基于物理信息神经网络的数控机床自动换刀系统寿命预测方法

    公开(公告)号:CN119820383A

    公开(公告)日:2025-04-15

    申请号:CN202510331106.8

    申请日:2025-03-20

    Applicant: 吉林大学

    Abstract: 发明公开了一种基于物理信息神经网络的数控机床自动换刀系统寿命预测方法,属于数控机床的健康监测与故障预测技术领域,该方法首先利用物理退化建模建立数控机床自动换刀系统的退化过程微分方程;构建神经网络模型1,该模型通过输入振动信号和时间信息来预测剩余寿命;构建神经网络模型2,结合物理方程的响应进一步描述剩余寿命变化趋势,与神经网络模型1的预测结果进行损失函数联立;最后,通过设计综合损失函数进行模型训练,使得神经网络能够同时学习系统的物理退化规律和数据驱动的预测能力。综上,本发明具有较高的预测精度和实用性,适用于数控机床自动换刀系统的剩余寿命预测,有利于降低维护成本,确保生产过程的安全性和稳定性。

    双联合加载动力伺服刀架动力头可靠性试验台及试验方法

    公开(公告)号:CN111649931A

    公开(公告)日:2020-09-11

    申请号:CN202010570139.5

    申请日:2020-06-21

    Applicant: 吉林大学

    Abstract: 本发明公开了双联合加载动力伺服刀架动力头可靠性试验台及实验方法,它包括:地平铁、动力伺服刀架部分、动力头加载部分、喷淋冷却系统部分、测功机部分、检测控制部分和液压泵部分;所述的动力伺服刀架部分包括:2个动力伺服刀架底座、2个动力伺服刀架、模拟刀杆和动力头;使用同一加载装置可以对双刀架动力头进行联合加载,采用伺服液压缸可自由调整加载力的大小,并且受力均匀;扭矩加载及转速测量时安装有测功机及加载装置,对所加载的切削扭矩与转速也能实现实时监控和闭环控制,使加载装置具有较高的加载精度。

    一种数控刀架三联齿盘定位精度和重复定位精度的检测装置和方法

    公开(公告)号:CN112108941A

    公开(公告)日:2020-12-22

    申请号:CN202010990130.X

    申请日:2020-09-18

    Applicant: 吉林大学

    Abstract: 本发明提供一种数控刀架三联齿盘定位精度和重复定位精度的检测装置,其特征在于,包括:支撑部分、三联齿盘、精度检测装置和控制部分;所述精度检测装置包括激光测距装置、内检测圈和外检测圈,所述内检测圈设置在所述外齿盘上,所述外检测圈设置在所述上箱体上;所述激光测距装置设置在内检测圈或者所述外检测圈上。本发明还提供一种数控刀架三联齿盘定位精度和重复定位精度的检测方法。本发明提高了检测效率,且成本低便于批量化生产和操作。

    双联合加载动力伺服刀架动力头可靠性试验台及试验方法

    公开(公告)号:CN111649931B

    公开(公告)日:2024-06-28

    申请号:CN202010570139.5

    申请日:2020-06-21

    Applicant: 吉林大学

    Abstract: 本发明公开了双联合加载动力伺服刀架动力头可靠性试验台及实验方法,它包括:地平铁、动力伺服刀架部分、动力头加载部分、喷淋冷却系统部分、测功机部分、检测控制部分和液压泵部分;所述的动力伺服刀架部分包括:2个动力伺服刀架底座、2个动力伺服刀架、模拟刀杆和动力头;使用同一加载装置可以对双刀架动力头进行联合加载,采用伺服液压缸可自由调整加载力的大小,并且受力均匀;扭矩加载及转速测量时安装有测功机及加载装置,对所加载的切削扭矩与转速也能实现实时监控和闭环控制,使加载装置具有较高的加载精度。

Patent Agency Ranking