浅谈数控装置插补计算

本文介绍了数控机床的工作过程,指出插补的速度、精度直接影响数控系统的速度、精度,并详细介绍了各种插补算法及其应用。     

BP神经网络自学习PID算法在PLC的实现

目前神经网络自适应PID算法在理论研究方面的成果已经较多,在实际生产过程中的应用较少.以水箱控制为被控对象,利用神经网络在线调节PID控制器参数来增强系统的自适应能力,并采用PLC编程语言完成算法实现,将其应用于实际的液位控制系统中.实际运行结果表明,该系统运行稳定可靠,调节时间和上升时间提高了30%.     

BP神经网络自学习PID算法在PLC的实现

目前神经网络自适应PID算法在理论研究方面的成果已经较多,在实际生产过程中的应用较少。以水箱控制为被控对象,利用神经网络在线调节PID控制器参数来增强系统的自适应能力,并采用PLC编程语言完成算法实现,将其应用于实际的液位控制系统中。实际运行结果表明,该系统运行稳定可靠,调节时间和上升时间提高了30%。     

基于门控循环单元神经网络的浆液pH的预测建模

吸收塔内浆液的PH值是影响燃煤电厂湿法脱硫系统效率的重要参数。燃煤电厂的湿法脱硫系统具有大滞后、非线性、强耦合等特征,因而其吸收塔浆液的PH值很难实现精准控制。本文利用门控循环单元（gated recurrent unit, GRU）神经网络在处理时间序列数据的优越性,对吸收塔内的浆液PH值进行预测建模,通过将燃煤电厂采集的影响浆液PH值的变量数据作为模型的输入,对模型进行训练处理,获得吸收塔内浆液PH值的预测模型。将预测模型应用于辽宁省华能营口电厂600MW机组湿法脱硫智能控制系统中吸收塔内浆液PH值的预测。结果表明相比于反向传播（back propagation, BP）神经网络模型、径向基函数（radial basis function, RBF）神经网络、循环神经网络（recurrent neural network, RNN）和长短期记忆（long and short term memory, LSTM）神经网络,该模型精确度更高,实用性更强。     

基于UG的典型零件加工实例

以典型零件为例,介绍了UG软件CAM模块在加工过程中的具体应用,全面、细致的剖析了零件的加工步骤,为实际生产、加工提供了很好的参考。     

尖晶石结构Li4Ti5O12的制备及其电化学性能

以TiO2和醋酸锂为原料,采用在乙醇中预分散和在液相体系中熔融浸渍的协同共混技术,实现反应物料间微尺度混合,在较低温度下分段煅烧合成纳米结构钛酸锂.X射线衍射(X-ray diffraction,XRD)、扫描电子显微镜(scanning electron microscope,SEM)和粒度分布等测试结果表明,产物为尖晶石结构钛酸锂(Li4Ti5O12),平均粒径约为550 nm.以该产物为负极材料组装锂离子电池并测试其电化学性能,结果表明其性能良好,0.1 C倍率下首次充放电比容量高达165 mA.h/g,具有稳定的电压平台,循环性能良好.