提出一种基于参数敏感性的混沌测量电路,应用于重量测量系统。其特点是直接将重量映射为二进制代码,从而避开了放大器和A/D转换器等中间环节对重量测量精度的制约和影响,大大提高了重量测量系统的精度和分辨率。分析了混沌重量测量原理,研究了相应的混沌电路实现方法,设计了以DSP作为控制器的混沌重量测量系统。理论计算和实验数据都表明,该重量测量系统精度高,方法可行。

为提高数控机床热误差预测的准确性和适应性,提出一种基于序列深度学习网络的数控机床热误差建模和预测方法。提出一种基于LSTM的序列深度学习预测网络,构建包含历史序列数据的动态数据矩阵为模型输入;通过截断式训练方法降低深度预测网络中每项参数更新的复杂度,利用序列深度学习网络自动提取温度时间序列的时空特征,准确表征温度序列信号与热误差之间复杂的映射关系,采用Softmax输出层对热误差进行准确预测。实验结果表明:该方法解决了传统浅层方法因未考虑历史序列数据对当前输出的影响而存在的预测精度不高、鲁棒性差等问题,将热误差预测的均方根误差降低到2.5μm以内,优于传统的SVM和BP等浅层神经网络预测方法,为数控机床热误差补偿提供了参考。

为建立磨削加工参数与磨削力导致的力变形误差之间的关系模型,提出基于神经网络的力误差建模和实时补偿方法。建立经遗传算法优化的BP神经网络以表征磨削参数与磨削力的关系;运用有限元方法对零件进行力学分析,建立磨削力与力变形量的关系模型;建立加工参数与切削力误差映射模型,预测误差补偿量,进行实时补偿。实验结果表明:该切削力误差模型准确有效,具有较高的应用价值。

磁瓦缺陷人工检测效率低准确度差，由于磁瓦厚度薄且存在长度、宽度、拱高等多种规格，在进行视觉缺陷检测时难以实现磁瓦的单片准确传递。所设计的磁瓦片选系统避免了多片堆叠传递现象且能自适应不同规格。控制系统采用PLC加装数模模块和高速计数模块实现。该系统已应用于生产现场，动作准确，可靠性高，效率高。