切线法数控加工中PVT算法的研究

该文针对自主研发的＂切线法数控成型非球面机床＂能够达到设计加工精度,结合强大的能够处理复杂多轴联动并进行插补运算的PMAC运动控制器,提出了在以PMAC自身拥有PVT插补模式为基础上的改进PVT算法,并给出PVT算法的数学模型。通过将改进PVT算法用Matlab语言表述并进行仿真和将其运用到自主研发机床中,结果表明：改进PVT算法有效避免速度不单调导致加工精度降低的问题。     

数控五轴加工叶轮的实验教学探索

将数控五轴加工技术纳入教学环节是为企业提供高水平编程工程师的必然途径。该实验教学尝试以整体式叶轮作为教学模型;以UG NX CAD/CAM一体化软件作为教学平台;以五轴联动加工中心作为教学设备。多年来的教学运行表明:该教学模式可以让学生较好地掌握数控五轴编程技术的工作流程,大大提高他们数控编程的综合能力。     

基于状态空间模型的机床热误差动态建模

提出了一种基于状态空间模型的机床热误差建模方法,以几个关键温度点的温升为输入,结合状态变量和干扰来确定热误差输出,由子空间辨识算法得到模型参数.同时,在一台数控车床上进行实验,以探究模型的精度和鲁棒性.结果表明:在不同的转速条件下,所提出的模型能够补偿70%的热误差;与自回归模型的建模方法相比,状态空间模型表现出更优异的鲁棒性.     

基于G2连续Bézier曲线的刀具轨迹压缩算法

针对复杂曲面的数控加工,提出一种基于Bézier曲线的刀具轨迹数据压缩算法.根据连续小线段的几何特征来筛选适用于被压缩的区域,将各个区域内的形值点转化为特殊的3阶Bézier曲线,选用最小二乘法拟合形值点,通过调整参数曲线控制点和插入过渡曲线,使得加工路径光顺并保证G2连续性,采用2阶Taylor展开来估计误差和控制拟合精度.结果表明:所提出的算法无迭代、实时性好,算法数据的压缩比高;采用Taylor展开估计的误差与真实误差很接近,可以有效控制拟合精度.     

基于竞争失效模式的数控机床可靠性建模

数控机床是复杂的机电一体化系统，其故障不仅包括由于机械磨损造成的性能退化失效，还包括电子器件等引起的突发性失效，数控机床故障是退化失效和突发失效竞争的结果. 故本文假设突发失效和退化失效相互独立并且都服从Weibull分布，综合考虑突发失效和性能退化之间的相关性和竞争关系进行数控机床可靠性建模研究. 采用最小二乘估计法估计模型参数，运用D检验法进行参数拟和性检验；得出了一种基于竞争失效模式分析的可靠性评估模型. 最后，以15台某系列数控机床60个故障数据对该方法进行验证，说明了该方法的有效性和可行性.     

基于3次样条插值的数控机床几何与热复合定位误差建模

通过分析机床整个温升直到热平衡的误差数据,总结误差分布的数学规律,将热误差和几何误差分离,运用基于压紧样条条件下的3次样条插值算法,以线性拟合后的余差为建模数据,建立了数控机床几何与热复合定位误差数学模型.实验结果表明,该数学模型能很好地拟合数控机床定位误差曲线,补偿后数控机床定位精度提高了80%以上.该方法可运用于不同时刻或不同机床温度下的机床定位误差补偿,建模原理明了、过程快速,模型适用性好.     

基于遗传算法的数控机床服务模块配置设计

为实现数控机床总体配置的最优化设计,采用遗传算法对数控机床服务模块进行配置设计.根据数控机床产品全生命周期过程中相关服务类型,将服务模块划分为产品相关服务模块和产品不相关服务模块.主要研究产品不相关服务模块,利用遗传算法对各个服务模块进行编码,并以服务价值系数、服务质量水平和客户相对满意度作为优化目标构建适应度函数,建立数控机床服务模块化多目标模型.通过各个服务模块以及子模块之间的相互约束关系保证模型的有效性.最后,通过MATLAB编程求解得到服务模块配置方案.     

数控机床可靠性数据库共享集成模型研究

给出了一种基于Web的可靠性数据库共享集成模型,并依据此模型建立了实验系统,利用"九五"攻关课题所建立的各种类型可靠性数据库验证了所提供模型的有效性.     

UG-CAD/CAM在某复杂壳体上的应用--UG软件应用研究之一

在设计图纸中,某复杂壳体为铸造件,但由于客观原因需要改为机械加工件,并用数控机床加工.根据设计要求,运用UG软件系统对这一壳体进行建模(CAD)、测量(CAE)、编程(CAM),并在这一过程中做出了恰当的工艺分析,最终形成了符合数控加工要求的程序,使UG-CAD/CAE/CAM在青云公司首次得以全程完整运用.     

Tracking error reduction in CNC machining by reshaping the kinematic trajectory

In this paper, a method of reducing the tracking error in CNC machining is proposed. The structured neural network is used to approximate the discontinuous friction in CNC machining, which has jump points and uncertainties. With the estimated nonlinear friction function, the reshaped trajectory can be computed from the desired one by solving a second order ODE such that when the reshaped trajectory is fed into the CNC controller, the output is the desired trajectory and the tracking error is eliminated in certain sense. The proposed reshape method is also shown to be robust with respect to certain parameters of the dynamic system.