公开(公告)号：CN113467367B

公开(公告)日：2022-11-01

申请号：CN202110783815.1

申请日：2021-07-12

Applicant: 华中科技大学

Inventor： 杨建中 ,  黄德海 ,  段继航 ,  李昌俊

IPC: G05B19/19

Abstract: 本发明公开了一种机床进给系统的刚度阻尼辨识方法，包括：S1、建立机床进给轴机械部分的动力学模型；S2、将预设速度信号作为机床进给轴驱动电机转速的仿真信号输入到机床进给轴机械部分的动力学模型中，得到机床工作台移动速度的仿真信号；S3、根据机床进给轴驱动电机转速和机床工作台移动速度的仿真信号绘制bode图，得到动力学模型的频响特性曲线；S4、更新动力学模型中机床进给轴机械部分的各待辨识零部件的刚度和阻尼参数，重复步骤S2‑S4进行迭代，直至动力学模型的频响特性曲线与机床进给轴的实际频响特性曲线的差异达到预设标准，此时的刚度和阻尼参数即为辨识结果。本发明中刚度阻尼的辨识精度较高，能够有效提高仿真机床动态特性的准确性。

公开(公告)号：CN113110305B

公开(公告)日：2022-07-05

申请号：CN202110487836.9

申请日：2021-04-30

Applicant: 华中科技大学

Inventor： 杨建中 ,  黄德海 ,  李昌俊 ,  段继航

IPC: G05B19/416

Abstract: 本发明公开了一种机电系统的摩擦力建模方法及其应用，属于机电系统动力学分析领域，建模方法包括：设置速度阈值，当机电系统的速度在速度零点和速度阈值之间，对机电系统的摩擦力进行线性拟合，得到低速段摩擦模型；当机电系统的速度大于速度阈值时，对机电系统的摩擦力进行非线性拟合，得到高速段摩擦模型。本发明针对机电系统的速度为零处摩擦力的方向和大小不确定的情况，设置速度阈值，在速度零点和阈值之间进行线性拟合，针对高速下的粘性摩擦衰减的情况，通过引入粘性摩擦衰减系数，对高速段进行非线性拟合，通过对摩擦模型进行改进，由此提高机电系统的定位精度。

公开(公告)号：CN113910218A

公开(公告)日：2022-01-11

申请号：CN202110516594.1

申请日：2021-05-12

Applicant: 华中科技大学

Inventor： 黄思 ,  黄德海 ,  杨建中 ,  肖湘桂

IPC: B25J9/16 ,  B25J9/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于运动学与深度神经网络融合的机器人标定方法和装置，属于智能制造领域，所述方法包括：S1：将机器人各个轴关节角度值对应的实轴指令序列输入预先建立的运动学基础模型，得到理论位姿序列；S2：采集在实轴指令序列控制下机器人的实际位姿，形成实际位姿序列；S3：将实轴指令序列、理论位姿序列、实际位姿序列作为输入，位姿偏差作为输出对深度神经网络进行训练得到大数据偏差模型；S4：将机器人的当前实轴指令及其对应的理论位姿序列输入大数据偏差模型得到预测位姿偏差，利用预测位姿偏差补偿对应的理论位姿序列得到预测位姿序列，从而完成机器人的运动学标定。本发明能够精准预测机器人末端位姿，提高机器人标定精度。

公开(公告)号：CN112859743A

公开(公告)日：2021-05-28

申请号：CN202110080907.3

申请日：2021-01-21

Applicant: 华中科技大学

Inventor： 黄德海 ,  杨建中 ,  许光达 ,  陈雨

IPC: G05B19/4065

Abstract: 本发明公开了一种基于摩擦辨识的数控机床健康状态监测方法及装置，结合机床进给轴在匀速运动状态下进给轴电机的负载电流与负载转矩成正比，且机床不受惯量的影响，负载转矩约等于摩擦转矩的特性，根据机床各进给轴基于不同速度进行匀速运动时各进给轴电机的负载电流和转速，以及所述机床各进给轴的摩擦参数计算模型，计算得到机床各进给轴的当前摩擦参数，与机床在健康状态下运行时所述机床各进给轴的健康摩擦参数分别进行比较，基于比较结果判断机床是否发生故障。不需要依赖于外接传感器和相应的数据采集装置，仅需要获取数控系统内部的电控数据即可实现健康监测，成本低；不需要大量的数据样本，无训练过程，占用资源小。

公开(公告)号：CN111413925A

公开(公告)日：2020-07-14

申请号：CN202010202454.2

申请日：2020-03-20

Applicant: 华中科技大学

Inventor： 杨建中 ,  郝勇 ,  方问潮 ,  黄德海 ,  陈雨

IPC: G05B19/406

Abstract: 本发明属于数控机床故障预测相关技术领域，并公开了一种基于声音信号的机床故障预测方法。该预测方法包括下列步骤：(a)对于待预测机床，采集其在正常状态和不同故障状态下发出的音频信号，以此形成机床状态与音频信号一一对应的数据集；(b)对所述数据集中的数据进行数据处理，获得训练数据；(c)构建故障预测神经网络模型，利用所述训练数据对所述预测神经网络模型进行训练，以此获得所需的预测模型，利用该预测模型对于待预测机床的状态进行预测，以此实现机床故障的预测。通过本发明，避免计算零件的特征频率，减少计算量，提高了机床故障类型的识别速度。