基于Kohonen自组织竞争网络的机床温度测点辨识研究

提出一种基于Kohonen神经网络的温度测点辨识优化算法,用机床进给系统上不同位置处的温度测点变化值及定位误差作为输入样本来训练神经网络。利用该网络的自组织竞争将胜出的结果输出到相应的分类模式中,根据各类分类模式中温度变量与热误差之间的相关系数,确定出机床热关键点。通过多元线性回归理论建立了热误差模型,与基于变量分组优化方法的热误差模型比较发现,该方法具有更好的可行性和有效性。     

基于Fisher最优分割法的机床热关键点优化研究

利用温度测点建立热误差模型时,测点的选取直接影响到模型的精度.采用一种最优化分段方法——Fisher最优分割法,以试验采集到的原始数据作为分析数据,通过计算分类的直径、比较各类中的误差函数,对机床测点变量进行分类,经过对各类中温度变量与热误差之间相关系数的计算,获得用于热误差建模的热关键点,从而完成测点优化.利用多元线性回归方法对其优化出的测点建立热误差模型,与采用变量分组优化选出的温度测点建立的热误差模型进行比较,结果说明Fisher最优分割法可行、实用性强.     

基于有序聚类的机床热误差测点优化

温度测点的选择直接影响数控机床热误差补偿模型的性能。考虑到温度有序传递的特点,提出了有序聚类测点优化的方法。以试验数据为基础,计算类直径并比较目标误差函数;然后对温度变量分类,确定最佳分类数;通过计算热误差和温度之间的相关系数,确定最优测点。采用定位误差分解建模法结合选取的最优测点建立热误差预测模型,分别与模糊聚类和变量分组测点优化建立的模型进行比较,试验结果表明,有序聚类测点优化法精度较高,具有一定的应用前景。     

机床丝杠进给系统热误差测点优化及实验

针对丝杠进给系统热误差监测点多,且测点之间存在复共线性影响热误差建模精度的问题,提出了一种综合测点优化的方法。首先利用Pearson相关性分析筛选出相关性较高的点,其次利用灰色关联法求出各温度变量间的灰色关联度并由此建立模糊相似矩阵,再采用模糊聚类和F分布统计确定最优测点组合后,由偏相关性分析剔除弱相关变量并建立热误差线性回归模型。在某龙门加工中心进行实验验证,结果表明温度测点由12个减小到3个,丝杠热误差由13μm减小到10μm。     

基于灰色关联和模糊聚类的机床温度测点优化

针对机床热误差补偿技术中温度测点优化选择的问题,提出采用基于灰色关联分析和模糊聚类分析相结合的方法对机床温度测点进行优化选择。采用灰色关联分析法计算温度变量与主轴热误差之间的相关系数,并据此优选温度变量,采用模糊聚类分析法对所选择的温度变量进行聚类,确定关键温度变量,结合关键温度变量建立热误差线性回归模型。在精密卧式加工中心MCH63上对该方法进行了试验验证,结果表明,温度测点的数量由29个减少到6个,机床轴向热误差由41.3μm减小到7.6μm。     

基于FCM自适应模糊聚类的温度测点优化

在数控机床热误差建模中,温度测点的选择与优化是一个难点。针对传统的FCM模糊聚类方法对数控机床温度测点优化需要人为事先确定聚类数目,提出了一种FCM自适应模糊聚类测点优化方法。该方法在FCM聚类算法的基础上,建立了聚类数自适应函数,并自动给出最佳聚类数。通过对一台立式铣床进行实验验证,结果表明:FCM自适应模糊聚类方法自动将机床的温度测点由13个减少到6个。结合多元回归分析,建立了关键测温点的热误差模型,所建立的热误差模型精度较高,热误差由50μm减小到10μm以下,验证了该方法的有效性。     

精密加工中心热误差检测与温度测点优化

以卧式加工中心MCH63为研究对象,首先利用研制的温度和热误差检测系统测量了加工中心的温度场和热误差。然后基于变量分组优化的基本原理,引入修正的相关系数,确立了X、Y、Z三个方向用于建模的温度变量。最后通过RBF网络模型对该温度测点选择方法进行了验证。结果表明,该方法既能减少温度测点数量,又能保证模型的预测精度。     

基于互信息法和改进模糊聚类的机床热关键点优化研究

基于热误差模型进行机床热误差补偿是保证数控机床加工精度的一种有效方法,温度测点的布置和辨识会直接影响热误差建模的精确性和鲁棒性。本文提出一种互信息和改进模糊聚类法相结合的机床热关键点优化方法。以机床不同位置处的多个测点温度值及工件热变形作为分析数据,通过计算温度变量与热变形之间的平均互信息量,获得其综合关联度矩阵,确定二者之间的相关性后初选温度变量。根据改进模糊聚类法、F统计量和复判定系数对初选的温测点进行聚类,并结合温度变量与热变形之间的综合关联度值提取机床热关键点,从而实现测点优化。将基于该方法所得到的热误差模型与采用变量分组优化法获得的热误差模型进行比较,结果显示采用该方法进行热误差建模,机床X轴和Y轴的热变形预测精度得到显著提高,有利于改善加工精度。     

