神经网络在精密长丝杠磨削控制中的应用

提出了一种基于信息模型的“磨削过程”控制策略,介绍了它在精密长丝杠磨削过程控制方面的应用原理,介绍了误差测量系统的原理与实现,并就利用神经网络对传感器信息进行融合,以实现对丝杠磨削过程的预报控制的方法进行了研究与探讨。     

高精度丝杠磨削的智能控制

描述了一种根据丝杠螺距误差的动态特征而设计的智能控制方法,基于对丝杠磨削过程中传动链误差的各种瞬变特征的分析,建立了智能控制规则,并应用于实际丝杠磨削过程的控制中,取得了良好的效果.     

丝杠磨削过程热变形的研究

本文详细分析了工件丝杠和机床热变形对丝杠螺距的影响,介绍了热变形的数值计算和实验方法.实践证明,根据变形进行补偿可加工出高精度的丝杠.     

精密长丝杠力变形仿真优化磨削工艺系统

对精密长丝杠磨削过程中的力变形进行了理论分析，根据实际加工中经常采用的磨削工艺系统对磨削过程进行了力变形仿真，并提出了利用力变形仿真对中心架的数量与位置进行优化的方法．与实际加工中所用的磨削工艺系统参数相比，优化结果表明可以大大提高精密长丝杠的磨削精度．     

利用神经网络预测与控制丝杠螺纹磨削过程

研究了基于神经网络的丝杠螺纹磨削过程的智能预测与控制问题.基于误差反向传播的机制,针对连续制造过程的预测与控制,提出多层神经网络的逐个样本学习算法.对逐个样本学习算法和目前广泛采用的B-P算法进行了比较和讨论,实验结果表明,逐个样本学习算法比B-P算法具有更好的收敛性.最后,介绍了多层神经网络模型在丝杠螺纹磨削过程的预测与控制中的应用.     

提高精密丝杠磨削加工精度的控制算法研究

分析了精密丝杠磨削过程中螺距误差的变化规律;提出了一种改进算法的智能PID补偿控制方法,采用“四点中心差分法”对数据进行平滑处理;给出了一种能跟踪误差变化规律,实时修正PID参数的智能控制规则以及这种改进算法的程序实现框图。     

基于神经网络PID的丝杠运动误差控制

针对丝杠传动系统具有非线性及缓时变的特点,使用了BP神经网络PID控制器,该控制策略能在线调整PID控制参数.为了改善常规BP神经网络收敛性慢和系统不稳定的现象,提出了误差函数在线调整学习率的方法,建立了丝杠传动系统被控对象的数学模型,并给出了具体的控制算法.在先进制造过程对象试验平台（AMPOT）上进行了丝杠运动误差补偿试验,试验结果表明,该控制方法可将丝杠的运动误差减小50%～60%.     

BP神经网络在磨削烧伤诊断中的应用

用磨屑热辐射流温度信号作为信号源，运用ＢＰ神经网络对磨削烧伤状态的智能辨识进行探讨，结果表明，利用ＢＰ网络的高度非线性射表达能力，实现了样本特征值空间的模式空间的映射，对训练样本及测试样本进行了正确识别，且识别正确率较高。     

基于神经网络的回转球面磨削精度过程控制

介绍了回转球面精密磨削系统,在研究回转球面精密磨削原理和机床结构的基础上,分析了球体形状误差的产生原因,利用BP神经网络拟合进给量、磨削区段和砂轮主轴电流三者之间的非线性关系,通过网络预测调整不同磨削区段的进给量控制电流恒定从而达到恒功率磨削.     

基于模糊神经网络进行磨削加工尺寸精度智能控制的研究

采用模糊神经网络方法进行磨削加工尺寸精度的控制，给出了模糊推理BP网络模型。通过仿真证明了模糊神经网络控制的可行性，控制精度优于传统方法。     

神经网络在自动控制中的应用

文章介绍了神经网络在自动控制领域中的应用，论述了神经网络与模糊控制、PID控制、专家系统、遗传算法和粗糙集相结合的应用，对神经网络的发展前景提出了看法。     

自适应零相位误差跟踪算法用于非圆柱磨削

介绍了一种非圆柱表面高效、高精度磨削加工新方法──点磨法，对该磨削加工方法的控制技术进行了探讨．提出了零相位跟踪控制算法，使控制系统对给定非国特殊曲线具有很高的跟踪精度，从而保证了非圆轴类表面磨削加工精度．     

基于BP神经网络的汽车发动机凸轮轴数控磨削加工工艺优化

随着汽车工业的迅速发展,作为汽车发动机的关键零件,凸轮轴的需求量越来越大,对其加工质量和加工效率的要求也越来越高．本文概述了凸轮轴磨削加工的现状,介绍了人工神经网络特别是BP神经网络的相关理论,最后采用BP神经网络算法对凸轮轴磨削加工部分工艺参数进行优化．     

飞机结构件内腔自动打磨工艺

飞机结构件的内腔结构复杂,打磨工艺难以控制,为提高打磨表面质量和打磨效率,设计了一种具备轴向/径向恒力控制的末端执行器,并搭建了自动打磨实验台。运用正交实验对磨具粒度、打磨压力、进给速度等打磨工艺参数进行了极差分析和方差分析,得到了显著因素和最优水平组合。以表面粗糙度和去除深度为评价指标,建立BP神经网络预测模型,并对训练后的模型进行实验验证。实验获得的实测值与预测值的相对误差在5.5%以内,表明该模型对表面粗糙度和去除深度有良好的预测能力,可有效地提高打磨工艺设计的效率。     

基于BP神经网络的高速磨削磨削力预测研究

应用BP神经网络算法建立高速磨削单位面积法向磨削力的预测模型.对比实验结果和预测值,表明该模型有一定的预测精度,通过增加学习样本或采用改进型的神经网络模型,能够进一步提高预测精度,对于高速超高速磨削研究有一定的帮助.     

高硬度球面磨削中球面形状误差分析与补偿

为了提高高硬度球面磨削后的形状精度,分析了新型高硬度球面磨削机床中球面形状误差来源,针对实际加工过程中出现的鞍形球面,提出了采用退让式球面磨削的方法.实验结果表明：退让式球面磨削可以有效减小球面形状误差,对高硬度球面磨削具有实用价值.