细长轴磨削变形的变速优化智能预测控制研究

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。     

机器人柔性砂带磨削加工力控制研究与应用

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。     

电机轴承异常声的理论探讨与改进

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。     

基于正交试验-遗传神经网络的陶瓷球面精密磨削参数优化

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。     

基于BP神经网络的机器人砂带磨削表面粗糙度研究

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。     

美国辛辛那提(?)适应控制磨床

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     

核工业高压容器壳体焊缝高速强力磨削研究及应用

考察了高速磨削条件下工件表面质量的变化情况,提出了在不同磨削速度时工件表面质量的变化倾向及主要影响因素,提出了降低工件表面粗糙度值的高速磨削工艺参数的优化控制原则。     

基于遗传算法优化BP神经网络的磨削力预测

为了克服传统BP神经网络的学习速率慢、容易陷入局部极小点等缺点,采用遗传算法对BP神经网络的初值空间进行遗传优化。用遗传算法来优化BP神经网络的权重和阈值,得到最佳的初始权值矩阵,并按误差前向反馈算法沿负梯度方向搜索进行网络学习的方法对磨削力进行预测。根据磨削力实验数据对网络进行训练,仿真结果表明该模型可以精确的描述砂轮速度、工件速度、磨削深度对磨削力的影响,并可以用有限的实验数据得出整个工作范围内磨削力的预测值。     

提高磨削加工圆度的磨削力适应控制的研究

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。     

M2110型内圆磨床控制系统的研究与设计

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。     

高精度非球面加工双轴动平衡监控技术研究

提出一个智能型双轴动平衡监控系统, 针对高精度加工中工件和工具的振动会相互作用而影响加工效果,该系统同时对砂轮主轴和工件主轴进行平衡,集中处理工具和工件的振动数据,综合分析整个加工系统的平衡效果及工件的表面误差情况,从而达到减少工件加工误差,降低设备磨损,提高磨削加工精度的目的。实验结果表明,对振动数据的分析是正确的, 可实现高精度的非球面加工。     

基于工作流引擎的智能车间综合自动化系统研究

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。     

智能化适应控制系统在磨加工中应用

介绍了一种智能化适应控制磨削加工控制系统理论和方法,综合控制补偿加工中各种因素影响产生的误差。大幅度降低加工零件的尺寸分散度,实现最优控制目标。介绍了控制系统的组成、软硬件设计和工作方法。     

工件定位方案的自动规划与定位误差分析

工件定位方案的自动规划是智能化夹具设计过程的重要组成部分。构建了一个定位方案规划系统,对基于知识的工件定位表面的自动选择、定位点位置的确定和优化以及夹具的综合定位误差进行了分析。     

电流变液双电极复合结构在车削颤振控制中的应用

应用电流变液复合结构的特殊性能，研究开发了一种双电极智能颤振抑制结构，用于机床车削过程颤振的控制。实验结果证明，利用电流变智能颤振抑制结构对机床车削振动可以进行有效的控制，从而提高工件表面的加工质量，改善刀具切削加工性能。     

基于电流变材料的车削切断颤振抑制研究

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。     

On-line Estimation of Workpiece Height by Using Neural Networks and Hierarchical Adaptive Control of WEDM

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.     

超声振动辅助磨削加工智能控制技术研究

根据超声振动辅助磨削加工的特点,结合检测难易程度和实际需要,选择磨削力比作为输入。利用磨削力检测系统获得磨削力比实时数据,对采样结果进行分析处理。采用分级控制,分别控制超声功率和工件进给速度。将磨削力比的变化和变化率作为模糊控制器的输入,工件进给速度作为控制器的输出。根据模糊控制规则,利用Matlab提供的Simulink仿真模块,对超声振动辅助磨削加工模糊控制系统进行了动态仿真,仿真结果符合模糊策略,进给速度能够随着磨削力比的变化实现调整,从而避免产生磨削烧伤和颤振。     

智能控制型径向切入磨削加工系统

针对径向切入式磨削加工过程 (尤其是薄壁工件 ) ,提出了一套新的磨削工艺程式及与之相适应的递阶式智能控制模式。其上层是一个基于知识并具有学习能力的智能决策系统 ,它根据加工要求 ,按照当前加工条件 ,自动规划加工参数 ;下层的自适应环节能实现对磨削过程的在线监测和实时控制。仿真与试验结果表明 ,该方法能较好地应用于实际磨削过程 ,可在更短的时间内获得更理想的加工效果。这一系统具备了相当的柔性 ,可以适应小批量多品种的加工要求。