊接质量在线监测提供基础。     

双电液伺服马达同步模糊控制系统的研究

本文针对液压伺服系统所具有的非线性特点，提出了一种基于模糊控制的双电液伺服马达同步系统，通过模糊控制器来补偿同步通道的非线性和时变性所导致的同步误差，为了提高模糊控制器的补偿效果，采用了可以按照同步误差大小自动在线调整模糊控制规则的模糊自适应控制器。仿真结果表明，该方法具有较高的同步控制精度。     

基于小波神经网络的航空发动机传感器故障诊断

航空发动机传感器故障诊断系统对于保证航空发动机控制系统可靠性和安全性至关重要,针对传统基于发动机模型的传感器故障诊断中存在建模精度不足导致故障诊断存在误诊和漏诊的问题,提出以小波变换和神经网络为基础,使用正常传感器预测故障传感器值。通过对比传感器输出和神经网络预测值的残差来实现传感器的故障诊断,其中神经网络可以在传感器故障后估计出正常的模拟信号代替故障信号供发动机控制系统使用,实现航空发动机控制系统的容错控制;使用改进粒子群优化算法优化BP神经网络的阈值和权值,以提高神经网络诊断和预测信号精度。仿真结果表明:该方法可以有效完成故障诊断,减少漏诊和误诊的发生。