数控加工样条轨迹实时弧长域插值算法研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:kingtigerzhang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在现代制造系统中,高速、高精度的数控加工促进了多项式样条插补的研究。多项式样条曲线已经广泛用于数控加工轨迹平滑。无论是小线段拐角处的局部平滑,还是全局的刀位点轨迹平滑,都使用了具有各种特点的样条。但是由于多项式样条曲线弧长与参数之间的非线性关系,样条实时插值会存在进给速度波动问题。已有的样条实时插值算法中:(1)近似弧长参数化会改变原有的刀具轨迹;(2)泰勒展开法的阶次难以确定;(3)迭代法的计算时间不稳定;(4)已有的弧长-参数映射法无法在线实时计算弧长。针对样条曲线实时插值算法难以平衡计算精度与计算实时性的问题,本文进行了以下研究:(1)详细分析了样条轨迹实时插值时存在的速度波动产生的机理,提出了样条曲线插值算法实时性约束条件,并提出了基于弧长-参数映射模型的实时插值方案。(2)提出了样条曲线预处理方法和弧长-参数映射模型构建算法,并对局部平滑样条和全局平滑样条进行了分类处理。(3)提出了实时弧长采样算法,在线实时计算弧长,并给出了控制采样误差的预处理方法。(4)设计并开发了样条曲线实时插值模块,并集成到了商业数控系统中。基于提出的样条轨迹实时弧长域插值算法开发了样条曲线实时插值软件模块,利用样条轨迹实时插值模块对样条轨迹插值进行了实时性验证实验和实际加工实验;实时性验证结果证明了本文提出的算法能够满足数控系统加工实时性的要求;实际加工结果表明,本文提出的样条轨迹实时插值算法对于减小进给速度波动具有良好的效果,能够满足实际加工需求。
其他文献
由于伺服系统的时变、非线性、强耦合的特征,伺服参数调整一直是业内研究热点。当前主流伺服调整软件一般是基于PC端运行,使用便捷性受到一定限制,本文结合移动终端在工业软件领域的应用趋势,开发了一款基于Android操作系统的伺服调整软件,可通过手机等移动终端,实现对伺服驱动参数快速地调整。针对伺服调整平台无线通讯、人机交互和参数快速调整的应用特征,引入基于Wi-Fi无线通讯和MQTT协议的技术,结合基
交流伺服系统具有体积小、高响应、高精度等特点,广泛应用于数控机床、高端电子装备及机器人等自动化设备中。但在电子封装摆臂、机器人连杆机构等柔性连接应用场景,系统容易出现机械振动,影响系统动态响应及控制精度,严重时还会损坏设备。针对上述现象,本文提出一种基于模型跟踪的交流伺服系统控制方法,通过构建模拟实际伺服系统的参考模型,辨识参考模型特征参数,整定参考模型控制参数,提升系统输入响应性能与运动跟随精度
随着光通信技术的发展,波长选择开关的需求越来越多,而基于硅基液晶(LCoS)空间光调制器的波长选择开关因其稳定性高、带宽灵活可调的优势,具有很好的应用潜力。然而,在波长选择开关系统中由像差、LCoS空间不均匀性等因素引起的波前畸变会导致插入损耗、串扰等性能指标的劣化,本文围绕LCoS-WSS光学系统中波前畸变的测量及其补偿开展研究,主要工作如下:首先根据波长选择开关的功能需求仿真设计了基于LCoS
工件的尺寸测量是机加工领域的关键环节,尺寸的正确性会直接影响产品品质,准确地测量出结果才能有效判断良品和次品。微波谐振腔作为通信基站的重要部件,其尺寸直接影响通信的准确性与稳定性。运用机器视觉技术,可以极大地提高测量的效率、精度和可靠性。本文以准确测量微波谐振腔的关键尺寸为最终目的,着重设计良好的特征匹配算法对待测结构进行准确定位,在定位的基础上使用传统的图像处理算法精确测量工件相应尺寸。论文首先
在区块链技术的研究中,一致性算法是其中很重要的一个研究内容。以工作量证明(PoW,Proof of Work)为代表的区块链一致性算法虽然去中心化程度高,但存在确认时间长、吞吐量低、弱一致性等问题。除了PoX类一致性算法之外,实用拜占庭容错算法(PBFT,Practical Byzantine Fault Tolerance)在一致性算法中也占据了重要的地位,PBFT不存在分叉问题,但是在一个节点
基于深度视频的三维人体行为识别是当前计算机视觉领域非常具发展潜力和活跃的研究课题之一。本文围绕当前三维人体行为研究中面临的两个主要挑战展开研究,一是在不同视角下观测范围下人体行为的形态变化非常大;二是人体行为存在较大的类内差异性和类间重叠性。对此,本文在不依赖人体关节点信息的前提下,针对如何对深度视频序列下三维人体行为进行有效特征表达,同时提高其特征辨识力,开展了多视角特征示例融合、三维空间人体行
航空工业中常常需要对飞机机身等桶型构件外形的形位误差如对称度等进行检验,以保证飞机机身加工质量要求。目前通常采用激光雷达对飞机机身进行测量,然后对点云进行分析检验,但是由于飞机机身整体尺寸较大,激光雷达在单个站位无法完全测量,需要进行转站操作。传统的转站操作一般是在待检测物体周围建立一个测量场,测量场周围布置导轨,机器人携带激光雷达在导轨上移动进行转站测量,但是这种测量方式存在测量场无法转移,测量
随着数字信息化时代的到来,信息的处理与传输得到了极大的发展。可随之而来数据信息泄密问题也愈发严重,其中基于屏幕拍摄的内部人员泄密隐蔽性强、可溯源性差。因此,研究对移动终端泄密的溯源具有重要的现实意义。通过向保护屏幕中写入可溯源水印的方式,在发生敏感信息泄密时,能够进行泄密信息溯源,定位到泄密人员。针对传统屏幕水印方案在嵌入数字水印时存在的问题,提出了基于交换链的屏幕水印方案。基于Windows的屏
随着人工智能不断地深入人类的工作与生活,在军事、工业、医学等领域开始研究人工智能用于解决重点问题。多智能体围捕-逃逸问题便是其中之一。研究多智能体围捕-逃逸问题能够有效地解决导弹防卫,无人机群控制等任务中的控制难题。目前有关多智能体围捕-逃逸问题的研究大多还是从经典的控制理论出发,这一方法削弱了智能体数学模型的精度,具有很大的局限性。而深度强化学习虽然能够使智能体自主地迭代策略,但极大地增加了系统
正电子发射断层成像(Positron Emission Tomography,PET)是一种非侵入式的核医学分子影像技术,被认为是核医学领域中生化灵敏度最高的医学影像技术。小动物PET对脑部活动具有极高的生化灵敏度,是研究病理机制、开发诊疗方法的尖端科学仪器。传统小动物PET等成像手段均要求成像目标在成像视野中保持静止以获取无运动伪影的图像,成像目标通常处于非清醒或非自由状态,观测结果不能反映其脑