多轴复杂体零件“降维打击”的编程方式及其BP神经网络优化

多特征体零件在四轴和五轴编程中因为超多的特征关系和复杂的矢量控制，一直是编程师的难题。缠绕轴编程是一种为应对多轴编程中超复杂体零件多特征、难编程等问题提出的新颖处理方案，能够有效解决多特征体零件在多轴编程时效率慢和容错率低的问题。其思路是以后处理的个性化定制为介质，均衡立体编程和平面编程的优缺点，针对复杂体零件，通过降低编程轮廓曲线的空间维度，在低维度编程，完成后将编程好的刀路转曲线，再将曲线升维，依托该曲线编制多轴刀路。该方法能够很好地解决多特征零件的多轴编程问题，是一种有效的编程思路。但是其中的转换机制通过不断升维和降维依然较繁琐，也很难用普通的数学公式或者矩阵表示，不利于深入研究和开发快捷应用。通过介绍此种编程方法，结合MATLAB的BP神经网络算法，构建输入输出层和隐含层，训练出其中的隐含关系，以达到去除中间繁琐的变换、能够直接使用的目的，为快捷、方便地使用此编程方法提供了完整的思路和理论支撑。并且通过数据分析对普通方法编程结果、降维编程结果、MATLAB自动曲线编程结果进行了空间拟合，然后进行对比后两组结果与普通编程结果之间的误差大小来证明该方法切实可行。     

基于类前馈补偿的模糊PID控制在超超临界单元机组协调控制系统的应用

为了研究超超临界参数下,机组协调控制系统的控制策略。首先对超超临界机组直流锅炉条件下的协调控制系统被控对象的动态特性、影响因素等进行分析。然后根据补偿理论和模糊控制的思想,针对强耦合的多变量协调控制系统,提出了基于类前馈补偿的模糊PID控制算法,其中补偿作用采取类前馈解耦的方法实现。最后,在1 000MW机组协调控制系统线性模型的基础上,进行了MATLAB仿真。结果表明提出的控制算法具有较好的解耦补偿效果,与常规PID控制器相比较,超调量更小,调节时间更短,调节速度更快,具有更好的控制性能。     

BP神经网络口罩齿模参数优化

针对齿模在旋压时由于结构复杂和切削刃口优化不够导致的落料或拉深不顺利的问题展开研究。对齿模切削刃口进行多组正态分布参数的超声波剪切有限元分析，模拟出不同切削刃口参数下的切断位移和剪切强度变化，并且对结果进行齐性检验和极差分析，以确保数据的可靠性，并分析了各数据对结果的影响程度。通过Matlab软件，对不同切削刃口参数和不同剪切强度、切断位移的关系构建BP神经网络，并进行拟合训练，通过神经网络反向模拟，推算出切削刃口的最佳参数，再将得到的参数值应用到实际的切削加工实验中，利用实验结果来验证预测的齿模切削刃口最佳参数的正确性和可靠性。研究成果为此类新型模具的设计提供了一种优化方案，为抗疫物资的生产提供了最优的加工数据。