基于PC的数控机床全闭环控制系统设计

提出一套能在线监测、实时控制的数控机床全闭环自适应伺服控制系统的解决方案。构建“PC＋自适应控制器”模式,在线检测工件的精度指标或者引起误差的因素,并将检测信号反馈回数控系统,经过数控系统的自动处理,实时调整切削加工参数,从而使所检测的误差因素保持在合理的范围,以提高加工零件的精度。采用适应当前数控机床发展潮流的基于PC机的开放式计算机数控系统,实现了由软件来完成设定的功能,并且大大提高了数控系统的自动化程度和自适应控制能力。     

基于自适应预测控制技术的数控铣削加工的研究与应用

本文结合华中1型开放式数控系统的特点，在电机电流和切削关系的研究的基础上提出了一种稳定、可靠的自适应预测控制技术，可克服传统利用力传感器直接测量切削力存在的缺陷。实验结果分析说明自适应预测控制技术在切削力的间接测量和控制中具有重要的作用，为高速高精度加工提供了保证。     

基于CMAC网络的滑模位置控制研究

机床数控系统的位置伺服控制模块是一个典型的非线性、不确定性的时变系统,传统的PID控制方法和自适应控制不能达到满意的控制效果。将CMAC网络与滑模变结构控制相结合,提出基于CMAC的滑模位置控制策略,并对该控制算法进行了仿真研究。结果表明：位置伺服系统在该控制策略作用下,响应速度快,无超调,并且能大大减弱常规滑模变结构控制中的抖振现象。     

基于Linux的开放式数控系统软件平台的研究

文章分析了当前开放式数控系统研究中存在的问题，提出了一种硬件上基于ARM和DSP、软件上基于Linux的数控系统解决方案。针对此方案硬件特点，结合网络化、集成化数控功能需求分析，介绍了该数控系统软件模块，并对软件开发中出现的典型问题作了详细说明。软件系统已经实现对电机的基本运动控制。     

数控机床的轮廓误差的控制

本文在分析两轴数控系统轮廓误差的基础上,提出了基于神经元的自适应交叉耦合控制器。仿真结果表明,本文提出了轮廓误差控制方法可以有效地提高数控的系统的轮廓加工精度。     

智能伺服技术

数控系统控制功能不断完善，当提高伺服扫瞄速度，并采用前馈控制和超前控制后，使数控系统的控制精度大有提高，特别适用于一些精密的机械加工领域。     

冲床高速送料数控系统的研制

介绍了一种冲床高速送料数控系统的硬件和软件结构，数控系统硬件采取ＣＰＵ主从式结构，驱动单元采用高，低压供电，恒流斩波控制，并根据步进电机的特性，将升、降速时间控制在最小范围内，保证送料的高速性。数控系统的软件采用模块化结构，根据冲床加工特点，参考ＩＳＯ标准，设置了用户指令，用户指令少，功能强，可大大减少用户程序的编程量。     

电液伺服系统自适应控制的新发展

本文总结了国内外在电液伺服自适应控制方法诸多的研究，扼要介绍了各种自适应控制的算法，分析了各自的优缺点，最后提出了一些研究及使用自适应控制方面的发展方向。     

锻压设备数控系统体系结构的研究和发展过程

本文以华中理工大学对锻压设备数控系统的研究为例，阐述了锻压设备数控系统体系结构从集中式控制模式→ＳＴＤ总线结构的网络分布式控制模式→以ＩＳＡ总线工控机平台的分布式控制模式→基于个人计算机的虚拟分布控制模式的发展历程。     

微机数控系统开放体系结构的研究

在开放式微机数控系统中，体系结构的研究具有重要的地位。论文讨论了开放系统的特点和内涵，根据国际上影响较大的三个开放系统体系结构，提出了具有可实现性的微机数控系统开放体系结构，并研究了实现开放式数控系统的两种结构。     

数控机床神经元自适应位置控制算法

基于神经元的自学习特性,提出了适用于数控机床位置伺服控制的神经元控制器,算法的显著特点是不需要系统建模,而且运算简单,非常适用于工程实际应用。仿真和数控机床伺服系统的实时控制实验说明本文提出的控制算法的有效性。     

数控机床位置伺服系统的无模型自适应迭代学习控制

数控机床位置伺服系统在加工过程中受负载、摩擦和电路系统响应特性等因素影响,很难精确建立其加工过程动力学模型。针对批量零件加工过程中的重复执行过程,设计了一种数据驱动的无模型自适应迭代学习控制方案。该方案借助沿迭代轴的动态线性化方法,将数控机床位置伺服系统加工动力学过程等价转化成一个虚拟的迭代数据模型,并根据设计的迭代学习控制律和参数估计律构建数控机床位置伺服系统的无模型自适应迭代学习控制方案。仿真结果表明:该迭代学习控制方案基于数控机床重复运行的特点,仅利用位置和电机电流信息,完成了对零件加工过程的改善,提高了加工精度。     

高精度数控机床进给伺服系统的模糊自适应PID控制

数控机床进给伺服系统是一个复杂的机电耦合系统。由于具有较强的时变参数特性、负载扰动和电机的非线性,很难给出控制系统的精确模型。基于数控机床进给伺服系统的数学模型,提出一种模糊自适应PID控制器的设计方法。将该控制器应用于数控机床进给伺服系统控制,可获得良好的控制性能。仿真结果表明：该方法不仅具有无静态失真,而且响应速度快、超调小。这种模糊自适应PID控制器具有较高的稳定性和精度。     

