基于灰色预测理论的双液压缸同步控制研究

为解决双液压缸协调同步控制问题,根据灰色预测理论,设计了灰色预测前馈控制器。研究典型的双液压缸同步系统,并在此基础上建立了单液压回路前馈控制器和双缸同步系统灰色预测控制器。实验结果表明:在灰色预测控制下的液压缸工作曲线平滑,液压缸工作稳定。在所设计的极端实验中,两液压缸运动误差能够控制在15 mm以内,验证了基于灰色预测理论的双液压缸同步控制设计的可行性。     

基于灰色系统理论的任务工时预测研究

为了解决协作项目环境下,样本数据较少且易受大量不确定因素影响的任务工期预测问题,提出了基于灰色系统理论的工期预测方法.该方法通过预测前利用灰色过滤器选择样本数据以及预测后考虑风险因素后的工期修正等措施,拓展了传统的灰色工期预测方法,使之能适应协作项目的特点.并运用实例对灰色预测模型进行了验证.     

基于数据库的数控机床故障教学系统的研究

根据实际需求设计了一个基于数据库的数控机床故障演示教学系统模型,并介绍了故障数据库、教学培训、故障记录等相关功能的设计方法,同时探讨了设计过程的关键技术及其实现方法.实践证明,该教学系统能大大提高学员的学习效率,具有很好的应用前景.     

基于Internet的数控机床远程故障诊断系统研究

探讨了建立数控机床远程故障诊断系统的必要性和可行性，提出了实现数控机床故障远程诊断的两种模式和一种远程诊断系统结构，并对该系统的各部分功能和结构等进行了详细分析，最后给出了系统运行界面。     

基于灰色理论和神经网络的轧制力预测

针对热轧带钢轧制力预测精度不准确问题,建立了灰色轧制力预测模型,通过对比灰色轧制力预测模型和BP神经网络预测模型的优缺点,进一步提出将灰色理论和BP神经网络组合应用到热轧带钢轧制力预测中,并分析比较了轧制力预测模型的相对误差。同时,在相同的轧制条件下,对灰色神经网络轧制力预测模型的预测值和在线平整轧制的实测轧制力值作了比较,所得轧制力预测误差小于±5%。由此可以看出,灰色理论和BP神经网络组合应用的方法能够较准确地实现平整轧制力的预测。     

GA-LSTM模型在数控机床故障预测中的应用

数控机床加工中的机床故障会影响加工精度。提出一种预测方法,在加工前预判机床的故障,避免机床在加工中发生故障影响加工精度。为了快速准确地预测数控机床故障,采用遗传算法优化长短期记忆神经网络模型,预测服役过程数控机床中可能出现的故障。采集不同状态下的故障信号作为网络训练样本,采用网络模型预测机床出现故障的状态。结果表明：GA-LSTM是一种精度较高的预测模型,在数控机床故障预测中具有良好的表现,可以避免机床出现故障而影响加工精度的情况。     

灰色系统理论在数控机床误差数据处理中的应用

根据数控机床误差数据处理的特点，将灰色系统理论首次应用于数控机床误差数据处理中，提出了几何误差数据处理的灰色新陈代谢模型，并给出了模型检验方法，方法简便易行，计算量小。     

备件需求量的灰色理论预测法

设备效能能否正常发挥,维护方式的建立与备件能否正常供应是关键所在.因此运用科学的方法强化预测的功能,方能提升备件的精准度并有效降低成本.传统的预测方法需要大量的观察值,才能进行预测,而灰色预测法的特点是使用少量数据,即可顺利进行预测.运用灰色理论建立关于备件需求量的灰色预测模型,并进行了实例验证,计算结果表明,预测模型的计算值与实际值非常近似,模型的预测结果较为理想,可提供备件需求作业思考空间,以减少待料、呆料情况的发生.     

基于浴盆曲线的数控机床早期故障试验时间研究

基于浴盆曲线建立了包含寿命周期两个阶段的系统可靠性分析模型,运用最小二乘方法进行参数估计,采用线性相关系数和k-s检验法确定可靠性函数,并计算出早期故障终止时间。为在企业内合理设计早期故障试验,排除早期故障,提高产品可靠性提供了理论依据。最后结合某台国产数控车床运行两年的现场试验数据,给出其具体计算和分析过程。     

基于故障信息的数控机床可靠性函数建立

根据数控机床功能原理划分机床子系统,针对某机床厂数控机床的具体故障数据提出了如何正确筛选故障数据的方法;筛选出符合计数要求的故障数据后,采用Minitab软件对整机的故障间隔时间进行分布模型优选,并根据数控机床某些子系统存在故障数据样本小的情况,采用极大似然估计法和偏差修正得到整机和子系统的可靠性函数,最后采用D检验法求得整机和各子系统的可靠性函数都符合要求。基于该流程下的数控机床可靠性函数的计算更具实际应用性。     

