超声加工中振幅衰减的控制

超声加工过程中，振动系统的振幅会发生衰减，造成加工过程不稳定，生产率降低。针对振幅衰减的原因，提出了先进行频率跟踪，然后在谐振状态下再提高振幅的方案，使振幅不因加工状态的变化而变化，从而保证加工质量，提高生产率。     

人工神经网络及其在超声检测中的应用

从组织神经网络的结构参数以及训练和测试网络着手,结合实例论述了误差逆传播算法（BP算法）在超声检测中的若干应用。     

超声加工技术的研究现状及其发展趋势

结合近年来超声加工技术的发展状况,综述了超声振动系统的研究进展和超声加工技术在深小孔加工、拉丝模及型腔模具研磨抛光、难加工材料的加工、超声振动切削、超声复合加工等方面的最新应用,并阐述了超声加工技术的发展趋势.     

智能控制策略在超声电火花加工中的应用

控制系统的性能是超声电火花复合加工性能好坏的关键,对于控制系统而言．超声电火花复合加工是一个典型的高度非线性、强耦合的时变复杂系统。针对这一特点,设计了新型模糊神经网络控制器,给出了学习算法。该控制器可自动学习模糊控制规则,并随系统的变化自动调节模糊控制规则,通过普通电火花加工设备提取出加工效果试验数据,建立加工效果与放电参数之间的关系模型,对放电间隙进行实时控制。     

超声加工技术研究进展

超声加工技术依靠瞬时高频振动撞击对工件断续加工,具有极强切削能力的同时,具有较小的宏观切削力,主要用于硬脆材料的精密加工,能提高加工精度和表面质量。首先,阐明了超声加工技术的基本原理及其基本应用范围。其次,综述了超声辅助切削加工技术的研究进展,着重论述了超声辅助铣削净切削时间模型的建立以及模型正确性验证,总结了加工参数对刀具运动轨迹、工件表面质量的影响,阐明了椭圆振动切削能有效抑制切削颤振带来不利影响的原因;探讨了超声辅助磨削技术在加工非金属和金属材料时,对表面质量以及工件表面温度分布的影响;综述了超声辅助钻削技术的切削力和进给速度与普通钻削参数的比较。再者,介绍了超声波加工技术的新发展方向,包括三维椭圆超声振动切削技术、超声ELID复合磨削技术、超声EDM复合加工技术、超声辅助抛光的工作原理及最新研究趋势和能实现的试验效果。最后,总结了目前对超声加工技术及超声辅助或复合技术的研究。     

微细超声加工中恒力控制问题的研究

为提高微细超声波加工系统的稳定性和加工性能,对微细超声加工中微小加工力的恒定控制方法进行了深入研究。最终采用积分分离PID控制算法,实现了微小加工力的恒定控制。加工实验结果证明,该控制算法较好地解决了微细超声加工中加工力波动大且难以控制的问题。     

超声加工概况和未来展望

本文简述了超声加工技术发展、应用特点和应用分类，介绍了超声加工用某些新型超声振动系统及其应用，概述了超声加工某些应用中的基础研究、设备研制和应用研究的情况，指出了超声加工技术的发展前景。     

超声振动车削的研究现状

对超声振动车削的特点进行详细的介绍.介绍了超声振动车削的分类方式:一维超声直线振动车削、二维超声椭圆振动车削和三维超声3D振动车削,同时论述了一维超声直线振动车削、二维超声椭圆振动车削和三维超声3D振动车削的切削原理、研究现状与应用.最后总结了超声振动车削现阶段所存在的问题并提出了今后的发展趋势.     

电极丝超声振动的低速走丝电火花线切割加工研究

研究了低速走丝电火花线切割加工中附加超声振动后电极丝的高频振动对加工性能的影响。建立了描述超声振动下的电极丝振动的数学模型，并进行了计算机模拟分析。实验表明，电极丝附加超声振动可以改善极间放电状态，提高加工效率，减少断丝率，降低加工表面粗糙度值。     

超声复合电加工振动参数检测控制与试验研究

利用高速、高精激光微位移传感器及高频数字示波器进行超声及其复合加工的振动参数(振幅与频率)在线测量,其结果具有高精度和实时性。设计了控制软件,为保持超声振动的稳定及复合电加工参数的在线实时调节与优化建立了基础条件,同时通过数学处理得到了超声振幅与超声激振电压之间的关系。利用分析与测试结果合理选择加工参数,对陶瓷、硬质合金等硬脆性难加工材料进行了超声及其复合电加工试验,超声振动系统工作稳定可靠,试验结果验证了超声及其复合电加工技术对硬脆难加工材料的加工优势。     

基于BP神经网络的数控超声加工性能研究

采用正交试验方法对数控超声加工效率进行了分析,建立了数控超声加工效率BP神经网络模型,并对所建模型进行了仿真验证.验证结果表明,该模型预测的工艺参数"加工效率"与实测值具有很好的拟合关系,在此基础上拓宽了各因素水平的取值,利用神经网络的非线性映射能力仿真了各参数对加工效率的影响.     

