切削颤振预报方法探讨

从预报参数能否准确反映出切削颤振的特征方面、预报参数的适应性方面及预报参数的预报速度方面进行了综合分析，提出了一种快速、有效的预报切削颤振的参数——过零频数比γ0。     

基于BP神经网络的钛合金切削力研究

由于切削力预报与控制直接影响切削加工的质量和成本,为了节省大量的切削试验成本与精力,提高建模效率,本文提出在进行少量的切削钛合金试验,获取一定的样本数据的条件下,建立基于BP神经网络对切削钛合金切削力预报,获得较好的预测精度,精度误差控制在4%以内.     

基于BP神经网络的切削力预报

切削力预报与控制直接影响切削加工的质量和成本.以多层前馈神经网络为基本结构,以误差反向传播算法(BP算法)为网络训练方法,借助VC 语言建立了切削力预报程序.通过引入共轭梯度法和拟牛顿法优化方法,解决了网络训练中局部最小和过早饱和问题,提高了神经网络的收敛速度和精度,实现了对切削加工过程中切削力的预报和仿真.通过对以两种难加工材料的铣削和磨削试验数据为基础的预报计算,发现传统经验公式方法预报误差偏大,最大相对误差达24.9%,而神经网络方法预报结果最大相对误差为2.01%,证明基于BP神经网络的切削力预报研究具有一定参考和应用价值.     

基于PCA—SVM模型的切削颤振预报

针对切削加工过程中颤振孕育的动态模式,提出一种基于PcA—SVM模型的颤振预报新方法。建立切削加工振动信号的识别模型,进行FFT变换,再归一化处理,把数据送人PCA—SVM模型,对变换后的切削实验数据进行学习、训练,得到PcA—sVM识别模型;提取切削加工过程的振动信号,送给PcA—sVM模型进行颤振情况分析与识别。试验结果表明,具有较好的颤振预测性,颤振预报正确率达到95．5％以上,提高了运算速度,为颤振预报提供了充足的时间。     

虚拟加工过程中切削力建模和预报

在Oxley的切屑形成模型基础上，根据切削力预报反问题的原理及其求解建立了一种更为精确的切削力预报算法，预报过程可以显示切削参数和刀具结构对前刀面边界条件和材料常数的影响。切削力预报统计结果表明，主切削力的平均误差为1.2896%，径向力的平均误差为3.1917%，尤其适合高速切削。     

切削特征量的模糊预报研究

在分析切削特征量及传统最小二乘加地基础上，运用模糊理论建立了切削特征量模糊预报方法，研究结果表明，所建预报模型 效地预报切削等切削特征量。     

正交切削的切削弯矩预报理论的研究

根据带弯矩的正交切削新模型，提出了切削弯矩的理论预报方案，其特点是考虑了第一变形区和刀－屑接触区的实际应力分布，考虑了工件材料变形强化的影响，实验表明：切削弯矩的预报结果与实测结果取和良好的一致，与切屑控制理论比说明，用切削弯矩的规律解释切屑的卷曲，折断机理是符合实际的。     

基于神经网络的磨削温度在线监测预报系统

对磨削弧区温度进行在线监测,是磨削加工自动化中必不可少的重要环节,该文介绍了一个基于人工神经网络的磨削弧区温度在线监测、预报系统。具体给出了监测系统的组成及测温方案,并提出了一种更适宜进行动态预报的改进型ＢＰ网络作为磨削温度的预报模型。工艺实验证明该系统能够较好地实现磨削温度的在线监测与预报。     

一种切削颤振监测技术的研究与实现

采用自主开发的外置式数控机床功能部件可重构监测系统的原型平台,研究开发了一种实用的切削颤振监测组件.针对有代表性的车削、铣削加工工艺,选择传统的振动加速度传感器拾取切削状态信息,选用时域方差和频域谱特征作为颤振发生的综合指标,采用监测数据与正常切削时建立的对比库进行比较的方法进行了颤振识别.在对颤振特征量及其阈值进行研究的基础上,进而使用C#编程语言来实现监测软件,通过引入延时机制和数据重叠处理技术,有效地提高了颤振早期预报的准确性和快速性.通过工厂切削试验对所开发的颤振监测组件进行测试验证,试验表明该组件的颤振诊断率可达到80%以上,证明了此监测方法对于工业现场的适用性.     

基于最大最小的切削力模糊预报研究

在简析切削过程特征和普通回归法基础上,利用实测切削力的最大和最小值。运用模糊理论建立了切削力模糊预报模型,并借助Ｍａｔｌａｂ语言实现了切削力的预报。研究表明,所建模型能有效地预报切削力,且建模方法可方便地推广到其他切削特征量的模糊预报,为切削力等切削特征量的估计提供了新的参考。     

基于CAN总线的水质参数在线监测系统

在水污染控制工程中,为了监控水污染的排放情况以及提高水处理装置的工作效率,保证水处理效果,必须对水质参数进行迅速、准确的在线监测.本文提出了一种基于CAN总线的水质参数在线监测系统.介绍了系统的工作原理、水质参数检测仪表的选择、硬件结构和软件流程.实际应用表明,这种检测系统能够实时检测水质参数,准确提供水质质量的状态信息,因而具有广泛的应用前景.     

