NURBS曲线的数控高速插补算法

为实现数控机床高速度高精度加工,在分析三次NURBS曲线原理的基础上,提出NURBS曲线插补算法原理.通过时间分割法建立NURBS曲线插补算法公式,给出了具体推导过程,分析了进给速度和加速度对插补的影响,并介绍了高速高效和恒速处理的方法,在此基础上开发了NURBS曲线插补软件,对实例进行了验证.该方法简化了通常曲线插补过程中的繁琐计算,提高了NURBS曲线的插补速度,也保证了插补的精度和表面质量,它在曲线的高速高精度加工中具有非常重要的实际意义.     

基于阿当姆斯算法的NURBS曲线插补

为增强高速精密数控加工的能力,提出了一种基于阿当姆斯算法的NURBS曲线插补方法。该方法通过前向、后向差分结合代替微分的方法,对阿当姆斯法求解微分方程的插值算法进行了合理的简化及近似,并通过预估-校正方法对迭代精度进行控制,以保证高速精密加工对计算速度以及精度的要求。经过MATLAB对插补轨迹仿真分析,证明了该插补算法的可行性及有效性。     

基于两级插补机制的NURBS曲线插补器研究

针对非均匀有理B样条（non-uniform rational B-spline,NURBS）曲线高速高精加工过程中计算负载高的问题,提出一种基于两级插补机制的NURBS曲线插补器方案,在主控端执行第一级插补,完成曲线预处理等粗插补工作;在运动控制端执行第二级插补,完成加减速及实时位置输出等精插补工作。同时,设计并开发基于ARM-FPGA架构的实验平台,可用于两级插补器的实验验证,具有一定的现实参考意义。     

NURBS曲线矩阵表示及其在插补中的应用

为提高NURBS曲线插补时求值求导的效率,基于B样条系数矩阵元素间的递推关系,提出一种新型的系数矩阵显式递推公式,并将其用于NURBS曲线的矩阵表示。通过对系数矩阵元素递推关系式进行变量代换,以避免一些中间量的重复计算;对其进行形式变换,以便分析某一低阶系数矩阵元素对高阶系数矩阵元素的影响。将高阶系数矩阵元素中受影响的项组合叠加,得到系数矩阵显式递推公式。分析结果表明,该算法具有计算量小、稳定、易于用代码实现等优点。在曲线直接插补时,可通过该算法预先求出曲线的系数矩阵。轨迹规划时可直接调用该系数矩阵进行求值求导,从而提高插补的实时性。     

三次Bezier曲线的插补算法及误差分析

在分析三次Bezier曲线原理的基础上,提出了采用时间分割法对其进行插补的算法及误差分析.实例表明,该方法简化了通常曲线插补过程中的繁琐计算,提高了Bezier曲线的插补速度,也保证了插补的精度和表面质量,在曲线的实时插补中具有非常重要的实际意义.     

基于双圆弧逼近的插补技术研究

NURBS插补技术已经成为国内外数控系统厂商和相关研发机构争相研究的热点问题,从NURBS曲线构造原理出发,给出了一般参数曲线插补基本实现过程。分析了NURBS曲线数学理论基础、双圆弧基本数值算法。采用常见的CAM软件ProE辅助设计软件,验证实验证明了该技术方案的可行性。     

椭圆曲线的比较积分插补方法研究

在分析比较积分插补方法的基础上，研究了比较积分椭圆曲线的插补方法，推导了该方法的基本原理表达式．从物理含义上解释了应用该种方法，既可以比数字积分插补方法的速度稳定，又比逐点比较法的插补脉冲均匀．采用椭圆曲线插补指令，用软件对该算法进行了仿真．结果表明，该方法提高了各轴运动的平稳性和插补的均匀性，而且具有运算简单、速度控制容易等特点．     

基于模糊推理的NURBS曲线直接插补进给速度确定方法

为了提高复杂自由曲线数控加工的效率和精度,采用NURBS曲线拟合加工曲线,建立其曲率半径计算数学模型,针对自由曲线曲率半径变化范围大的特点,提出一种冗余误差控制NURBS曲线插补算法与模糊推理运算相结合的进给速度确定新方法.经MATLAB环境下进给速度插补过程仿真,并与冗余误差控制进给速度插补算法、弓高误差控制自动调节速度插补算法比较,结果表明:该方法可根据自由曲线的曲率半径及其变化率值经模糊推理方法确定出合适的进给速度以提高加工效率,并能使弓高误差不超出最大允许值以保证加工插补精度.     

参数方程曲线的直接插补算法研究

插补技术是数控系统的核心技术,插补算法的优劣直接影响数控系统的加工效率.通常渐开线、螺旋线等非圆复杂曲线在数控系统中用小段圆弧或直线来逼近,这使得数控代码的数据量极大,且逼近误差较大,计算机辅助编程也很复杂.为此,本文提出一种非圆复杂曲线的插补算法,该算法表达精确、运算速度快;此外,还分析了该插补算法的理论误差,并给出了通用的刀具半径补偿方法.     