基于可拓学理论的数控机床可靠性评价研究

为了全面评价数控机床的可靠性,建立了研究数控机床可靠性的评价指标体系,应用可拓学中的物元理论,建立机床可靠性评价物元模型。引入关联函数计算关联度,并结合可拓层次分析的方法确定影响数控机床可靠性各指标的权重,对数控机床可靠性进行综合评价。结合实例进行了数控机床可靠性评价,验证了该方法的可行性。     

基于灰色理论和神经网络的自冲铆接头力学性能预测

为研究铆接参数对自冲铆接头力学性能的影响,对AA5052板进行自冲铆接正交试验,采用灰色关联度分析了各铆接参数对接头强度的影响程度,并通过BP神经网络建立了铆接参数与接头强度的神经网络预测模型。利用获得的正交试验数据对网络进行训练,并采用未参加训练的样本验证该预测模型的有效性。结果表明:刺穿压强和整形压强对接头强度影响最大,其中刺穿压强对接头强度起决定作用,适当增大刺穿压强可以提高接头强度。采用LM算法优化的BP神经网络模型具有良好的泛化能力和预测精度,对未参加训练样本预测精度高,其预测最大相对误差为5.48%,预测精度超过90%。     

基于灰色理论的机床润滑泵泵芯磨损可靠性预测

为了掌握机床设备润滑泵泵芯磨损的变化规律,分析集中润滑系统的可靠性。基于灰色预测的方法对润滑泵泵芯磨损进行预测。建立了灰色预测G(1,1)模型;然后,结合润滑泵2000 h磨损试验数据进行预测;通过模型得到机床润滑泵泵芯2000 h后的5个磨损量。通过将试验数据与预测数据进行对比,验证了灰色预测模型的准确性和可行性。结果表明:利用灰色预测模型能获得后期润滑泵泵芯的磨损情况,且该方法的预测结果符合磨损相关规律,对后续机床设备润滑泵的稳定运行及泵芯的修理和更换具有参考意义。     

基于灰色关联度分析的数控机床性能模糊综合评判

如何从众多的数控机床供应商中选择适合自己企业的数控机床已成为广大企业或工厂关注的焦点。以数控机床的选择为研究对象,提出一种基于灰色关联度分析的数控机床选择的性能指标评价方案,从数控机床的精度指标、加工性能指标、可靠性指标等5个方面建立数控机床性能指标评价体系,利用改进的灰色关联分析法确定各性能指标的权重,采用模糊综合评判法对数控机床的性能进行评价并得出性能评估结果,以某供应商提供的某种型号的数控机床为例进行计算,其结果可以为企业或者工厂选择适合的的数控机床提供一套可行性参考方案,也可为机床性能的改进或提高提供可靠依据。     

数控机床热误差动态灰色优化建模研究

为降低热误差对加工精度的影响,以减少补偿成本、简化数据采集、提高补偿精度为目标,提出采用灰色GM(0,N)模型进行数控机床热误差建模预测;以优化数据配置、改善补偿系统动态品质、提高鲁棒性为目的,建立了GM(0,N)优化模型。采用智能温度传感器和位移传感器采集了MCH63精密卧式加工中心温度数据和主轴3个方向热位移量,并根据采集数据构建热误差模型。试验结果表明:GM(0,N)建模方法简单,数据量少,运算时间短,预测精度较高;优化模型可根据在线输入的新数据不断修正模型本身,其精度高、鲁棒性强、通用性好,适合于在线建模。     

基于灰色理论的半主动悬架灰色PID控制

应用灰色理论建立了半主动悬架的灰色PID控制模型,探讨了灰色控制器的没计方法,为汽车半主动悬架控制提供了新方法。     

数控机床故障检修实例

我厂在1986年从日本进口两台FANUC─11TA型数控机床,机床在使用中出现了一些故障。现介绍其中两次报警号相同而故障点不同的处理过程。 故障之一 数控机术在使用过程中,由于操作者失误,使刀架上卡盘相撞,数控机床出现EXOO(应急停止)报警和 EX06(液压泵压力)报警。按数控机床的检修原则,先机械后电气检     

基于FP-Growth算法的数控机床故障特征分析北大核心

数控机床故障问题的及时响应、故障原因精准判断以及解决方案的快速识别是实现制造单元智能化的关键。基于数控机床历史运维数据,采用关联规则挖掘FP-Growth算法实现数控机床故障模式、原因的关联规则挖掘。首先对运维数据进行故障特征分析,构建基于关联规则的故障诊断模型;其次,通过对历史故障模式及其相应故障原因进行挖掘,生成故障诊断关联规则;最后结合关联规则的支持度、置信度等评估指标进行分析,并推演出关联概率的大小,验证了FP-Growth算法用于数控机床故障特征分析的可行性和合理性。