静压工作台油膜厚度智能补偿控制方案

为了使静压工作台能够保持最佳的油膜厚度,提出了一种基于调节电机转速继而控制多头泵流量的油膜厚度补偿控制方案,介绍了该控制方案的液压控制原理,建立了相应的控制流程图和各个环节的数学模型,并且利用MATLAB中的Simulink模块建立了相应的控制模型系统,设置仿真参数进行仿真,验证了智能补偿方案和控制系统的可行性。     

液体静压导轨支承油膜的有限元分析

介绍了液体静压导轨支承的设计,并对其油膜压力分布进行了研究.根据流体润滑理论及雷诺方程,构建了导轨油膜压力的数学物理模型,提出了运用有限元法进行油膜刚度及导轨承载能力的分析与计算方法.借助非线性有限元软件Marc对一个应用实例进行了分析与计算,得到油膜压力的分布云图和曲线,求解出了油膜刚度和导轨的承载能力.计算结果表明,该方法计算结果精确,可以满足设计要求.     

大型机床静压导轨油膜厚度反馈补偿装置的设计

详细阐述了大型机床静压导轨油膜厚度反馈补偿装置的设计原理与补偿程序,通过光栅尺测量油膜厚度的变化,运用油膜厚度与流量的数学模型,结合具体机床参数,由PLC程序计算出油量的差异,输出相应的电信号,计算出恢复预设油膜厚度所需的油量,修正变频电机的频率,调整转速与供油量。实践证明,该方案是可行的。     

恒流开式液体静压支承动力学建模及参数辨识方法

针对现有恒流开式液体静压支承线性动力学模型计算偏差较大问题,建立了液体静压支承的非线性动力学模型。基于液体静压支承振动响应,提出应用Fourier级数方法和最小二乘联合方法,识别该非线性动力学模型中的刚度与阻尼。同时,设计了多种阶跃激励作用下的实验工况,应用研制的实验平台,获取了各种工况条件的振动响应。结合液体静压支承的非线性动力学模型和提出的参数辨识方法,得到了液体静压支承的刚度、阻尼参数。在此基础上,对比识别的动力学参数计算的位移响应与实验值,发现理论值与实验值的决定系数都在0.97以上,从而验证了建立的非线性动力学和参数辨识方法的有效性。     

基于油膜力的油膜厚度补偿模型的研究与应用

为了满足轧制中带钢厚度精度的控制要求,必须对由轧制速度变化引起的带钢厚度波动进行油膜补偿.提出了一种基于油膜力的油膜厚度补偿方法,并进行推证,得到适合现场应用的数学模型.以此数学模型为基础,开发了一套完整的数据采集、数据处理和现场应用方法,并将该模型成功应用于热连轧生产中.实际应用表明,对热连轧机组采用该油膜厚度补偿算...     

工作台油膜厚度控制系统实验与验证

在西门子数控系统上开发一套油膜厚度控制系统,对控制模型在试验平台上进行了验证,通过测量数据可以看出油膜厚度几乎可以保持在设计油膜厚度,肯定了控制模型的正确性和可行性。基于文中的研究成果,油膜厚度随着载荷的变化而呈现不稳定变化的问题得到了有效的解决,对提高静压工作台的精度有了实验支持。     

冷轧AGC静-动压轴承油膜厚度的分析与补偿

论述了冷轧AGC过程中动-静压轴承油膜厚度变化对带钢厚度精度的影响，对静-动压轴承油膜的形成机理进行了分析，并推导出适合现场应用的数学模型，在此基础上设计了现场空压靠测试实验，在空压靠条件下，针对不同轧机转速对压下缸位移进行测量，并根据误差溯源理论剔除了测量结果中轧辊偏心引起的干扰量。然后由现场数据对公式中的关键系数进行回归分析，得出适合现场应用的数学模型，并应用到AGC模型中，对油膜厚度变化对带钢厚度的影响进行补偿。     

基于BP神经网络的轧机油膜厚度补偿的测试与建模

针对单机架热轧中厚板轧机天铁2500mm中厚板生产线的油膜补偿问题进行了研究,用基于BP神经网络的方法建立了轧机油膜厚度补偿模型,并与已成熟应用的基于Reynolds方程的轧机相对油膜厚度补偿方法进行比较分析.结果表明,BP神经网络模型比基于Reynolds方程的轧机相对油膜厚度补偿方法具有预测精度高、样本学习时间快、收敛速度快的优点,BP神经网络模型可以对轧机油膜厚度进行良好的补偿.     