NURBS曲线实时插补中S型加减速算法的研究

针对在高速高精度加工过程中非均匀B样条曲线(non-uniform rational B-spline,NURBS)的实时插补时,机床加减速容易出现冲击或者振荡现象,提出了S型加减速(S-shape ADC/DEC)前瞻方法。建立了曲线的S型加减速离散采样模型,提出了S型曲线加减速前瞻算法,通过此算法可以根据实际插补轨迹的几何特性,能够自适应地确定加减速点。仿真结果表明该算法可以在保证加工精度的同时有效消除加减速过程中对机床的冲击,提高加工精度。     

基于非均匀B样条小波分解的NURBS曲线光顺

利用非均匀B样条小波的正交性、局部性和振动性，研究基于非均匀B样条小波分解的有理曲线的光顺算法.第一步，通过不同的节点选取方法，实现非均匀有理B样本(non-uniform rational Bspline, NURBS)曲线的小波分解；第二步,通过曲线逼近实现NURBS曲线的整体光顺和局部光顺.通过施加约束解决曲线光顺前后端点位置和切矢不变的问题.该算法在反求工程CAD软件RE-SOFT中的实际应用效果表明，基于非均匀B样条小波分解的NURBS曲线光顺算法能够有效地去除曲线上的坏点，改善曲线的品质.     

基于ROC曲线优化的车辆行驶状态估计BP模型

针对现有行车状态估计器难以适应复杂非线性模型,结合BP神经网络在解决非线性系统方面表现出优良的性能,采用ROC曲线(受试者特征工作曲线)对BP神经网络算法进行优化,依据各个节点权重值的变化情况绘制学习机器相应的ROC曲线,将ROC曲线下方面积作为各个节点权重值选取的唯一准则,每次在同一节点进行变步长的搜索(大步长和小步长),并根据不同步长的搜索结果确定下一次步长的大小,以确定最佳的权重值,最后以波动性较强的车辆横摆角速度作为样例对算法进行验证.研究结果表明:通过ROC对其性能的评价,加速了BP网络的收敛速度,在一定程度上避免了出现局部最小值的情况,提高了模型的容错能力;优化后的模型在5%误判率的情况下有较高的击中概率,表现出更强的泛化能力,适应性更强.     

基于ANN-NURBS的散乱数据点自由曲面重构

探讨了曲面三维密集散乱点数据的几何建模方法。按照先压缩后拟合的两步方法重构策略，实施基于ANN-NURBS的散乱点自由曲面重构。提出了基于人工神经网络(ANN)的散乱数据点的拓扑矩形网格重建方法并建立了神经网络模型。该模型利用神经元对曲面散乱点的学习和训练来模拟曲面上的点与点之间的内在关系，结点连接权矢量集作为对散乱点集的工程近似化并重构曲面样本点的内在拓扑关系。算例表明，该方法可实现三维密集散乱点数据自组织压缩，生成期望疏密程度和精度的矩形拓扑网格，并可有效保持原数据点集的拓扑特征，从而实现了基于NURBS的大规模散乱数据点的精确曲面重构。     

基于神经网络的PMLSM建模

永磁直线同步电动机 (PMLSM)是直线电机驱动的垂直运输系统的核心 ,它的模型的建立对于整个系统的控制与运行分析具有重要的意义 .利用BP算法 ,用C语言编制程序 ,实现了一个单输入层单输出层 4隐含层的神经网络 ,并用实验数据对网络学习训练 ,建立了PMLSM的模型 .通过实验验证 ,该模型的输出结果与实际结果十分接近 ,能够反映PMLSM的基本运动特性 ,因此这种模型可以作为PMLSM的仿真模型进行控制和运行特性的仿真研究 ,并且在进行控制时可以把这种模型作为系统的辩识模型进行预测控制 ,使控制效果更好 .这种模型的建立将为PMLSM的研究开辟出一条新路     

基于NN的一类非线性系统模型研究

针对惯导平台系统漂移误差高阶非线性动态系统的特点,利用神经网络任意逼近能力和自适应抽取系统动态信息的能力,提出基于神经网络(NN)的建模.首先建立惯导平台漂移误差模型,然后通过BP算法训练网络模型,系统获得了较为满意的模型辩识结果.     

一种基于神经网络的干扰抑制系统

为抑制扩频系统中的干扰信号,提出变换域信息信号识别(TDISI)干扰抑制系统,其中采用了扩展BP神经网络(EBPNN).TDISI首先利用快速傅立叶变换(FFT)将输入信号映射到变换域,提高系统收敛速度;然后通过EBPNN对变换系数进行信息信号的自适应识别,其具有复杂度低、鲁棒性好的特点.理论分析得到采用TDISI后接收信号的干信比(ISR)抑制量、信噪比(SNR)损失量和误码率(BER)的数学表达式.仿真结果表明:在干扰信号相同的情况下,此系统的干信比抑制量较2种现有系统分别提高29.9%和8.9%,信噪比损失量分别降低了54.3%和21.2%.