基于逐步回归的机床温度测点优化及热误差建模技术

通过对机床温度测点进行优化,建立其与机床热误差之间的数学模型,对机床热误差进行实时预测与补偿控制,是提高数控机床加工精度的重要途径。为解决现有机床热误差模型预测精度低、鲁棒性差的问题,提出一种基于逐步回归的数控机床温度测点优化方法。通过偏F统计量的检验,在初步建立的回归模型中逐个引入新变量,剔除不显著的老变量,实现温度测点的优化布置,获得数控机床热误差的最优回归模型。将该方法应用于某数控机床,结果表明,基于逐步回归的机床热误差模型,所用温度变量最少,且预测精度最高。     

基于互信息法和改进模糊聚类的温度测点优化

基于热误差模型进行机床热误差补偿是保证数控机床加工精度的一种有效方法,温度测点的布置和辨识会直接影响热误差建模的精确性和鲁棒性。本文提出一种互信息和改进模糊聚类法相结合的机床热关键点优化方法。以机床不同位置处的多个测点温度值及工件热变形作为分析数据,通过计算温度变量与热变形之间的平均互信息量,获得其综合关联度矩阵,确定二者之间的相关性后初选温度变量。根据改进模糊聚类法、F统计量和复判定系数对初选的温测点进行聚类,并结合温度变量与热变形之间的综合关联度值提取机床热关键点,从而实现测点优化。将基于该方法所得到的热误差模型与采用变量分组优化法获得的热误差模型进行比较,结果显示采用该方法进行热误差建模,机床X轴和Y轴的热变形预测精度得到显著提高,有利于改善加工精度。     

阵列微结构表面技术的研究进展

阵列微结构表面技术可以有效改善金属表面的力学性能,已逐渐在工程机械、现代交通、现代化工等领域得到广泛应用。对阵列微结构表面的典型形貌,制备方法和技术应用这三个方面进行了论述。面向更高的技术需求,探索具有优质高效特点的阵列微结构表面多物理场复合制备方法;寻找更宽领域的应用,并尝试将各种不同的微结构根据其自身性质分别应用于同一对象的多处局部表面,使应用对象整体性能达到最佳,将是今后阵列微结构表面技术的研究重点。     

气缸低速爬行特性影响因素及补偿

通过建立气动模型并进行联合仿真,探讨了气缸低速爬行现象和系统定位误差的来源,具体分析了气源压力、负载质量、摩擦力差值对气缸爬行的影响。采用单神经元PID控制算法和叠加颤振信号的方法,代替传统PID控制。结果表明气源压力大、负载质量小、动静摩擦差值小时有利于阻止系统的爬行;采用单神经元控制和叠加颤振信号的方法解决了系统的低速爬行问题。仿真证明系统定位精度由±0.61mm提高到±0.25mm,为低速阶段气缸平稳运行提供了较理想的控制策略。     

日本在中国最大投资项目动工

construction of Jiangsu OJI Paper Co Ltd,a joint venture between Japan's OJI Paper,the biggest paper maker in Japan and the sixth largest in the world,and the Nantong Economic and Technological Development Zone Corporation in east China's Jiangsu province has kicked off recently.This is the biggest industrial invesment project undertaken by Japan in China,and also the biggest foreign investment project in China in terms of single investment.     

车辆碰撞自动呼救系统触发算法设计

为提高车辆碰撞自动呼救系统的可靠性,基于移动窗原理设计了一种独立于安全气囊系统的碰撞检测算法。该算法对窗宽内的汽车纵向与横向加速度信号进行合成积分,通过比较积分值与设定阈值的大小来确定是否触发紧急呼救。通过实车试验采集某款越野车型在各种典型工况下的车身加速度信号确定了触发算法的阈值。为验证触发算法的可靠性,对自动呼救系统终端进行设计并进行了台车碰撞试验。试验结果表明,所设计的触发算法能够准确检测到碰撞事故发生,自动呼救终端能够准确触发紧急呼救并记录相关碰撞信息。     