基于现场实验支撑辊油膜厚度补偿模型的应用

热轧机支撑辊多采用油膜轴承,由于在轧制过程中支撑辊油膜轴承内油膜厚度发生变化,会造成轧机有载辊缝发生变化,从而导致产品厚度出现偏差。基于现场设备使用范围,提出支撑辊油膜厚度补偿模型的实验方案,根据实际采集不同压力下速度变化引起的辊缝变化量,使用Matlab拟合得到油膜厚度变化量与轧制力变化量、轧制速度变化量的关系,计算出轧制过程中不同轧制速度、压力条件下支撑辊油膜厚度的变化量,进一步对轧机有载辊缝进行补偿。实际应用表明,该支撑辊油膜厚度补偿方法取得了预期效果,轧机运行稳定可靠,可以有效提高带钢的厚度命中率。     

超精密定位工作台静压导轨静态特性及流场仿真分析

研究超精密液体静压定位工作台中的液体静压导轨静态特性问题。根据流体润滑理论及雷诺方程,构建了导轨油膜压力的数学物理模型,运用有限元方法求解静压导轨的各项静态特性参数,如导轨的承载能力、静刚度、流量等。运用三维造型软件Solid Works和CFD软件FLUENT,从结构三维造型设计和内部三维流动综合分析液体静压导轨,获得油膜压力的分布云图、曲线和油腔液压油流速分布云图,并分析不同结构设计参数和环境参数对液体静压导轨静态特性的影响。本文研究将对实际的静压导轨系统设计具有指导意义。     

塑料薄膜吹塑机厚度模糊控制系统设计

采用电容式厚度传感器对吹塑薄膜厚度进行非接触实时在线测量,并根据系统工艺特点,基于PLC构建了模糊控制系统,对挤出机挤出速度和牵引机牵引速度进行控制,实现薄膜厚度均匀。经测试,系统具有较高的精度、良好的可靠性和稳定性,满足实际生产需要。     

基于模糊神经网络PID的塑料薄膜厚度控制系统设计

针对当前塑料挤出行业薄膜厚度控制系统普遍存在的强非线性、大时滞、控制精度低的现状,设计了一种将模糊控制、神经网络与经典PID控制算法结合的塑料薄膜厚度智能控制系统,通过模糊控制与神经网络自学习算法相结合,实现了控制系统PID参数的在线自整定。实验证明:与传统厚度控制方式相比,该系统可以大大降低收敛时间,提高控制精度,将薄膜厚度误差控制在2μm以内。     

基于神经网络PID控制的液静压轴承等膜厚度研究

针对液静压轴承外部负载改变时、油膜厚度发生变化、从而出现轴承的承载力及阻尼性降低的问题,设计等油膜厚度的主动式控制方法。以比例压力阀作为压力补偿元件,控制回路以供油压力、工作台位移、油腔流量及工作压力作为回馈。计算保持稳态补偿膜厚差所需的供压压力差值作为压力阀的PID控制参数值,再结合类神经网络经训练参数找出最佳PID控制器参数,进行位移补偿控制,达到稳态等膜厚控制。实验结果表明,神经网络PID控制器比其他神经网络控制器具有更快的暂态振荡收敛,并迅速达到等膜厚的目标。     

静液传动容积调速系统模型参考自适应控制

对时变负载的静液传动容积调速系统进行了模型自适应控制(MRAC)的实验研究,并与常规数字PID控制的实验结果进行了对比,对比实验表明:在动态性能方面,采用模型参考自适应控制的马达转速阶跃响应曲线比采用数字PID控制的马达转速阶跃响应曲线超调量变化小,进入稳态前的振荡次数变化也小,这说明模型参考自适应控制更适合于负载经常变化的静液传动容积调速系统,为提高调速系统的控制特性提供了参考。     

基于模型参考自适应控制的四轮独立驱动技术研究

为了提高四轮独立车辆的性能,在恒压网络二次调节的基础上提出了模型参考自适应控制的四轮独立驱动技术。介绍了二次调节静液传动的系统结构模型以及四轮独立驱动的原理。建立了恒压调速系统数学模型,并针对二次调节静液传动系统存在建模不准确、系统压力波动、外负载干扰等缺点,采用模型参考自适应建立了恒压调速控制系统。通过MATLAB对系统进行仿真分析,由仿真结果可知:基于模型参考自适应控制的液压四轮驱动方案具有良好的控制效果,在不同形式的外负载干扰情况下该控制方案具有很好的适应性和抗外干扰能力。     

装载系统机器人化的动力学模型与自适应控制

从控制的观点来看,装载系统代表多变量的、非线性的和复杂的动力学耦合系统。考虑到拉格朗日法建立的二自由度装载系统动力学模型在现实情况中存在不稳定性和建模误差。在J.E SLOTINE提出的自适应控制方法的基础上,构造李雅谱诺夫（Lyapunov）函数,设计自适应控制器,对关节位置和速度进行轨迹跟踪研究,并用Matlab进行仿真。仿真结果表明关节速度稳态误差和位置稳态误差为零,验证了控制器的有效性和可行性。     

微细电化学加工的自适应进给控制系统

为实现微细电化学加工间隙的精确控制,达到稳定间隙乃至恒间隙加工,对加工间隙进行建模,提出并实现一种微细电化学加工进给自适应控制系统。采用嵌入式控制器结合专用集成电路的控制结构,设计软硬件实现间隙控制系统与加工实验装置,分别利用酸、碱电解液进行加工实验,实现了400、600 μm的微小孔。实验结果表明：设计的微细加工自适应控制系统与实验装置能够保证稳定加工间隙,满足微细加工工艺要求。