基于深度学习的数控机床智能化研究进展

随着新一代人工智能技术的应用,数控机床迎来了新的发展机遇,正在向高精度、高效率、自动化和智能化的方向发展。在新技术中,深度学习因具有减少人为提取特征导致的特征不完备性和较好的迁移学习性,在数控机床的刀具状态检测、误差补偿、故障诊断等方面都有极其重要的作用。对深度学习的研究仍是数控机床智能化的基础,通过介绍深度学习中CNN、DNN、LSTM的结构原理,对深度学习拓展和改进方法在数控机床的误差补偿、故障诊断、刀具检测以及其他领域的应用进行了详细叙述,为未来智能机床的研究发展提供了理论参考。     

基于GANs和迁移学习的人脸表情生成方法研究

生成对抗网络(GANs)自2014年被提出以来,被广泛应用在文本、图像等领域,并对其进行生成方面的研究.但是最近的研究发现,生成对抗网络在有限样本的情况下无法取得好的生成效果,产生过拟合等问题.为了解决这个问题,本文提出了一种利用迁移学习和改变网络结构相结合的方法.与传统的迁移学习不同的是,在对源网络卷积层进行迁移过程...     

基于深度迁移学习的轴承故障分析

滚动轴承作为旋转机械的核心部件,其运行的稳定性决定了机械运行的可靠性.轴承故障主要出现在滚体、内圈、外圈上,为确保机械的安全、稳定运行,对于滚动轴承故障的分析和预测具有极大的意义.提出了一种基于深度迁移学习的方法用于滚动轴承故障数据的分析与预测,基于同一工况下的轴承各类故障搭建深度迁移学习的模型,加入稀疏自编码器用于提...     

基于深度学习和迁移学习的液压泵健康评估方法

对液压泵建立健康评估模型需要大量训练数据,然而由于其工作条件随时间的地点变化,使得获取特定条件下的数据比较困难。为了在目标数据不足的条件下对液压泵建立健康评估模型,提出了一种深度学习和迁移学习的液压泵健康评估方法。首先,通过卷积神经网络的方法对已有大量历史条件下液压泵振动的频域信号建立预测模型,再用迁移学习的思想在少量目标液压泵数据上对深度学习模型进行微调。实验结果表明,该方法可以有效地提高预测准确率。     

基于深度卷积迁移学习的机车齿轮箱故障诊断

齿轮箱作为系统传动的核心部件,确保其健康状态对于旋转机械有效运行至关重要。然而,目前大多数传统故障诊断方法通常难以充分挖掘故障相关特征信息,且常见模型在变工况服役条件下通用性差。与此同时,实际工程应用中往往难以获取充足标签数据。针对上述问题,提出一种基于深度卷积迁移学习的变工况机车齿轮箱故障诊断方法。首先,考虑到单一通道所含信息往往存在严重局限性,将多通道特征信息进行有机融合作为输入,搭建深度卷积网络自适应挖掘多通道深度特征,得到源域诊断模型。进一步将不同工况下多通道信号作为输入训练源域模型以增强其感知能力以及泛化性,由源域向目标域做迁移映射,从而实现变工况下的齿轮箱故障诊断。采用齿轮箱故障实验声学数据进行验证分析,结果表明：该方法能在不同的工况下实现知识迁移,增强诊断模型的通用性,准确高效地实现齿轮箱故障诊断,诊断准确率超过99%;对比其他传统故障诊断方法,所提方法有更好的时效性和泛化性。     

数控机床主轴的多传感器迁移学习故障诊断

针对数控机床主轴故障诊断中标记样本量小的问题,提出了一种基于多传感器的迁移学习的故障诊断方法.首先,采集安装在数控机床主轴上的多个三轴加速度传感器采集的原始振动信号,并将信号转换成图像的变换方法得到输入.其次,比较了TrAdaBoost迁移算法和基于CNN网络迁移模型算法.最后,针对CNN网络迁移模型,用目标类替换输出...     

基于两阶段深度迁移学习的面料疵点检测算法

针对针织格纹面料疵点检测存在检测实时性差和疵点数据稀缺的问题,提出一种基于两阶段深度迁移学习的面料疵点检测算法,实现对疵点的实时高精度检测与检测模型的高效训练.第一阶段迁移:设计面料疵点先验知识迁移算法,通过聚类算法求得交并比最优的四类疵点预选框尺寸参数,使用带有先验知识的疵点预选框替代基于特征的定位方法,实现面料疵点...     

基于深度学习LSTM⁃DBN的水轮机振动故障预测方法

深度学习算法具有强大的时间序列预测能力以及可实时处理大数据海量样本的优势。针对水轮机系统振动故障诊断存在精度低、漏诊及难预测等问题,提出了一种基于深度学习长短时记忆（long short time memory, 简称LSTM）网络结合深度置信网络（deep belief networks,简称DBN）的水轮机系统故障预测方法。将小波包能量带与时频域指标信息相结合,提取高维故障统计特征,利用DBN深层网络的自适应特征提取能力对原始故障数据进行高维特征表示,准确地判断故障种类,并凭借LSTM对时序信号强大的预测能力,预测出未来系统可能发生的振动故障。工程实验验证了该算法的有效性。     

