考虑运行条件的Elman网络丝杠驱动系统热误差建模

研究了建立滚珠丝杠副热误差模型的方法,以进一步提高半闭环丝杠驱动系统的定位精度。分析了滚珠丝杠副的热源和温度场的动态特性并考虑丝杠驱动系统运行条件提出了基于Elman神经网络的热误差建模方法。首先,根据滚珠丝杠副的结构特点,确定其内部热源及温度场分布特性。然后,基于丝杠温度分布函数,研究丝杠热变形与其内部热源之间的动态非线性函数关系。最后,综合考虑丝杠驱动系统运行条件对其热误差的影响,建立了基于Elman神经网络的热误差预测模型。实验结果表明,当丝杠驱动系统的运行条件较为复杂时,采用文中提出的预测模型得到的热变形估计残差为-3.1μm~2.4μm。结果显示:考虑运行条件的Elman神经网络比BP和Elman网络(仅考虑温升数据)具有更好的预测精度和鲁棒性,有较强的工程应用前景。     

埋藏成岩作用与塔东北丘里塔格群灰岩段储渗空间的形成

塔东北地区ε-ο系丘里塔格群灰岩段储层中主要储渗空间的形成、演化与多种埋藏成岩作用关系密切。白云石化作用是建立"灰岩段"埋藏成岩序列的关键。大量资料证实,"灰岩段"中明显受合线限制的细晶菱形白云石是埋藏增体积白云石化作用的产物,在5期破裂作用中,只有第3期和第5期裂缝得到保存和改造;而3种类型的缝合线中,也只有Ⅱ型缝合线受到了裂缝的改造,形成了有效微裂缝。      

海洋浮标感应耦合电能传输系统频率分裂特性及最大功率点分析

为探究感应耦合电能传输（ICPT）系统中的频率偏移是否会对系统的最大输出功率产生影响,综合考虑线圈谐振频率、耦合系数,通过建立互感模型对基于海洋浮标的ICPT系统的频率分裂现象进行分析,选择输出功率作为重点研究对象,推导出在ICPT系统中输出功率与耦合系数,工作频率之间的关系表达式. 通过数值分析研究耦合系数、工作频率对频率分裂影响的一般化关系,并通过实验验证其结论. 结果表明：对线圈之间的耦合系数进行匹配,可以避免系统发生频率分裂,且在固有谐振频率处输出功率和效率达到最大值;若系统耦合系数固定,通过调整工作频率,可以使系统传输性能达到最优.     

坐标测量机上红宝石轴承视觉自动定位系统

坐标测量机中传统的间接定位方法对微小特征定位不够精确,为了提高微小特征的定位精度,采用机器视觉技术对微小特征本身直接定位的方法,进行了理论分析和实验验证。根据红宝石轴承材料的光学特性,设计了视觉自动定位系统,通过图像算法提取轴承内孔的图像中心,并使用测量机的测针端部作为靶标对相机进行标定,取得了相机图像坐标系与测量机坐标系的转换系数数据。结果表明,该系统的定位精度达到0.01mm,这一结果对提高微小特征的定位精度是有帮助的。     

基于共线点的镜头畸变校正方法

为实现未知摄像机参数的镜头畸变校正,提出了一种先标定畸变中心、再标定畸变系数的方法。先在镜头的不同焦距处对靶标成两次像,利用相同靶标点在两幅图像中的相对位置关系求解畸变中心;再根据直线的透视投影不变性,通过变步长的最优化方法搜索畸变系数。模拟实验表明,在靶标点数为25,噪声水平为0.2像素时,畸变中心的平均误差为(0.2243,0.1636)像素,畸变系数误差为0.28%。真实图像实验表明,用该方法得到的畸变中心和畸变系数能够很好地校正图像。该方法不需要标定摄像机的内外部参数,也无需知道直线网格的世界坐标,简便易行。     

基于圆心约束最小二乘圆拟合的短圆弧测量方法

坐标测量中通常采用最小二乘法拟合几何元素。测量短圆弧时,由于特征点数少,受到的噪声干扰大,测量精度难以保证。本文针对基于机器视觉系统的短圆弧测量,分析了采用最小二乘法多点测圆时,圆弧中心角对圆心及半径测量误差的影响,提出了圆心约束最小二乘圆拟合方法。利用本文的方法测量理论半径10mm,中心角20°的短圆弧,测量误差小于0.01mm。对比实验表明,利用圆心约束最小二乘圆拟合法测量短圆弧能有效提高拟合精度。     

基于梯度提升树的回转体测量系统误差补偿

为提升回转体内径测量系统的测量精度,解决测量误差补偿问题,提出一种基于梯度提升树(GBDT)的回转体测量系统误差补偿方法。以自主研制的回转体内径测量机为研究对象,首先分析了其主要误差来源,然后测量标准件得到训练样本和测试样本,分别使用训练样本和测试样本对测量系统误差进行建模和补偿,最后与BP神经网络模型进行对比试验。结果表明,基于梯度提升树的测量误差补偿方法具有更好的补偿效果和稳定性,能有效提高测量的精度,使测量误差从4.7μm减小至1.2μm,误差减少了74.5%,具有工程应用价值。     

精密实验平台的非线性摩擦建模与补偿

非线性摩擦是影响高精度机械伺服系统动静态性能的主要因素之一。针对精密实验平台随行程位置不同表现出不同的摩擦特性,提出了一种基于LuGre模型的改进型摩擦建模方法,以速度和行程位置信号作为模型的输入变量,并用遗传算法对该模型的动静态参数进行辨识。基于改进型摩擦模型,分别通过精密实验运动平台及其相应的伺服仿真平台进行了摩擦现象和摩擦前馈补偿的实验和仿真。实验结果表明,摩擦补偿后的跟踪误差值约为补偿前的1/3,系统的静差也由原来1.4μm减小到0.4μm,与仿真平台摩擦补偿前后的现象基本一致。该改进型LuGre摩擦模型能直观、精确地描述实验平台的摩擦特性,基于该摩擦模型的前馈补偿减小了系统的跟踪误差,提高了系统的定位精度。     

温度变化下的伺服系统非线性摩擦建模

针对机械伺服系统因温度变化产生的非线性摩擦变化,提出了一种反映温度因素的摩擦建模方法来实现对伺服系统的摩擦补偿。首先,分析了温度和摩擦的关系,并结合修正黏性摩擦的LuGre模型,讨论了该模型各参数与温度之间的关系。利用单隐层BP神经网络描述了随温度变化的各个参数,并确定了神经网络的输入、输出以及传递函数。然后,通过神经网络训练获得神经网络参数,从而得到与温度相关的摩擦模型。最后,改变运行条件,验证了提出的模型对摩擦的估计能力。建立的摩擦模型在不同运行条件、不同温度状态下的最大相对估计偏差小于2.5%,表明其能很好地估计系统摩擦力矩,满足高精度摩擦补偿。