共查询到20条相似文献,搜索用时 218 毫秒
1.
摩托车铝合金缸体压铸工艺参数优化 总被引:2,自引:2,他引:0
为解决摩托车铝合金缸体压铸件存在的缺陷问题,利用Any Casting铸造数值模拟分析软件,采用正交试验方法,并借助Image J软件统计铸件的孔洞面积(缩孔缩松或气孔),系统研究了压铸工艺参数:快压射速度、快压射切换点位置及模具温度对摩托车铝合金缸体孔洞面积的影响规律.研究表明,铸件内的孔洞总面积随着快压射速度的增加而增加,随着快压射切换点位置和模具预热温度的增加而减小.本实验条件下的最优工艺参数为:快压射速度2.0 m/s、快压射切换位置280 mm、模具温度240℃.采用该组参数,使铸件致密度增大,上、下端面孔洞所占面积分别减少21%和68%,铸件废品率从14%降低到5%. 相似文献
2.
3.
4.
为了解半固态压铸过程中浆料充型规律及其流动特点,本文采用AnyCasting铸造仿真软件特有的半固态触变功能模块(Bingham粘度模型)对半固态ZL201铝合金的触变充型过程进行数值模拟,研究慢、快压射速度及切换时间对半固态触变压铸充型过程的影响,对最优充型条件下的铸件微观组织及力学性能进行模拟研究,并进行试验对比.数值模拟结果显示,ZL201合金半固态触变压铸成形在浆料温度600 ℃、模具温度240 ℃时、低速压射速度0.1 m/s、且在1.5 s后进行速度切换、高速压射速度为1 m/s时,所得铸件维氏硬度最大可达72HV,平均抗拉强度为208 MPa.按照该工艺条件成型的成形件显微组织致密,测得其平均抗拉强度为212.5 MPa、平均硬度值为70.8HV, 性能较高,与模拟结果符合较好. 相似文献
5.
6.
介绍通过在线数据采集系统采集供气系统压力站的电机电流、放空阀开度、气体流量等数据,将数据作为预测控制器输入信号,同时通过压力变送器采集管网压力数据作为预测控制器调压控制信号,预测控制器通过多目标决策的忧患算法形成PID调节器输入信号,利用PID调节器的输出信号驱动变频器控制电机,改变电机运行效率,驱动气体压缩机运行,保证供气系统管道网络压力动态平衡,同时有效避免空压系统卸载和供气管道放空等操作,达到节能的目的。 相似文献
7.
8.
当今,随着电子技术的发展,光伏发电不断向着大功率,高效率的方向发展,因此对伴随的光伏充电系统的要求也越来越高。本文主要介绍超低压光伏充电控制系统的设计。该设计由光伏电池、蓄电池、MSP430F169为核心的控制电路、电能调整电路几部分构成。其中MSP430F169单片机作为主控MCU电能调整部分采用DC/DC转换芯片MAX1775与MAX1709。MSP430F169单片机将采样返回的电压与电流差分信号进行A/D转换,得出实际电压、电流值。电流反馈信号经PID算法处理后再经D/A转换输出到调整管电路,以控制主回路充电电流。故障检测电路通过电压比较器LM393判断直流电源过压故障,过压时控制继电器使其断开连接。 相似文献
9.
运用铸造模拟软件Procast对一模四腔的A356铝合金压铸零件进行数值模拟,分析铸件的充型凝固过程,预测缺陷。结果显示:在压射速度为2.5m/s,浇注温度为650℃,模具温度为240℃的条件下四腔同时充填,充型平稳,排气良好,得到充型完整、无缩松缩孔、气孔倾向小的铸件。 相似文献
10.
11.
动态定量称量包装系统BP神经网络PID控制算法 总被引:1,自引:1,他引:0
目的针对动态定量称量包装控制系统具有大惯性、滞后、非线性且无法建立精确数学模型等缺点,研究提高动态定量称量包装系统控制精度的方法。方法提出了一种改进型BP神经网络PID的定量称量包装控制系统,将BP神经网络与PID控制方法相结合,通过神经网络的自学习、加权系数的调整,优化PID控制器参数K_i,K_p,K_d,并将粒子群算法引入到神经网络中作为其学习算法,以有效提高BP神经网络算法的收敛速度。结果仿真和实验结果表明,改进型BP神经网络PID控制响应速度快、超调量较小,系统称量误差得到大幅度减小。结论所述控制方法可以明显提高定量称量控制过程的稳定性、精确性以及鲁棒性。 相似文献
12.
基于RBF神经网络的自动包装机温度控制算法研究 总被引:2,自引:2,他引:0
目的针对传统热封工艺中温度调节PID算法参数过度依赖人工经验的缺点,提出一种RBF神经网络与PID算法相结合的具有参数自适应的热封温度控制算法。方法使用控制系统的输出误差作为代价函数,采用最小均方误差(LMS)调整权值与偏置参数,并通过中心自组织算法实现径向基函数中心和中心宽度的动态调节,在Matlab软件中的Simulink子系统中建立仿真模型进行算法验证,并与传统PID控制算法进行比较。结果仿真结果表明,径向基神经网络与传统PID算法的结合使得系统输出响应在动态性能和静态性能方面均优于传统PID,在系统上升时间、调节时间等方面均优于增量式数字PID。结论将RBF神经网络PID算法应用于自动包装机,避免了传统热封工艺中PID控制算法参数不能适应于复杂变换控制环境的问题,神经网络PID算法的自适应性强,实现了热封温度变化下PID参数的自动调整,在一定程度上提升了生产效率和包装设备的智能化水平。 相似文献
13.
