基于曲线长度自调整速度方程的非均匀有理B样条插补算法

针对非均匀有理B样条(NURBS)曲线加工过程中速度规划复杂、效率低以及机床震颤剧烈的问题,提出一种高效规划进给速度的NURBS插补算法。预处理过程计算出待加工NURBS曲线插补参数及误差速度,根据误差速度曲线分析加工路径的加减速情况,并基于加/减速区间长度自动调整三次多项式速度方程,实现平滑的速度与加速度曲线;实时插补过程采用基于Adams-Moulton方法计算初始参数,然后采用二分法对参数进行寻优,将插补过程中速度波动控制到加工要求精度范围内,从而降低机床的振动。通过MATLAB仿真,验证了所提算法加减速规划的高效性和参数计算的精确性,表明该算法在复杂曲线曲面加工领域可以提高机床加工效率与精度。     

一种完善的自适应NURBS曲线插补算法

在考虑速度、加速度稳定性和加工误差精度的基础上,设计了一个完善的自适应NURBS插补器。该插补器不仅能够根据曲线的形状,自适应地调整速度,而且通过加减速处理模块和速度再修正模块,使速度在变速过程中始终以恒定的加速度进行升降,从而不仅能够满足机床的加减速能力的要求,而且使得机床运行更加平稳,提高了加工精度。计算实例验证了所设计的离线自适应NURBS插补器的可行性。     

机床导轨爬行问题的双质体模型的仿真分析

爬行是机床中一种常见的不利于机床工作的现象,会直接影响机床的加工精度与品质,为了解决机床导轨的爬行问题,以提高机床的加工精度与品质,对影响机床导轨爬行问题的各类因素进行了研究。首先,在单质体爬行模型的基础上,选用了双质体传输带系统模型;然后,通过ADAMS对其进行了建模仿真;最后,对该仿真结果进行了数据处理,遵循控制变量的原则,通过逐一改变参数,得到了不同条件下物体的速度时间曲线;选择速度波动量、最大速度误差、纹波率作为爬行的评价指标,绘制了速度误差随时间的变化曲线;并计算了纹波率,进而对物体的爬行程度进行了比较分析。研究结果表明：为了有效抑制机床的爬行,可以采取减小系统质量、增加阻尼、选择最佳刚度值、增加驱动速度、减小动摩擦因数与静摩擦因数之差等方法。     

电主轴助力高精高速高效加工——我国高性能机床主轴技术现状分析

高性能机床主轴概述 机床主轴是机床的核心部件,其功能是带动刀具（砂轮）或工件旋转,实现高速精密加工。随着现代工业对机床加工精度和加工效率要求的不断提高,机床对主轴性能的要求也越来越高,传统的高速主轴概念已难以充分描述机床主轴的技术内涵。高性能机床主轴是指在满足加工精度和加工效率的前提下,速度、精度、刚度、功率、转矩匹配特性好,可靠性高,性能价格比高的机床主轴。     

新型线切割放电加工机——三菱NA系列

三菱公司生产的NA系列机床是针对高精度加工的领域而开发，从机床结构、加工电源、控制系统、驱动系统等方面都作了全面更新，并同时考虑加工精度、速度、装夹性以及节能性。     

数控机床在模具业的发展现状浅议

通过分析影响模具加工的因素,进而探讨了影响数控机床加工精度的限制条件,从速度和精度上找到适合模具加工的机床的最佳配置。     

基于曲线重构的微段插补算法

针对传统微段加工中由于频繁加减速产生的机床振动大、加工效率低及微段节点处速度方向不连续的问题,在计算机数控中采用微段曲线重构技术,对连续微段进行实时样条重构,以实现对曲面的高速高精度插补加工.应用微段插补技术进行的样件数控加工实验中,在保证原曲线加工精度的同时,提高了加工速度.实验结果表明了算法的有效性.     

连续多类型曲线段进给速度前瞻规划

为解决由直线、圆弧与参数曲线形成的多类型曲线段混合插补过程中的进给速度前瞻规划问题,提出一种连续多类型曲线段进给速度前瞻规划算法。该算法以预读的加工路径作为进给速度规划单元,通过曲线段划分生成连续多类型曲线段;根据插补几何误差与机床动力学参数建立段间衔接点进给速度约束;使用三次多项式型进给速度曲线,利用解析法精确计算各曲线段在曲线长度约束下的进给速度参数,以充分发挥机床的动力学性能;使用回溯重规划策略进行全局规划,实现段间速度连续性;通过进给速度规划残差补偿策略降低残余长度、提高终点精度。实例分析表明,该算法能显著提高终点精度、生成平滑的进给速度曲线、降低加工时间。通过加工实验验证了该算法有效、可行,并能充分发挥机床的动力学性能。     

光学平面镜面离子束修形中速度模式的实现

针对光学平面镜面离子束修形工艺中,目前采用的位置加工模式额外加工时间长、精度不高的缺点,提出离子束修形工艺中的速度加工模式,并给出速度加工模式中如何根据驻留时间计算加工中进给速度的方法。使用速度模式在自研的离子束加工机床KDIFS-500上进行了验证试验,对一块直径98 mm的微晶玻璃平面样镜进行修形,加工时间为17.5 min,样镜经过一次加工后,其面形误差的方均根值由初始的33.2 nm提高到了3.1 nm,面形收敛比高达10.7。试验结果表明,速度模式加工比位置模式加工可以缩短加工时间,提高加工精度,获得更大的面形收敛比。     

快速精确计算挂轮齿数

在齿轮加工中,机床配换挂轮选择的精确与否,直接关系着齿轮零件的加工精度,影响着产品的质量.目前,计算挂轮大多还是采用计算与查表相结合的方法.有条件的工厂也有用计算机进行挂轮计算的.然而,在计算机计算挂的还没有得到较高普及时,寻求多种方法计算挂轮还是很有必要的.     

