基于RBF神经网络的高精度数控机床可靠性分析方法
高精度数控机床可靠性分析能够快速解决数控机床故障问题。为提高高精度数控机床可靠性分析准确性,设计一个基于RBF神经网络的高精度数控机床可靠性分析方法。应用多体系统模型,对数控机床建模,提取机床内部特征,对故障数据分类处理,完成故障数据分布拟合。在此基础上,建立数控机床可靠性评价指标,训练RBF神经网络,实现高精度数控机床可靠性分析。实验结果表明:所提出的高精度数控机床可靠性分析方法的定位误差较小,能够准确统计出数控机床的故障模式频次,确保了可靠性分析效果,提高了数控机床可靠性分析准确性。
数控机床多轴联动铣削加工轨迹快速跟踪研究
数控机床多轴联动铣削加工运动学参数变化较大,导致加工轨迹跟踪误差与用时增加。提出新的数控机床多轴联动铣削加工轨迹快速跟踪方法。构建数控机床多轴联动铣削刀具和加工工件瞬时坐标系,实现二者之间的转换,根据坐标系转换结果建立数控机床多轴联动铣削加工运动学模型,结合运动学模型和强跟踪卡尔曼滤波轨迹跟踪方法实现铣削加工过程中运动轨迹的快速跟踪。实验结果表明:该方法可实现铣削刀刃上任意目标点的轨迹跟踪,轨迹跟踪误差低于
-
共1页/2条