基于BP神经网络PID的纸浆浓度自适应控制 总被引:1,自引:1,他引:0
目的为了克服纸浆浓度控制系统的滞后性、非线性和时变性,以提高纸浆浓度控制性能。方法针对纸浆浓度控制问题提出一种BP神经网络PID控制技术,构建3-4-3的BP神经网络结构,并在该基础上建立BP神经网络PID控制的数学模型,利用BP神经网络实现PID参数的自适应调整。结果仿真结果表明,BP神经网络PID控制相较于传统PID控制收敛速度更快、超调量更小、抗干扰能力更强、鲁棒性更好。结论该控制方法实现了纸浆浓度的自适应控制,为纸浆浓度的最优控制提供了一种有效可行的控制方法。 相似文献
14.
目的为改善造纸机多电机同步控制效果,降低纸张生产过程断裂率,基于神经网络PID算法设计一种造纸机速度链控制系统。方法阐述造纸机的工艺流程,在此基础上建立造纸机速度同步控制数学模型。设计一个神经网络PID控制器,包括控制器结构和学习算法,可用于解决相关非线性问题,并进行仿真和试验研究。结果该控制系统具有较好的稳定性、适应性,响应速度较快,同步精度高。结论该方法增强了造纸机的同步跟随能力和抗干扰性能,可以有效避免断纸、褶皱等现象的发生,为造纸机多电机同步控制提供了一种有效的方法。 相似文献
15.
目的 针对复杂压铸制造过程中高精度监控和质量预测问题,构建全连接神经网络,以提高压铸件缺陷分类和预测的准确性及高效性。方法 提出了一种基于全连接神经网络的算法,用于压铸件的质量预测。以汽车发动机下缸体为研究对象,先通过压铸岛采集关键工艺数据,后通过异常值处理和数据归一化进行数据预处理,再采用最小冗余和最大相关性的启发式算法(MRMR)进行特征处理,选出对压铸件质量影响较大的5个参数,该算法以3个压射速度、真空度、动模流量为输入层参数,以铸件质量为输出层参数。最后确定该算法的结构及各个参数,进行模型的训练与构建,并与不同算法进行性能比较。结果 与传统的决策树、SVM算法相比,该算法在相同数据集的分类和预测性能方面均更优,表明全连接神经网络在预测压铸缺陷方面具有优势。结论 该算法在实际应用中具有很大的潜力,证明全连接神经网络在预测能力和精度方面具有优势,可以为数据分类和预测提供更好的解决方案。 相似文献
16.
针对半桥谐振逆变型磁共振式无线充电(MCR-WCT)系统工作状态模糊、高阶非线性、控制理论不成熟等问题,在建立半桥谐振逆变电路等效模型的基础上,采用广义状态空间平均法(GSSA)对MCR-WCT系统进行大信号和小信号建模,在GSSA模型的基础上设计电流单闭环控制器,制定基于BP神经网络的自整定PID控制策略。最后,通过Matlab编程对GSSA大信号模型进行暂态和稳态分析,对比Simulink模型仿真结果验证GSSA模型的可行性;通过Matlab仿真对比经典PID控制和BP神经网络自整定PID控制策略,在电流设定值为1 A的阶跃响应中,BP神经网络自整定PID控制在0.25 ms内达到稳态,稳态误差在2%内,最大超调量只有5%,相比经典PID控制具有更好的动静态性能。 相似文献
17.
目的为了减少实际工作生产环境对智能组合秤称量精度的影响,增加电磁振动系统对环境的抗干扰性能。方法用RBF神经网络PID算法改进组合秤中的电磁振动系统,并在基础的RBF神经网络PID控制算法上引入动量因子的平方,减少拟合误差和参数调节过程中的震荡现象。结果与基础的RBF神经网络PID控制算法相比,改进后算法的收敛速度更快,拟合精确度更好;当仿真长度增加时,依然可以很好地逼近目标函数。结论改进后的算法使电磁振机的振幅和振动频率更加稳定,可以减少环境中噪音对其的干扰。 相似文献
18.
盾构掘进过程中地质多变,推进速度要求实现非线性控制,因此对控制方法提出较高的要求.在分析了盾构推进液压系统原理的基础上,建立了盾构推进速度仿真模型,设计了基于BP神经网络的盾构推进速度自适应PID控制器,运用MATLAB软件对常规PID推进速度控制和基于BP神经网络的自适应PID推进速度控制进行了阶跃响应仿真对比,并对基于BP神经网络的自适应PID推进速度控制的正弦跟踪特性进行了仿真.仿真结果表明基于BP神经网络整定的PID控制具有良好的跟踪能力和鲁棒性,相比于传统PID控制系统响应迅速,超调量小,具有很高的响应精度和良好的在线整定能力,对于盾构推进速度这种非线性过程,控制效果比较理想. 相似文献
19.
20.
目的 为了提高包装袋的袋长精度,提升包装袋体外观质量。方法 提出一种基于神经网络PID自适应的三伺服枕式包装机包装材料速度控制方法,将传统的PID控制方法同神经网络控制相结合,设计一个神经网络PID控制器,包括控制器结构和学习算法,可用于解决相关非线性问题。结果 仿真和实验结果表明,采用神经网络PID控制方法,包装材料速度达到稳态时,所用时间约为2 s,最大超调量不超过2%,包装袋长误差能够有效控制在±1 mm以内。结论 所设计的控制方法与传统的PID控制相比,具有响应速度快、抗干扰能力强、控制输出稳定等优点,能够显著提高包装袋长精度。 相似文献