【摘 要】
：
为了提高数控雕刻机控制系统的精度和稳定性,本次研究对数控系统中的运动控制器算法进行了文献分析,针对应用较为广泛的差分插补算法进行了多维线性扩展和优化.为了验证优化后算法的性能,本次研究搭建了运动控制仿真系统,在运动控制系统中编码了多维差分插补算法,并添加了前瞻模块,通过仿真实验对比了差分插补算法和自适应算法的加工曲线的图形弦误差、进给速度、进给加加速度,结果显示差分插补算法的加工曲线与自适应算法的加工曲线相比更为平滑,弦误差更可控,刀具进给速度更稳定、加速度也更平稳.
论文部分内容阅读
为了提高数控雕刻机控制系统的精度和稳定性,本次研究对数控系统中的运动控制器算法进行了文献分析,针对应用较为广泛的差分插补算法进行了多维线性扩展和优化.为了验证优化后算法的性能,本次研究搭建了运动控制仿真系统,在运动控制系统中编码了多维差分插补算法,并添加了前瞻模块,通过仿真实验对比了差分插补算法和自适应算法的加工曲线的图形弦误差、进给速度、进给加加速度,结果显示差分插补算法的加工曲线与自适应算法的加工曲线相比更为平滑,弦误差更可控,刀具进给速度更稳定、加速度也更平稳.
其他文献
目前研究的高频数据波动参数自动优化方法数据优化能力较差,导致优化效率过低.为了解决上述问题,基于高频数据波动参数自动优化方法研究了一种新的高频数据波动参数自动优化方法.分析高频数据波动方根幅值参数、方差参数,实现高频数据信息采集,确定高频数据的波动幅度特征参数和波动峰值特征参数变量之间的逻辑关系.利用马尔科夫链数学模型建立高频数据波动率计算约束公式,对每个高频数据波动参数特征进行遍历聚类操作,提取出真实的高频数据波动参数变量的状态,实现高频数据波动率参数自动优化分析.实验结果表明,基于马尔科夫链数学模型的
为提高移动云计算工作流任务动态调度适应度水平,设计了一种移动云计算工作流任务动态调度模型.构建移动云计算工作流任务动态调度的群体决策模型参数集,采用多尺度和多标度的特征分析方法对移动云计算工作任务流的偏好信息进行集结和聚类处理,构建移动云计算工作流任务动态特征演化聚类分析模型,通过偏最小二乘法得到移动云计算工作流任务动态信息流回归参数,根据各个属性权重向量分配结果,实现移动云计算工作流任务动态调度的模糊聚类处理,最后,根据信息聚类结果实现移动云计算工作流任务动态自适应调度.实验结果显示,该方法进行移动云计
针对当前煤矿水害预测过程中内存消耗量大、预测结果精准度低等问题.提出了基于大数据智能的煤矿水害预测数据建模研究.根据电平翻转法,采用矿井水文监控系统采集矿井水文数据信息,使用Bayes判决理论剔除与数据模型构建无关的数据.将数据处理结果导入FEFLOW平台中,展开水文地质参数划分,构建煤矿地下水模型.将地下水模型数据代入GM(1,2)模型中,完成煤矿水害预测数据模型构建.实验结果表明,该模型可有效地弥补当前模型的不足,将内存消耗量控制在20％～25％之间,精准度控制在98.5％左右,提高了预测结果的科学性
现今,网络执行远程维护诊断系统存在无法确定故障下的唯一索引,甚至诊断结果不精准的问题.针对该问题,提出了基于故障树的电子商务环境下自助售货机故障自动诊断研究.依据电子商务环境下自助售货机结构,设计知识规则匹配遵守原则,确定知识规则编码下唯一索引.构造故障树,定性、定量分析故障树,构建诊断专家系统知识库模型,设计自助售货机故障自动诊断流程将表明存在故障的自助售货机中的商品销售失败的故障数据传送到移动终端,由移动终端显示状态数据.通过实验验证结果可知,该技术饮料温度范围为15℃～20℃,与实际故障温度范围一致