神经网络在超声-电火花复合加工参数预测中的应用

超声-电火花复合加工参数的选择及合理搭配对加工方法的应用、生产率的提高和工具电极的损耗都极其重要，是稳定高效加工进行的前提和保证。通过分析复合加工的主要影响因素，建立了基于BP人工神经网络的超声电火花加工工艺参数优化系统和相应的数据库系统。在给定条件下，系统得到的加工参数更加趋于合理，复合加工系统的总体性能得到提高，克服了传统单纯依赖于工艺数据库的参数选取系统的局限性。试验结果与预测结果有较好的一致性，表明了该系统可为超声电火花加工提供合理可靠的加工方案，系统更加便于用户操作。     

超声振动-放电复合加工模糊控制系统研究

针对超声振动-放电复合加工的放电状态的检测参数,提出了输入参数模糊化的方法,并确定了输出量的解模糊方法.通过采用推理机,对MISO系统进行解耦,简化了模糊控制系统的计算,加快了系统的响应速度,使模糊控制系统具有更好的自适应性.     

基于人工神经网络的滚挤压加工表面质量的预测研究

针对滚挤压工艺参数难于选取、已加工表面质量难以控制的问题，采用增加动量项和学习率自适应调整的BP神经网络建立了滚挤压加工表面质量的预测模型，并以表面粗糙度的预测作为实例进行研究，试验结果表明该模型可用于滚挤压加工表面质量的预测。     

超声振动辅助气中放电加工工艺规律的研究

简述了电火花加工、超声放电复合加工技术的原理及特点;重点对超声振动辅助气中放电加工的原理和工艺规律进行了深入的探讨,并从试验结果分析中得出了该技术特有的基本工艺规律.     

基于人工神经网络的压边力预测技术研究

压边力是板料成形中的一个重要的工艺参数,也是板料拉深成形中的重要控制手段。本文以拉深件中较为典型的杯形件为对象,建立了压边力预测的冲压工艺参数人工神经网络模型,并对该模型进行了学习训练。仿真验证表明运用该模型可以得到较好的预测效果,且具有较高的精度。     

恒切削力加工过程的神经网络预测控制

切削过程恒力控制对于提高生产率、保证加工精度具有重要作用。文章以车削加工过程为对象,研究恒切削力加工过程中当切削深度发生突变时,如何减少系统输出切削力超调的问题。将预测控制策略与神经网络理论相结合,在神经网络学习时,使切削进给在切削深度发生突变前提前发生相应变化,提出了恒力切削过程的神经网络预测控制算法。仿真结果表明,与传统自适应神经网络控制相比,加工过程的神经网络预测控制能够有效的解决在背吃刀量发生突变时,加工系统输出的切削力过大的问题,显示出比加工过程传统神经网络自适应控制更好的综合性能。     

基于神经网络的直流无刷电机控制系统

提出了一种直流无刷电动机的N-PI转速调节器的设计方法.在直流无刷电动机的高性能速度跟踪中,若仅采用传统的PI调节器,则难以克服系统超调和短时振荡问题.采用复合N-PI的控制方法,利用神经网络的自学习自适应功能在线调整PI控制参数.文中提出了一种模型参考自适应与神经网络相结合的控制策略,利用在线辨识技术,对参数变化实时补偿,及时修正神经网络权值的计算.最后,在Matlab/Simulink下进行了仿真,结果表明,运用这种设计方法很好地抑制了超调和振荡.     

基于人工神经网络的传感器非线性辨识研究

介绍了用人工神经网络分析传感器及其适用环境的非线性因素的原理和方法，提出了基于改进BP网络的传感器非线性辨识的算法、模型、方案与实现技术。对电容传感器进行了实验，通过计算机仿真与应用，证明传感器性能得以提高，同时具有很强的环境适应能力和抗干扰性。     

基于BP神经网络的复合材料超声波检测缺陷类型识别

以碳纤维复合材料的分层、孔隙和疏松缺陷的超声波检测信号为研究对象，对包含缺陷信息的复合材料超声波检测信号进行小波包变换，从近似系数及细节系数提取样本的特征值。建立并训练了一种用于实现缺陷识别的BP神经网络，该网络使用Levenberg-Marquardt算法可以快速地完成对数据的处理。使用该网络可进行缺陷类型的识别。