Sliding mode cutting force regulator for turning processes

Continuous sliding mode control is applied to turning processes for cutting force regulation. The motivation of the use of the slide mode control scheme is to solve the nonlinearity problem caused by the feedrate override command element in the commercial CNC machine tool. When the adaptive control algorithm is applied to the commercial CNC machine tool, it is one of the practical methods that the programmed feedrate is overridden after the control algorithm is carried out. However, most CNC lathe manufacturers offer limited number of data bits for feedrate override, thus resulting in nonlinear behavior of the machine tools. Such nonlinearity brings ‘quantized' or discrete effect so that the optimal feedrate is rounded off before being fed into the CNC system. To compensate for this problem, continuous sliding mode control is applied. Simulation and experimental results are presented in comparison with those obtained from applying adaptive control which is a widely used approach in cutting force regulation. Adaptive control loses its effectiveness in the presence of nonlinearity since it generally requires linear parametrization of the control law or the system dynamics. Experiments are conducted under various machining conditions, subject to changes in spindle speed, material of work-piece, and type of machining process. The suggested slide mode controller shows smoother cutting force fluctuation, which cannot be achieved by the conventional adaptive controller. The experimental set-up reflects the emphasis on the practicality of the sliding mode controller. In order to avoid the use of a dynamometer in the course of measuring the cutting force, the indirect cutting force measuring system is used by means of feed drive servo-motor current sensing.     

基于数据驱动的数控机床自适应迭代学习控制

数控机床位置伺服系统受加工环境、零件形状和机床机电特性等变化因素的影响,其零件加工是一个典型的非线性、时变和不确定动力学变化过程,因此,建立其精确机制模型很困难。针对相同零件批量加工过程呈现的重复运行特点,基于被控对象的等价数据模型,提出一种基于数据驱动的自适应迭代学习控制方法。所提控制方法采用沿迭代轴的动态线性化方法,通过最小化控制目标函数,仅利用数控机床位置伺服系统的输入输出数据,实现学习控制增益的自适应更新,克服传统P型迭代学习控制方法固定增益的问题,并经过严格理论分析保证了该方法的收敛特性。仿真结果表明:提出的数据驱动自适应迭代学习控制方法,相比传统P型迭代学习控制方法,平均绝对误差和最大绝对误差分别减小了46%和56%。     

数控车床主轴变频调速传动控制的优化设计

文章介绍了数控车床主轴变频调速传动控制的设计方法,通过对传动控制的负载特性与容量适配选型、变频调速控制原理及系统的接口设计、干扰的抑制、变频器参数合理设置的分析研究,从而达到优化设计的目的,掌握其运用方法,是确保数控车床主轴传动系统能够稳定、可靠运行的保证。     

液压阀控马达速度系统模糊神经元控制与仿真

将模糊控制技术与神经元网络技术结合并引入液压阀控马达系统中,提出了一种基于模糊神经元网络控制策略的阀控马达速度控制方案。仿真结果证明:该控制策略提高了阀控马达控制系统的自适应能力,改善了控制系统的性能。     

超精密数控机床的规则可调自适应模糊控制系统的研究

介绍了一种能够根据位置误差和误差变化率自动调整模糊规则和比例因子的规则可调自适应模糊控制器。仿真实验表明了该模糊控制系统不但能很好地适应伺服系统的非线性特点，而且具有很高的动态跟踪精度、静态定化精度和鲁棒性．其性能优于PID控制器和常规的模糊控制器，能更好地满足超精密机床数控系统极高的轮廓跟踪精度、定化精度和抗干扰性能的要求。     

基于数据驱动的凸轮磨削轮廓误差补偿

针对数控凸轮磨削机床在加工过程中存在的周期性、重复性轮廓误差和不易建模等问题,提出一种基于数据驱动的轮廓误差补偿策略。在数控凸轮磨削机床的单轴伺服跟踪系统中加入无模型自适应迭代学习控制,该方法沿迭代轴引入伪偏导数,将复杂的非线性系统动态线性化处理。针对两轴之间由于伺服跟踪误差不同导致的滞后量不同,利用交叉耦合迭代学习控制,将补偿量按照交叉耦合系数反馈到单轴伺服控制系统中,实现对凸轮磨削轮廓误差的补偿。最后通过仿真实验验证了提出的轮廓误差补偿策略可以有效减小凸轮的轮廓误差,提高了数控凸轮磨削机床的加工精度。     

数控机床主轴热误差的数据驱动模型研究

当实际工况与建模工况存在差异时,传统的热误差模型往往表现出较差的鲁棒性和预测精度,主要原因在于建模数据的局限性和模型的未建模动态。为了改善上述状况,提出了一种基于数据驱动的数控机床主轴补偿模型。此模型采用无模型自适应控制算法建模,结合机床运行中生成的数据(温度数据和误差数据)对热误差模型进行实时修正,使模型能快速适应新的加工工况,从而提高模型的鲁棒性。在一台数控车床主轴上进行了试验验证,结果表明:无模型自适应控制与多元回归模型比较,其标准差、最大残差和误差平方和分别提高了41%、62%和56%,此模型的鲁棒性和预测效果好。同时,此方法为大数据在机床主轴热误差补偿中的应用奠定了基础。