基于MP940运动控制器的数控压装设备

介绍了MP940运动控制器的内部结构、工作原理及编程实例和数控压装机的结构及功能；设计了基于MP940独立运动控制器的数控压装设备,以提高数控压装设备的位移、压力和速度控制精度,确保其较高的工艺性,提出了数控压装设备可以通过其他嵌入式运动控制器来满足不同的需求,提高自身的精确度.     

面向绕线机的开放式数控系统

针对传统绕线机控制精度低、速度低和产品质量差等缺点,以微处理器MC68HC000为核心,采用集中控制、分时处理的工作方式,根据绕线机的特点开发一种具有高精高速的数控系统,驱动脉冲最高速率为500KPPS,驱动解析度为0．001mm／Pulse。辅以数控系统软件、绕线机系统开发工具和数控绕线机操作软件,为绕线机开发提供一个开放式的控制器设计平台。     

超高速数控机床控制系统的发展

文章就超高速数控机床控制系统的高速主轴矢量控制器、快速响应的伺服系统、精简指令集计算机系统及高速切削中的其它辅助功能作一介绍。     

网络化数控系统的研究和开发

在分析网络制造对数控系统要求的基础上，进行了网络化数控系统的功能设计，构建了网络化数控系统的体系结构，以IPC和高速运动控制器为平台开发了网络化数控原型系统，该系统具有运行状态实时采集功能、网络实时通信功能以及基于虚拟控制面板的远程监控功能。经实际试验验证测试，该原型系统满足网络化数控实时通信和监控要求，具有较高的实际应用价值。     

基于Web服务的移动控制数控系统关键技术研究

提出了基于Web服务的移动控制数控系统的概念,该系统由作为Web浏览器的移动控制器和作为Web服务器的设备控制器两部分构成,通过蓝牙无线通信技术进行信息交换,实现人机协同。研究了其硬件组成、体系结构和移动控制器的B/S和C/S两种工作模式。对运动控制器和CNC的集成统一接口标准进行了讨论,提出了版本空间的概念和缩小版本空间的方法。配置了蓝牙通信协议,进行了蓝牙通信的实验。研究结果为车间数字化制造设备的跨平台无缝集成和可重构提供了支持。     

基于RT-Linux的开放式数控系统研究

提出在RT—Linux上实现具有开放性、模块化、动态可重构的CNC系统的软件框架及其组成；介绍了RT—Linux及其运行机制；给出了组成该系统基本模块(任务模块)的定义及任务模块之间的关系；任务模块间的通讯采用状态表机制实现；任务模块的描述使用面向对象技术。     

数控机床切削加工过程智能自适应控制研究

在华中Ｉ型数控系统的基础上开发了智能自适应数控系统,以实现数控机床切削加工过程智能自适应控制,提高切削效率。用模糊控制器对数控铣削过程所进行的智能自适应控制试验结果表明,该智能自适应数控系统性能良好,能提高数控机床在切削加工过程中的智能水平及自适应能力,提高了其切削效率。     

单神经元自学习PID在PMSM的S模块上的应用

S曲线加减速是高档CNC系统中的一项重要功能,结合多层人工神经网,利用神经元的自学习功能及其控制灵敏度的快速近似求取方法,以神经元控制器作为伺服系统的速度调节器,与S曲线加减速算法构成交流伺服系统.所给出的曲线加减速算法克服了传统加减速算法中的缺点,速度在变化过程中十分平滑,是一种适合于高速切削的柔性加减速算法.利用神经网络的在线学习分析电机起、停的速度,以及硬件平台的传动距离.仿真与实验表明,神经元控制器具有较强的自适应性和较好的实时性,验证了s型曲线在具体的硬件平台上运行的可靠行和可行性     

基于802DSL及Profibus总线的数铣实验平台电气系统的设计

运用802DSL数控系统及Profibus-DP总线搭建数控铣床实验平台,以实现该数控系统的高速数据传输及实时控制,并有效提高系统的抗干扰性。本文对该数控电气系统的总体设计、系统配置着重进行了阐述,并对电气系统进行了安装调试,达到了预期效果。     

基于SoC FPGA的CNC齿轮测量中心控制器设计

设计了一种基于Altera SoC的CNC齿轮测量中心控制器。该控制器通过以太网与计算机通信,内部的HPS与FPGA通过AXI总线通信。利用Qsys工具设计HPS与FPGA通信的命令解析组件,实现HPS与A/D控制模块、光栅计数模块、电机驱动模块通讯。设计HPS测试程序并进行测试,结果表明:基于SoC的控制器采样速度约为CAMAC控制器的10倍。