基于模糊模型的预测PID控制器的参数整定

提出一种基于模糊模型的预测PID控制器（PPID）的参数整定方法，PPID采用广义预测控制的控制策略，控制算法简单，容易在单片机、PLC和仪表上实现，且有比普通的PID更优良的性能，参数整定分两阶段进行，首先基于初始模型对PPID离线进行整定，然后在系统运行后利用对象的输入输出数据对模糊模型和PPIDR的参数再次进行离线整定，整定算法均采用批处理方式的梯度下降法。     

水电站计算机监控系统的模糊PID功率调节

水电站计算机监控系统通常为分层分布、开放式的结构体系,监控系统能够根据需要进行水轮机组的有功功率和无功功率调节,主控层的操作员工作站给定水轮机组运行的有功功率和无功功率值,网络通讯使现地控制单元(LCU)的可编程控制器(PLC)运行功率控制流程,实现机组的功率调节.水轮发电机组的功率调节主要通过控制机组的调速器系统和励磁系统来实现,提出了二维模糊比例积分微分控制(PID控制)水轮发电机组功率调节的模式,可根据功率偏差和功率偏差变化率进行PID参数的在线自整定,机组能快速、准确、稳定地达到给定的功率值,使监控系统的功率调节具有良好的控制特性和鲁棒性,有利于延长机组的使用寿命.     

辨识与控制分离的广义预测控制算法

提出了一种自适应广义预测控制策略．其中，对象参数辨识及预测模型参数计算等以较大的采样周期进行，滚动优化控制以较小的采样周期进行．将辨识与控制运算分别放在２个不同的中断服务程序中，使辨识与控制分离，通过不同采样周期的模型变换建立起辨识与控制的联系，可大大缩短控制运算时间，提高控制的实时性     

基于遗传算法优化因子的灰色PI预测控制

针对灰色PI预测控制比例因子和积分因子参数整定困难,提出了基于遗传算法参数优化整定的PI型灰色广义预测控制(GPIPC)。灰色PI预测控制(GPIGPC)采用灰色预测控制技术克服时变时滞,用PI(PID)控制技术加强系统的鲁棒性,运用遗传算法在线优化整定灰色PI预测控制的比例因子和积分因子,增强了系统的跟踪特性和抗恒值扰动特性,极大程度地减少了模型时延失配和模型增益失配的影响。仿真实例表明,该算法具有较好的鲁棒性和抗干扰性。     

广义预测控制及其在干燥塔中的应用

将预测控制中广义动态矩阵控制与前馈 -反馈控制相结合 ,构成一种新的控制方案 ,称为广义预测控制 ,它与前馈 -串级控制结构相近 ,但在设计思想和参数整定方面有所不同 ,它既能有效克服主要干扰 ,同时又保持了预测控制的鲁棒性及良好的跟踪性能。本文介绍了这种方案在干燥塔温度控制中的应用     

连续搅拌釜式反应器出口浓度的在线质量控制

讨论在仅有ＣＳＴＲ出口浓度的离线分析数据时，出口浓度的控制问题，提出了一种集成过程控制和统计过程的方法，对浓度度进行控制，同时作出离线分析值的ＥＷＭＡ控制图，对过程进行监控。仿真表明，过程的稳态性能得到显著改善。     

基于双模型预测函数控制的PVC聚合釜温度系统

介绍PVC聚合反应的过程,针对PVC温度系统的特殊性,提出基于多模型的预测函数控制策略。将被控过程空间分为多个子空间,每个子空间对应一个失配较小的预测模型,同时设计多个预测函数控制器与之对应。该控制策略拓宽了传统预测函数控制的应用领域。根据PVC的升温和保温这2个不同的反应区间采用了2个不同的预测模型,以适应过程参数在不同区间发生的变化。该算法在SUPCON-JX300X集散控制系统上利用SCX语言实现,工业现场运行取得了满意的效果。实际运行表明：该控制策略具有算法简单、易于工程实现的优点。     

实时广义预测控制器在冷连轧机张力控制系统中的应用

针对广义预测控制在冷连轧张力中受到的实时性限制，直接给出Diophantine方程的求解公式及证明。以避免其在线递推求解，大大减少了广义预测控制器的运算负荷，有利于其在快速系统中的应用．仿真研究表明，该方法能大大缩短在线运行时问，进一步体现了广义预测控制的应用潜力．     

多模型内模PID控制

对于参数时变的时滞过程,较大的模型失配会使系统的动态特性和控制质量变坏甚至造成系统失稳。针对这一问题,本文提出一种新的多个PID控制器协作的内模控制方法,每个模型将来时刻的输出量由以前对应时刻的输入和输出值预测得到,再通过每个预测误差计算出各个控制器输出量的权值,多个控制器输出量的加权和作为现在时刻的控制量。这种方法克服了参数摄动对系统性能的影响。仿真结果说明了这些方法的有效性。