-
公开(公告)号：CN104656554B
公开(公告)日：2017-07-18
申请号：CN201410834415.9
申请日：2014-12-29
Applicant: 华中科技大学
IPC: G05B19/18
Abstract: 本发明公开了一种用于数控机床的系统参数优化配置方法，包括：(a)为执行参数优化配置的数控机床构建表征其伺服系统与机械系统之间耦合关系的参数建模；(b)对执行参数优化配置的数控机床输入激励信号，并测量获得相应的响应信号，然后为两者之间建立传递函数；(c)将传递函数执行转换，并结合已构建的参数建模来对各模块进行辨识和未知参数的求解；(d)将求解出的参数作为数控加工执行加工的性能参数，由此完成整个的系统参数优化配置过程。通过本发明，能够在无需复杂和繁琐的实际试验的情况下，实现数控机床伺服和机械系统中一些难确定参数的优化配置，同时具备高效率、便于操控、可显著提高机床整体性能等优点。
-
公开(公告)号：CN105092228A
公开(公告)日：2015-11-25
申请号：CN201510530851.1
申请日：2015-08-26
Applicant: 华中科技大学 , 武汉华中数控股份有限公司
IPC: G01M13/00
Abstract: 本发明公开了一种传动切换装置，包括箱体、第一转轴、第二转轴和带轮传动机构，第一转轴和第二转轴分别可转动安装在箱体上，第一转轴和第二转轴相互平行且第一转轴位于第二转轴的下方；第一转轴和第二转轴通过所述带轮传动机构连接；箱体在对应于第一转轴和第二转轴的位置分别设置有第一动力源安装通孔和第二动力源安装通孔，以用于选择在第一动力源安装通孔或第二动力源安装通孔处安装动力源，进而通过所述动力源驱动所述第一转轴旋转。本发明极大地扩展了机床的测试平台的功能范围，简化了测试平台的系统结构和调整切换操作，降低了整个测试平台的重量和尺寸，为快速方便的开展实验研究提供了保障。
-
公开(公告)号：CN104950804B
公开(公告)日：2017-10-27
申请号：CN201510222589.4
申请日：2015-05-04
Applicant: 华中科技大学 , 武汉华中数控股份有限公司
IPC: G05B19/404
Abstract: 本发明公开了一种基于改进的SVD‑Krylov算法的数控机床进给系统建模方法，该算法包括如下步骤：基于动力学方程建立数控机床进给系统的状态空间方程模型；获得原始系统状态空间矩阵，原始系统和传递函数模型；设定降阶系统阶次，启动多点矩匹配SVD‑Krylov算法进行降阶；输出降阶系统状态空间矩阵，降阶系统及相应降阶传递函数模型；采用正交实验方法和时间响应法进行降阶算法仿真验证。提出的降阶建模算法降阶后的模型能够保证渐近稳定，计算效率高，同时采用迭代算法，成倍增加了矩匹配数量，提高了降阶精度。本发明在降阶精度，计算效率方面有明显提高，大大加快了数控机床进给系统的建模与仿真速度。
-
公开(公告)号：CN110703693A
公开(公告)日：2020-01-17
申请号：CN201910977406.8
申请日：2019-10-15
Applicant: 华中科技大学
IPC: G05B19/414
Abstract: 本发明属于数控机床控制领域，并具体公开了一种机床进给系统的迭代学习前馈控制方法及系统。所述方法包括：将第N次获得的力矩电流τN和位置跟踪误差eN(t)作为输入，以输出第N+1次的前馈量τN+1；将前馈量τN+1作为输入进行迭代运算，以获取第N+1次位置跟踪误差eN+1(t)，判断位置跟踪误差eN+1(t)与位置跟踪误差eN(t)及目标值ε的关系，并以此作为后续是否进行继续迭代的依据，从而实现轮廓误差的控制，结束迭代学习前馈控制。所述系统包括数据采集模块、CNC指令模块和机床进给系统模块。本发明方法将迭代学习前馈控制方法与PID控制方法有效结合起来实现跟踪位置跟踪误差、轮廓误差的控制，进而实现机床进给系统模块的控制，加工精度高，动态响应快。
-
公开(公告)号：CN107832485A
公开(公告)日：2018-03-23
申请号：CN201710829371.4
申请日：2017-09-14
Applicant: 华中科技大学 , 武汉华中数控股份有限公司
IPC: G06F17/50
Abstract: 本发明提供一种仿真模型控制参数的优化方法，包括：根据受控对象的控制系统基本参数构建半物理仿真模型；对所述半物理仿真模型进行仿真处理，获得仿真结果；对所述仿真结果进行拟合插值，获得所述受控对象工作在预期状态下的控制参数；其中，在所述参数优化步骤中，通过对所述仿真结果的指标分析和仿真步长的计算，获得预期状态下的所述控制参数。
-
Patent Agency Ranking
公开(公告)号：CN105700470A
公开(公告)日：2016-06-22