光栅型高速扫描近红外光谱仪的研发

针对现有光栅型光谱仪无法同时达到高速与高精度要求的问题,提出了一种采用齿轮传动结构代替传统丝杆传动结构的波长扫描方案,研制了光栅型高速扫描近红外光谱仪。下位机采用STM32微处理器作为主控芯片,实现了步进电机驱动控制、A/D转换控制、与上位机通讯等功能,设计了光电转换电路、信号调理电路及探测器制冷控制电路;在上位机软件中实现了光谱数据的采集、处理以及图形化显示等功能。对样机进行了性能实验并分析。试验结果表明:该仪器光谱扫描速度达到240nm/s,光谱分辨率6nm,光谱范围为1000nm～2500nm,波长准确性,基线稳定性0.0005A/h,主要性能参数达到国家标准。     

可伸长橡胶履带接触建模及连接算法研究

为有效预测可伸长橡胶履带系统性能,研究了履带-轮-地面之间的相互接触问题,开发了一种橡胶履带连接算法,提出了履带张力的计算方法,建立了履带与负重轮、驱动轮、导向轮以及地面间的相互接触模型,分析了车辆沉陷、履带下的接地压力分布、剪切位移和剪切应力,并在干沙和粘土两种土壤以及半圆形和波形两种构形路面条件下进行了算例仿真分析。仿真结果表明采用新的履带连接算法建立的接触模型可以合理预测橡胶履带长度变化。研究结果为进一步预测和改善橡胶履带系统动力学性能提供了有益参考。     

智能扫地机器人双环积分滑模控制方法研究

针对Mecanum轮型扫地机器人在车轮打滑和重心偏移等不确定非线性因素影响下的轨迹跟踪精度问题,提出了一种基于修正动力学模型的轨迹跟踪控制方法。首先,对机器人进行了运动学与动力学分析。然后,根据外界干扰及参数估计的不确定性对动力学模型进行了修正,设计了双环积分滑模控制器,并通过Lyapunov函数证明了控制系统的稳定性。最后,在不同扰动作用下,以圆为参考轨迹进行跟踪仿真,结果表明:该控制系统具有较好的抗干扰性和鲁棒性,避免了因不确定性参数估计带来的建模误差,为扫地机器人在实际轨迹跟踪控制运用中奠定了理论基础。     

一种新的连续流动注射分析法快速测定食品及葡萄酒中的总糖

采用空气气泡间隔-连续流动注射分析的新技术建立了一种快速测定食品总糖的方法。88℃条件下用HCl使样品水解成单糖,水解后的单糖经过透析器净化,除去颗粒物、蛋白质或者生成有色基团的大分子,然后在碱性条件下新亚铜复合物Ⅱ被还原性单糖(果糖、葡萄糖)在88℃热浴中还原形成新亚铜螯合物Ⅰ,在450nm波长处测定吸光度。分析速率可达40样/小时。方法以果糖、葡萄糖混合标准溶液做工作曲线,该法在0～5g/L范围内线性范围良好,相关系数r^2=0.999,方法相对标准偏差在0.008%～0.64%之间,食品基质总糖测定结果与GB 5009.8-2016相比结果相对标准偏差在1.24%～3.32%之间,葡萄酒基质测定结果与国标GB/T 15038-2006相比,相对标准偏差在0.8%～5%之间。本法测定结果与国标测定方法无显著性差异。因此该方法适合于食品中总糖的快速测定,大大缩短了分析时间,减少了手工滴定带来的人为操作误差。     

紧急制动下车身姿态的控制研究

考虑到车辆行驶过程中遇突发状况紧急制动会引起车身姿态较大幅度地变化,同时受路面附着系数、道路条件等影响车轮也会发生抱死和侧滑。为了提高车辆在紧急制动工况下的平顺性和制动性能,改善车身姿态的变化,对非线性半车模型进行了研究,建立了包含主动悬架与制动在内的仿真模型,在主动悬架LQG控制、目标滑移率模糊控制的基础上,通过两者之间的相互影响,进一步设计了俯仰模糊控制策略来改善车身姿态。对车辆在不同控制下紧急制动进行了动力学仿真分析,结果表明,联合控制能够较好地抑制车辆俯仰角的变化,加大制动减速度,减小车身垂直加速度和制动时间,改善车辆的性能,证明设计的控制策略是有效的。     

电动汽车开关磁阻电机UKF软传感控制研究

开关磁阻电机驱动系统的性能对电动汽车整车动力性能和乘坐舒适度至关重要,为了提高SRD在车辆不同工况下的稳定性和敏捷性,软传感技术的研究就更为重要。提出了一种基于无迹卡尔曼滤波理论(UKF)的控制策略来估计开关磁阻电机的转子位置和速度,以取代传统角位移传感器。该策略以实测电流为状态变量,通过UT变换来传递Sigma点集的均值和协方差对电机转子位置进行估计,极大地提高了对线性化误差的克服能力。仿真结果表明该方案具备较好的预测、校正能力,可以在负载工况中实现对开关磁阻电机转子位置的精确跟踪,增强了系统的鲁棒性,保证了电动汽车的调速性能。