加减速离散算法常用于梯形加减速或S形加减速当中,传统加减速离散算法每走一步,计算一次脉冲间隔时间(即插补周期)。当加减速距离过长、加工精度要求不高时,为了减少计算量,并能够针对不同精度要求对速度跃变“台阶”高度做出调整,使计算量和精度最合适,可以用每隔多步计算一次脉冲间隔时间的方法来改进离散算法。仿真结果表明,改进的加减速离散算法能够有效减少计算量,并能够较为真实地描述和还原速度和位移随时间的变化关系。

针对移动机器人路径规划中存在易陷入局部最优、收敛速度慢、搜索路径消耗成本较大等问题,提出一种改进的灰狼优化算法对移动机器人进行路径规划。建立移动机器人避障路径规划二维空间模型,将灰狼优化算法中的线性收敛因子转变为非线性收敛因子,并将灰狼优化算法与粒子群算法结合,给予Omega狼意识;加入协同量子化优化灰狼群体;采用4类国际测试函数证明了改进算法在收敛精度、稳定性方面更优。将改进算法运用到移动机器人路径规划中,并与粒子群算法、原始灰狼优化算法进行对比,仿真结果验证了该算法的有效性。

滚动轴承工作环境恶劣、复杂,在采集信号的过程中,不可避免地会有噪声夹杂其中。为实现快速特征提取的同时提高识别率,提出一种基于主成分分析(PCA)降噪的卷积神经网络(CNN)故障诊断方法。该方法引入PCA对信号进行降噪预处理,再将处理后的信号转换成二维特征图像,输入CNN模型以提取转换后的图像特征,进行故障模式识别与分类。利用凯斯西储大学滚动轴承数据集进行故障诊断试验,结果表明:所提方法具有可行性与有效性,且满足鲁棒性和实时性的应用要求。

传统数控机床中电机的运动控制采用梯形加减速、三次S形加减速控制算法,使得加速度和加加速度不连续,易对电机产生柔性冲击。采用四次S形加减速控制算法时,因计算繁琐,时间复杂度高,使得加工运行时间长。为改善这一状况,提出一种新的四次S形加减速控制算法并进行验证。结果表明:该算法能有效减少加工时间,降低加工中的柔性冲击,提高电机工作效率,延长电机的寿命和提升加工零件的质量。