【摘 要】
:
随着“中国制造2025”强国战略的提出和实施,制造业急速发展,我国从制造业大国逐步成长为制造业强国。数控系统(CNC)在现代制造业中起到了至关重要的作用,伴随着工件造型复杂度的提高,对加工精度和加工效率的要求也逐步提高,传统的加工技术已无法满足加工要求。插补算法是数控系统的核心算法,传统的数控系统只具有直线、圆弧等基本的插补算法,在进行加工时存在加工文件大、机床频繁加减速等问题,影响加工质量。NU
论文部分内容阅读
随着“中国制造2025”强国战略的提出和实施,制造业急速发展,我国从制造业大国逐步成长为制造业强国。数控系统(CNC)在现代制造业中起到了至关重要的作用,伴随着工件造型复杂度的提高,对加工精度和加工效率的要求也逐步提高,传统的加工技术已无法满足加工要求。插补算法是数控系统的核心算法,传统的数控系统只具有直线、圆弧等基本的插补算法,在进行加工时存在加工文件大、机床频繁加减速等问题,影响加工质量。NURBS(Non-Uniform Rational B-Splines,非均匀有理B样条)曲线插补算法不仅可以提高工件的加工效率和质量,还可以降低加工数据传输和存储的负担,是高档数控系统高速高精度加工的核心算法。本文针对连续微小线段NURBS曲线拟合及插补算法进行研究,主要研究包括以下内容:首先,针对连续微小线段加工路径不连续而导致的加工精度和效率较低等问题,提出了一种基于精度控制的自适应曲线拟合算法,将离散的刀具路径拟合成为NURBS曲线刀具路径进行加工,不仅可以增加刀具路径的光顺性还极大压缩了数据量,提高了加工效率。然后,针对NURBS曲线插补过程中进给速度受到各因素影响,分析了NURBS曲线进给速度约束模型,推导了NURBS曲线的曲率及机床的驱动能力对进给速度的约束;介绍了加减速算法的原理和计算公式,给出了一种S型加减速快速规划的计算方法。接着,研究了NURBS曲线的理论基础,给出了NURBS曲线的两种表达方式,并介绍了NURBS曲线的几种求值和求导方法,给出了NURBS曲线基于辛普森积分法的弧长计算方法。给出NURBS曲线预插补分段方法,推导了基于Taylor展开式法NURBS曲线插补点参数计算原理,并在深入研究的基础上提出了基于AdamsBashforth-Moulton的预估校正NURBS曲线插补算法,提高插补的稳定性并使加工速度波动率可以有效的控制。最后,对本文提出的相关算法进行了合理的仿真验证。仿真结果表明,本文所提出的NURBS曲线拟合算法在拟合数据压缩和拟合误差控制上得到了提升。所提出的NURBS曲线插补算法也在速度波动率方面得到了有效控制,进而提高加工效率和质量,适用于高速高精数控加工。
其他文献
在大数据时代,用户的隐私保护是一个关键问题。作为数据挖掘的经典算法,原始k-means算法常用于对明文数据进行聚类分析,没有考虑到隐私保护的问题。已有工作研究支持隐私保护的k-means算法,但是一般有计算成本高(例如加密算法),精度损失大(例如数据扰动方法),通讯成本高(例如安全多方计算)等缺点。负数据库作为一种新型的数据表示方法,存储的是原始数据库补集中的信息,其难以逆转的特性可以用于保护原始
随着社会经济的快速发展,人们日常生活中的决策活动越来越复杂。因决策环境信息的不确定性和人类认知的模糊性,现有决策活动往往存在着不确定性信息,属于模糊决策问题。区间
随着互联网与智能制造的深度结合,计算机虚拟现实技术得以快速发展,碰撞检测技术作为虚拟现实技术中的重要环节,对智能制造生成效率和质量提高有着重要作用。五轴数控加工作为智能制造产品的重要加工手段,广泛应用于航空航天、汽车、船舶零部件生产领域中,在加工过程中由于增加两个旋转轴,提高灵活性的同时使得加工过程更加复杂难以预测从而引起数控系统干涉碰撞,影响零件加工效率和质量。目前国内外学者对碰撞检测进行大量研
生物活性分子,如抗坏血酸(AA)、氧化型谷胱甘肽(GSSG)和碱性磷酸酯酶(ALP),广泛的存在血清和中枢神经系统中,在人类新陈代谢过程中发挥着重要的作用。谷胱甘肽(GSH),是一种由
近年来,我国油气勘探的重心已经逐渐由常规储层转入深层、超深层储层领域。这类储层钻遇探井较少,井中资料比较稀缺,缺乏基础的岩石物理数据。本文以阿克苏地区塔里木盆地的
19世纪初期,为了解决国内的自由黑人问题,一批政治家们成立了美国殖民协会(American Colonization Society)。它的目标是执行海外殖民计划——将美国的自由黑人运输到非洲大陆。美国殖民协会成立后,就开始谋求联邦政府的资助并且采取了多种措施来获取民众的支持。到1820年代末30年代初,海外殖民事业已取得了长足的进步。与此同时,1820年代末、1830年代也是奴隶制问题开始发酵并
学术研究和数字图书馆的快速发展导致网络上学术论文急剧增多,如何为学者们提供个性化的论文推荐服务成为了数据挖掘领域的研究热点。本文基于深度学习技术从增强论文和用户
目前图像分类任务在CIFAR-10、CIFAR-100和ImageNet等大型通用数据集上获得最优表现的均是基于深度卷积神经网络的方法,但深度卷积神经网络依赖大量已标注的训练样本来优化,
随着传感器网络的快速发展,环境监测等数据流应用越来越多的依赖于云服务。如今许多云服务部署在地理分布式基础设施上,即位于不同地区的云数据中心,以获得更好的性能。地理
柱矢量光束是一种偏振态呈柱对称分布的矢量光束,这种独特的偏振特性,使其在亚波长聚焦方面的特性和应用价值受到广大研究者的青睐。按照柱矢量光束电场分量在空间上的分布特