共查询到19条相似文献,搜索用时 109 毫秒
1.
在建立细长轴磨削过程中工件弹性变形数学模型的基础上,打破了传统的恒速控制方法,提出了一种控制细长轴磨削弹性变形的变速优化适应控制策略:根据磨削系统沿工件轴向各点刚度的不同,通过不断改变工件转速和纵向进给速度,控制法向磨削力的变化,进而控制工件的弹性变形;同时,由一个神经网络预测系统和一个模糊控制系统实时控制加工过程中的磨削深度,进一步控制加工中由于砂轮磨损而引起的细长轴形状误差。仿真和实验结果表明:变速优化适应控制策略和模糊神经网络预测控制方法是可行的,可极大地提高磨削生产率,减小细长轴的形状误差。 相似文献
2.
《制造技术与机床》2017,(5)
为了实现柔性加工复杂曲面工件,设计了一种机器人柔性砂带磨削力控制系统。该系统不仅可以兼顾灵活变换机器人的位姿,而且又根据砂带磨抛机加工效率高的特点,比传统磨床更具柔性,更能适应加工复杂曲面工件。磨抛机既能使砂带柔性张紧和快速地调偏,还能实现被动力控制。机器人末端通过安装的六维力传感器,实现机器人的主动力控制。将这两种力控制技术有效结合起来,组成了机器人柔性砂带磨削力控制系统,能够更好地实现磨削过程中的磨削力控制。最后,该机器人柔性磨削力控制系统对钛合金试块和航空复杂曲面叶片进行加工实验,结果都表明工件的表面加工一致性好,而且其表面质量完全满足加工工艺要求,证明了该机器人柔性砂带磨削加工力控制系统的实用性和有效性。 相似文献
3.
设计了工件变速磨削计算机控制系统 ,对轴承磨削中的谐波分布及幅值进行控制。在 3MZ1310磨床上无心磨削球轴承沟道 ,对比工件恒速磨削与变速磨削 ,证实工件变速磨削能改变轴承表面的谐波分布和幅值 ,在某些变速范围内能减少工件圆度误差。附图 7幅 ,表 3个 ,参考文献 13篇。 相似文献
4.
针对陶瓷等难加工材料的精密加工要求与特点以及球面磨削传统加工模式,分析了氮化硅陶瓷材料球面廓形工件砂轮法向跟踪精密磨削的方法。采用正交试验法设计试验,运用极差法和方差法综合分析相关磨削工艺参数对工件加工质量与效率的影响规律。考虑到当前磨削加工工艺方案选择与优选的难点,利用遗传神经网络算法建立了工件加工质量与效率和相关磨削工艺参数之间的非线性映射关系,并基于正交试验法的分析结果对遗传神经网络算法进行了改进,实现了相关磨削工艺参数的优化,缩短了氮化硅陶瓷材料球面廓形工件数控磨削工艺制定与操作的时间,提高了磨削加工质量和效率。 相似文献
5.
为提高机器人砂带磨削工件表面粗糙度的预测精度,采用基于BP神经网络方法进行研究,进行机器人砂带磨削铝合金板材试验,基于试验结果采用BP神经网络建立各工艺参数与工件表面粗糙度之间的预测模型。对该模型进行仿真预测,并通过试验验证该模型的预测精度。结果表明该模型预测精度高,可以预测不同工艺参数磨削后的工件表面粗糙度,实现了机器人砂带磨削铝合金板材工艺参数的优化。 相似文献
6.
《精密制造与自动化》1974,(5)
本系统可提供最佳磨削循环,以使被加工工件获得稳定的质量。过去磨床上采用过许多控制系统,其中有根据砂轮与工件之间磨削压力以控制磨削循环中带的某一特定部分,例如,控制 相似文献
7.
8.
9.
本文针对实际生产中,切入磨削加工细长轴类工件存在着形状精度差和生产率低的问题。介绍了一种用于切入磨削加工的磨削力适应控制系统的原理及试验方法,其试验结果可明显看出,与常规加工比较,试件的形态精度高、金属切除率大,且与磨削参数无直接关系。 相似文献
10.
董小杏 《精密制造与自动化》2014,(3)
针对M2110型内圆磨床在磨削时的非线性因素对工件尺寸的影响,介绍了基于51单片机的控制系统,提出了"控制型"磨削的优化加工方法。采用程序控制抗干扰能力强,可以有效地抑制加工过程对精度的影响。该系统具有结构合理、硬件线路简单及设定灵活,使现场系统具有更为可靠、性价比更高以及维护便捷等特点。 相似文献
11.
12.
随着现代车间向智能化方向发展,基于工作流对车间综合自动化系统进行建模和研究也变得越来越重要和困难。该文基于访问控制技术对基于工作流的企业综合自动化系统进行设计,设计其工作流引擎的应用模型,给出了自定义表单的工作流系统结构。通过智能数字化工厂硬件平台阐述了现代智能车间综合自动化系统的实现过程,该系统包括工件仓储管理、数字化制造加工、自动化输送、信息管理等一系列自动化过程,可满足智能数字化工厂理念并展示了基于工作流的企业综合自动化系统的优越性。 相似文献
13.
14.
15.
16.
基于电流变材料的车削切断颤振抑制研究 总被引:2,自引:0,他引:2
应用电流变材料的特殊性能——对电信号的快速响应能力和连续可变的阻尼,研制了一种智能切削颤振抑制结构(刀座刚度可变部分),并将其附加在车床刀架上,建立了机床车副颤振实时监控系统,实现了机床车削切断过程的颤振抑制。实验结果表明,利用电流变材料智能切削颤振抑制结构可以对机床车削振动进行有效控制,刀具的振动幅值减小50%以上,且工件表面的加工质量有较大提高。 相似文献
17.
On-line Estimation of Workpiece Height by Using Neural Networks and Hierarchical Adaptive Control of WEDM 总被引:2,自引:0,他引:2
M. T. Yan Y. S. Liao C. C. Chang 《The International Journal of Advanced Manufacturing Technology》2001,18(12):884-891
Wire breakage and unstable machining drastically reduce the machining efficiency and accuracy in wire electrical discharge
machining (WEDM). When a stair-shaped workpiece is machined, poor electrolyte flow around the steps leads to wire rupture
or unstable machining. This paper presents a WEDM adaptive control system that maintains optimal machining and improves the
stability of machining at the stair section where workpiece thickness changes. A three-layer back propagation neural network
is used to estimate the thickness of a workpiece. The developed adaptive control system is executed in the hierarchical structure
of three control loops, using fuzzy control strategy. In the first control loop, the total sparking frequency is controlled
within a safe level for wire rupture suppression. In the second control loop, the proportion of abnormal sparks is maintained
at a pre-determined level for process control purposes. Based on the estimated thickness of a workpiece, adaptive parameter
optimisation is carried out to determine the optimal machining settings and to provide the reference targets for the other
two control loops. Experimental results demonstrate that the workpiece height can be estimated by using a feed-forward neural
network. The developed adaptive control system results in faster machining and better machining stability than does the commonly
used gap voltage control system. 相似文献
18.