项目名称: 高速数控车床动态性能监控方法及实验研究

项目编号: No.51305124

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 机械、仪表工业

项目作者: 杨泽青

作者单位: 河北工业大学

项目金额: 24万元

中文摘要: 由于高速数控加工过程具有动态、复杂、多变、不确定性等特点,高速数控制造装备的健康维护显得尤为重要,所以研究其动态性能监控具有重要的科学意义。为解决监控对象与监控参数动态调整问题,提出元胞组态协同的监控方法,并给出规范化的元胞设计方法,研究元胞内部的组态原理和元胞之间的协同机制。并将该方法应用于高速数控车床动态性能监控中,重点研究高速数控车削加工过程元胞组态监控实验方法,拟采用高速数控车床内、外置传感器信息融合的实验方案。首先,研究内置传感器测试原理,探索内置传感器信息与机床动态性能的关联性,建立伺服进给系统动态性能与内置传感器信息的关联模型;其次,采用数值模拟方法研究高速数控车削加工工艺系统的动态性能,找出薄弱环节,为外置传感器的选择及安装提供依据,建立机械传动部件动态性能与内、外置传感器信息的关联模型;最后,面向某型号零件的高速数控车削加工进行实验验证。

中文关键词: 复杂系统理论;元胞组态协同;高速数控车床;动态性能;监控

英文摘要: High-speed Computer Numerical Control (CNC) machining process has the characteristics such as complexity, dynamic, polytropy, uncertainty, etc., and it is much more important for the health maintenance of high speed CNC manufacturing equipment, so its dynamic performance monitoring method research has important scientific significance. In order to solve the dynamic adjustment problem of monitoring objects and monitoring parameters, the cellular configuration collaborative monitoring method is proposed, and the normalized cellular design method is given, the configuration principle of cellular and the collaborative mechanism between cellulars are researched. Moreover, this method is applied in the dynamic performance monitoring of High-speed CNC Lathe, the experimental method of High-speed CNC turning cellular configuration collaborative monitoring is focus on researched, the experiment scheme of the built-in sensors and external sensors information fusion in High-speed CNC Lathe is adopted. Firstly, the testing principles of built-in sensors of high-speed CNC lathe are researched, the relevance of built-in sensor information and dynamic performance of high-speed CNC lathe is explored, the associated model of dynamic performance in servo feed system with built-in sensor information is established; Secondly, the d

英文关键词: Complex System Theory;Cellular Configuration Collaborative;High-speed Numerical Control Lathe;Dynamic Performance;Monitor and Control

成为VIP会员查看完整内容
0

相关内容

数字孪生模型构建理论及应用
专知会员服务
220+阅读 · 2022年4月19日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
37+阅读 · 2021年5月9日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
专知会员服务
109+阅读 · 2021年4月7日
专知会员服务
103+阅读 · 2020年11月27日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
人机对抗智能技术
专知会员服务
200+阅读 · 2020年5月3日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
【浙江大学】对抗样本生成技术综述
专知会员服务
91+阅读 · 2020年1月6日
【TPAMI2022】关联关系驱动的多模态分类
专知
3+阅读 · 2022年3月22日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
流程工业数字孪生关键技术探讨
专知
1+阅读 · 2021年4月7日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
56+阅读 · 2021年5月3日
Arxiv
45+阅读 · 2019年12月20日
Deep Learning in Video Multi-Object Tracking: A Survey
Arxiv
57+阅读 · 2019年7月31日
小贴士
相关主题
相关VIP内容
数字孪生模型构建理论及应用
专知会员服务
220+阅读 · 2022年4月19日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
37+阅读 · 2021年5月9日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
专知会员服务
109+阅读 · 2021年4月7日
专知会员服务
103+阅读 · 2020年11月27日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
人机对抗智能技术
专知会员服务
200+阅读 · 2020年5月3日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
【浙江大学】对抗样本生成技术综述
专知会员服务
91+阅读 · 2020年1月6日
相关资讯
【TPAMI2022】关联关系驱动的多模态分类
专知
3+阅读 · 2022年3月22日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
流程工业数字孪生关键技术探讨
专知
1+阅读 · 2021年4月7日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员