基于华中系统数控机床加工方法的工艺研究

目前,中国处在发展的关键时期,政府提出了“中国制造2025”奋斗目标,不仅仅是制造大国,还是世界最大的机床产品消费与进口国,对数控机床加工质量和生产效率的追求明显增长。通过对数控机床加工的分析,以加工特色零件为例,对数控加工的编程方法进行总结并对加工工艺规划进行阐述,便于在金工实习过程中,学生能够快速了解数控编程加工的过程,为对其进一步研究和发展提供思路和方法。     

基于元动作链理论的数控机床故障分析

利用所提出的元动作链方法建立宏观系统可靠度变化与微观元动作运行失效原因之间的联系,对数控机床运行过程中的运行故障进行了分析。以蜗轮齿面磨损失效为例,分析了微观失效原因与故障发生概率的联系,并综合所得到的故障底事件发生概率曲线,融合成系统可靠性曲线,从而实现系统结构信息、系统运行信息、微观失效原因信息、宏观可靠性模型的高度集成。算例表明,所提出的元动作链模型能够对机床的状态变换进行准确描述,有助于精确分析机电系统所有的故障模式,消除了传统可靠性建模过程中的不确定性。     

从数字化到智能化——数控机床先进制造技术研究进展

随着现代信息技术的不断发展,机械制造加工越来越趋向于数字化、网络化和智能化。数控机床作为制造加工领域关键的加工设备,也面临智能转型升级的一个新阶段。文中对团队近年来在数控机床数字化方面的研究进展进行了综述,主要包括数控机床的数据采集技术、数据传输技术、车间级设备三维仿真监控以及数据分析与预警技术,介绍了在这些领域的一些技术突破和科研成果,指出了研究工作存在的问题与不足,并对未来数控机床智能化的发展与研究进行了展望。     

基于PLC的数控机床电气控制系统研究

数控机床在解决复杂、精密零件的加工方面起到了重要的作用,是具有典型机电一体化系统的数控机床。基于PLC的数控机床电气控制系统是数控技术发展的必然结果。PLC数控机床在应用中有很多优点,例如,电气控制系统通过采用工件自动夹紧、断刀检测和机械手自动换刀等实现了数控机床的自动化。本文探讨了加工中心的电气控制技术和设计方法,对确保机床的安全可靠,提高加工精度和生产率具有重要意义。     

FANUC数控机床控制系统常见故障与排除

数控机床故障排除后需对机床控制系统的返回参考点进行重新调整才能进行正常工作。以FANUC数控机床为例,介绍了数控机床在故障排除后开机回零的调整步骤、调整异常时的原因及排除方法,并对数控机床操作中常见故障进行了案例分析与处理。     

数控机床用直线电动机及其控制技术

直线电动机直接驱动系统具有结构简单、动态响应快、速度和加速度大等一系列优点,是各类数控机床进给运动的理想传动方式。介绍了直线电动机直接驱动技术原理、特点及其在数控机床中的应用,阐述了直线电动机直接驱动系统控制技术的研究现状及发展趋势。     

车削加工颤振稳定性可靠度蒙特卡罗法仿真

在工程实际中,车削系统刚度、阻尼及切削力等参数的随机性严重影响车削加工的稳定性。针对此问题,提出了一种车削加工再生型颤振稳定性可靠度计算方法。考虑随机因素的影响,采用蒙特卡罗数值模拟方法,研究车削加工再生型颤振稳定性的统计分布规律。建立车削加工再生型颤振动力学模型,采用拉氏变换获取机床车削的极限切削宽度及所对应的主轴转速。根据数控车床切削系统动力学参数的分布信息抽取样本,代入再生型颤振模型进行计算,获取极限切削宽度的样本,并统计其概率特性,以实际切宽是否小于极限切宽为判别条件提出一种基于蒙特卡罗模拟的车削加工再生型颤振稳定性可靠度预测方法。     

探究机械数控机床位置控制与误差补偿

对于数控机床来讲,具有较高智能性,然而在生产实践中部分数控机床,尤其在经济型机床方面,并不能够让人满意,比如插补程序以及参考点位置设置不足等。对此,本文阐述了数控机床的误差补偿必要性、介绍了数控机床的位置控制精度以及误差,介绍了机床位置的误差补偿,并比较了误差补偿应用情况,希望能够为相关单位与人员提供参考。     

数控机床机械手柔性定位控制方法研究

提出了新的数控机床机械手柔性定位控制方法。在柔性条件下构建数控机床机械手双作业臂的运动学模型,基于该模型设计气动定位控制硬件与控制程序,硬件选用光编码器和分周处理器等设备,软件程序通过 PLC 来编制,从而实现对机械手手臂各关节及基座等位置的定位控制。测试结果表明:应用所提方法后,作业臂旋转关节定位变量值与其定位理想值十分接近;作业臂 1 、2 的定位变量值相对误差最高不超过 0.50° 、0.40° ,平均定位误差分别为 52.805 mm 、 58.055 mm 。说明所提方法的定位控制性能能够满足设计需求。     

基于校园网的数控机床联网方案

分析了目前数控机床通讯和管理的现状,详细介绍了基于校园网的数控机床联网方案,主要包括硬件模块功能和数控系统通讯参数设置。该方案已在实际应用中验证通过,效果良好,具有推广应用价值。