针对常规卡球故障检测方法获取的故障信号频域存在大量极值,导致最终检测所需的时间过长,针对该问题,设计一种基于残差决策的乒乓球发球机卡球故障自动检测方法.将获取的卡球故障信号分解为多个本征模式分量后,筛选故障信号本征极值,得到卡球故障信号对应的残差分量,在神经网络的支持下,利用残差分量构建一个检测优先的决策网络,计算得到故障检测决策参数,批量化处理决策参数后,建立一个故障构造函数,得到一个自动化检测过程.使用已知参数的发球机,并针对不同卡球位置设定故障数据集,准备两种常规检测方法与设计的自动检测方法进行实验
以往使用人工分析、BP网络方法不能与生产状态实时关联,使异常信息与实际波动幅度不一致,导致异常信息检测精准度低,针对该问题,提出了基于深度学习的烟草生产线异常信息检测方法.根据总体检测流程,设计模型训练、异常训练和模型再次训练三个阶段,以一组历史质量异常数据作为参考数组,与实际生产状态的比较数组进行实时比较,分析烟草生产线异常信息获取及关联性.依据基于深度学习检测原理,构建基于深度学习的异常信息检测模型,由此设计异常信息检测流程.通过实验对比结果可知,该方法冗余特征约简效果好,异常信息出现波动幅度与实际波
以某高校实际运行的太阳能热泵热水系统为研究对象,搭建仿真模型;通过实际运行参数和仿真模型分析系统实际控制策略的不足之处,从而对系统的节能潜力进行挖掘,寻找使系统更节能的优化控制策略.研究了系统初始水位对太阳能利用率的影响,策略优化过程分别对系统初始水位、补水策略以及空气源热泵启停策略进行控制优化,通过水温控制策略和水位控制策略的协同,使用水时段的平均温度得到了提升.同时,新控制策略下的热水系统运行能耗减小,无论对于工程运营方还是用户而言,都具有一定的推广价值和实用意义.
为了提高地铁再生制动能量的利用率,采用仿真实验对地铁再生制动自动化中的混合储能装置的节能方法进行了研究,建立了“牵引变电系统-列车-储能系统”整体模型,选择了RPC装置、蓄电池和超级电容同时使用的混合储能装置,设置了三种不同工况条件下的仿真参数,通过Matlab平台进行仿真实验,得到了三种不同工况条件下储能装置补偿前后的三相电流波形图,以及蓄电池、超级电容在三种不同工况条件下的功率变化情况.研究结果表明,混合储能装置在三种不同的工况条件下,均有效地提高了地铁再生制动能量的利用率,同时,该混合储能装置还显著
为了有效解决产品包装设计中存在的图像受到人眼感知及成像限制的问题,此次课题实验将VHIST人眼感知技术融入到包装设计方法中,分析人眼感知技术特性,构建图像灰度直方图,完成对图像特征的评价.结果 显示,基于VHIST的图像增强算法对比度、信息熵等分别为45.23、7.98 bit,远高于传统算法.这表明融合VHIST人眼感知的包装设计方法,能够在充分利用人眼感知技术特性的基础上,显著改善其图像质量;相较于传统算法而言,基于VHIST人眼感知的图像处理算法具有更优的图像评价效果,能够清晰地呈现出包装设计图像中
常规自动驾驶仪中使用的人工网络结构的弯道预判决策性能差,导致行驶过程中误差较大,因此,设计一种基于深度强化学习的自动驾驶仪控制软件.首先在Simulink平台上建立自动驾驶仪控制律模型,在直路行驶模块中控制输出指令,保证方向盘控制系统处于静止状态,在转弯行驶模块输入预设里程与行驶速度,经过大量行驶轨迹训练中进化自身在转弯处的行驶速度规划;深度强化学习神经算法采用的是NEAT算法,其中包含的进化思想需要搭配算法库的配置信息才能实现控制精准化.在仿真实验中对常规控制软件和设计的软件进行控制误差对比,结果表明设