申请号：CN201610068524.3
申请日：2016-02-01
Applicant: 华中科技大学
IPC: G05B19/19
CPC classification number: G05B19/19
Abstract: 本发明公开了一种用于减小机床伺服进给系统跟踪误差的方法，其包括如下步骤：1)对机床伺服进给系统进行建模，获得伺服进给系统的系统模型；2)建立机床伺服进给系统的摩擦力数学模型并辨识参数；3)利用卡尔曼状态观测器对伺服进给系统的位置变化进行预估，根据预估的位置变化计算伺服进给系统的补偿摩擦力，根据计算的补偿摩擦力对伺服进给系统的摩擦力进行实时动态补偿。本发明通过卡尔曼观测器实现对摩擦力的预估，并通过对摩擦力的补偿从而达到对系统跟踪误差进行精确控制的目的，使得系统能实时观测和预估摩擦力实时变化，并且在控制系统中对其进行补偿，对于减小伺服系统跟踪误差具有显著效果。
-
公开(公告)号：CN109428532A
公开(公告)日：2019-03-05
申请号：CN201710828903.2
申请日：2017-09-14
Applicant: 华中科技大学 , 武汉华中数控股份有限公司
Abstract: 本发明提供一种用于抗扰动控制的交流伺服系统控制参数优化方法，包括：获取一组PI初始参数和所述一组PI初始参数附近一定范围内的另外两组PI初始参数；基于所述一组PI初始参数和所述另外两组PI初始参数进行PI参数优化处理，获取优化后的PI参数；对所述优化后的PI参数进行评价，判断所述优化后的PI参数是否满足优化结束条件；如果所述优化后的PI参数满足优化结束条件，获得目标PI参数。本发明还提供一种设置PI初始参数的方法。
-
公开(公告)号：CN104950804A
公开(公告)日：2015-09-30
申请号：CN201510222589.4
申请日：2015-05-04
Applicant: 华中科技大学 , 武汉华中数控股份有限公司
IPC: G05B19/404
Abstract: 本发明公开了一种基于改进的SVD-Krylov算法的数控机床进给系统建模方法，该算法包括如下步骤：基于动力学方程建立数控机床进给系统的状态空间方程模型；获得原始系统状态空间矩阵，原始系统和传递函数模型；设定降阶系统阶次，启动多点矩匹配SVD-Krylov算法进行降阶；输出降阶系统状态空间矩阵，降阶系统及相应降阶传递函数模型；采用正交实验方法和时间响应法进行降阶算法仿真验证。提出的降阶建模算法降阶后的模型能够保证渐近稳定，计算效率高，同时采用迭代算法，成倍增加了矩匹配数量，提高了降阶精度。本发明在降阶精度，计算效率方面有明显提高，大大加快了数控机床进给系统的建模与仿真速度。
-
公开(公告)号：CN110703693B
公开(公告)日：2020-11-17
申请号：CN201910977406.8
申请日：2019-10-15
Applicant: 华中科技大学
IPC: G05B19/414
Abstract: 本发明属于数控机床控制领域，并具体公开了一种机床进给系统的迭代学习前馈控制方法及系统。所述方法包括：将第N次获得的力矩电流τN和位置跟踪误差eN(t)作为输入，以输出第N+1次的前馈量τN+1；将前馈量τN+1作为输入进行迭代运算，以获取第N+1次位置跟踪误差eN+1(t)，判断位置跟踪误差eN+1(t)与位置跟踪误差eN(t)及目标值ε的关系，并以此作为后续是否进行继续迭代的依据，从而实现轮廓误差的控制，结束迭代学习前馈控制。所述系统包括数据采集模块、CNC指令模块和机床进给系统模块。本发明方法将迭代学习前馈控制方法与PID控制方法有效结合起来实现跟踪位置跟踪误差、轮廓误差的控制，进而实现机床进给系统模块的控制，加工精度高，动态响应快。
-
公开(公告)号：CN105700470B
公开(公告)日：2017-12-29
申请号：CN201610068524.3
申请日：2016-02-01
Applicant: 华中科技大学
IPC: G05B19/19
Abstract: 本发明公开了一种用于减小机床伺服进给系统跟踪误差的方法，其包括如下步骤：1)对机床伺服进给系统进行建模，获得伺服进给系统的系统模型；2)建立机床伺服进给系统的摩擦力数学模型并辨识参数；3)利用卡尔曼状态观测器对伺服进给系统的位置变化进行预估，根据预估的位置变化计算伺服进给系统的补偿摩擦力，根据计算的补偿摩擦力对伺服进给系统的摩擦力进行实时动态补偿。本发明通过卡尔曼观测器实现对摩擦力的预估，并通过对摩擦力的补偿从而达到对系统跟踪误差进行精确控制的目的，使得系统能实时观测和预估摩擦力实时变化，并且在控制系统中对其进行补偿，对于减小伺服系统跟踪误差具有显著效果。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.021 seconds)
