大型双驱动龙门布带铺丝头机构

    公开(公告)号:CN112829340A

    公开(公告)日:2021-05-25

    申请号:CN202011625223.9

    申请日:2020-12-30

    Abstract: 本发明公开了大型双驱动龙门布带铺丝头机构,包括支撑框架体,其中支撑框架体上设有支撑框;所述支撑框的其中一侧依次设有放料轴和收膜轴且另一侧从上到下依次设有张力控制器、自动纠偏装置和双压辊组件,其中加热装置位于所述双压辊组件的下方;其中双压辊组件包括连接板、辅助压辊和主压辊;其中辅助压辊和主压辊均固定在连接板上;连接板上设有横梁;其中辅压辊气缸的一端固定连接框内且另一端与所述横梁连接固定,其中连接板转动固定在连接框上。本发明针对复合材料大曲率异形件的外形特点和防隔热层的铺贴特性,具有自动收膜功能,收膜张力可调。

    一种数控机床丝杆热误差测量装置及方法

    公开(公告)号:CN112476057A

    公开(公告)日:2021-03-12

    申请号:CN202011337965.1

    申请日:2020-11-25

    Abstract: 本发明属于数控测量相关技术领域,并具体公开了一种数控机床丝杆热误差测量装置及方法。该装置包括底座和测量标杆,所述底座上设置有多个安装孔,该安装孔用于与所述测量标杆连接,通过更换不同的安装孔,调整所述测量标杆在所述底座上的安装位置;所述测量标杆包括柱状本体和设置在柱状本体中间的测量平面,该测量平面的直径大于所述柱状本体的直径,数控机床测头测量从初始位置运动至该测量平面的实际运动距离,将该实际运动距离与预设指令距离相比较即可获得丝杆热误差变形量。本发明还公开了上述测量装置的测量方法。通过本发明,测量过程简单,测量精度高,缩短测量时间,降低成本。

    一种基于动力学及深度神经网络的进给系统混合建模方法

    公开(公告)号:CN110007645B

    公开(公告)日:2020-11-03

    申请号:CN201910288720.5

    申请日:2019-04-11

    Abstract: 发明公开了一种数控机床进给系统混合建模方法,包括一个动力学基础模型和一个基于大数据的神经网络偏差模型;动力学基础模型由动力学理论分析及参数辨识得到;神经网络偏差模型通过利用指令序列、动力学基础模型的仿真预测数据和实际响应数据分析训练得到;将指令序列输入进给系统混合模型中,对实际响应序列进行预测,得到混合预测序列。本发明技术方案相比单纯的动力学模型,对高度非线性过程(如反向过程)的仿真更精准,相比单纯的神经网络模型,对不同加工工艺下的泛化能力更强。通过混合建模的方式,实现对复杂动态的进给系统的准确模拟。

    一种数控加工中轮廓误差的补偿方法

    公开(公告)号:CN110262394B

    公开(公告)日:2020-09-08

    申请号:CN201910605316.6

    申请日:2019-07-05

    Abstract: 本发明属于数控相关技术领域,其公开了一种数控加工中轮廓误差的补偿方法,该补偿方法包括以下步骤:(1)获取加工工件的轮廓误差值,并基于得到的所述轮廓误差值计算得到各轴的误差补偿量,继而生成工件误差补偿表;其中,所述工件误差补偿表包括机床加工过程中各进给轴方向上的补偿点位置及对应的补偿量;(2)数控系统基于加工工件补偿前的加工G代码及所述工件误差补偿表计算得到补偿后的控制指令序列,进而在加工控制的插补过程中实现加工工件轮廓误差的动态补偿。本发明在非加工状态下生成对应加工工件轮廓的工件误差补偿表,并基于工件误差补偿表在加工控制的插补过程中实现轮廓误差的动态补偿,提高了加工轮廓精度,适用性较强。

    进给速度优化方法
    95.
    发明授权

    公开(公告)号:CN107862102B

    公开(公告)日:2020-08-28

    申请号:CN201710828251.2

    申请日:2017-09-14

    Abstract: 本发明提供了一种进给速度优化方法,包括:标定主轴切削功率与材料去除量之间的关系,其中,主轴切削功率与材料去除量之间的关系与进给速度有关;以及基于主轴切削功率与材料去除量之间的关系优化进给速度。

    一种数控机床主轴热变形预测方法及系统

    公开(公告)号:CN110039373B

    公开(公告)日:2020-06-09

    申请号:CN201910271442.2

    申请日:2019-04-04

    Abstract: 本发明属于机床热误差测量领域,并具体公开了一种数控机床主轴热变形预测方法及系统,其利用模型建立模块构建神经网络模型,该神经网络模型以机床当前时刻之前的运动状态数据和热变形状态数据作为输入,并以当前时刻之后一段时间内的主轴热变形量为输出;利用数据采集模块采集机床主轴电流、主轴速度和环境温度及主轴热变形量构建训练集;利用模型训练模块将训练集中的数据输入神经网络模型中进行训练;利用热变形预测模块实时获取待预测机床的运动状态和热变形状态数据,并将其输入已训练的神经网络模型中实现主轴热变形的预测。本发明预测效果好,可有效减小机床加工过程中热误差的影响,适用于无内置温度传感器的机床主轴热变形的预测。

    一种曲面加工零件表面轮廓误差的近似评估方法

    公开(公告)号:CN108646669B

    公开(公告)日:2020-05-19

    申请号:CN201810310431.6

    申请日:2018-04-09

    Abstract: 本发明属于数控加工中轮廓误差计算领域,并公开了一种曲面加工零件表面轮廓误差的近似评估方法。其包括下列步骤:(a)以插补周期为单位分别记录每个周期内的指令插补点和反馈刀位点,将所有相邻的指令插补点连接形成三角网格曲面;(b)计算反馈刀位点集合中每个反馈刀位点到三角网格曲面的最短距离;(c)从反馈刀位点集合中选取多个反馈刀位点,实际测量选中的反馈刀位点处的轮廓误差,计算标定系数,使得每个反馈刀位点的实际轮廓误差与该反馈刀位点标定后的最短距离相等,利用标定系数计算轮廓误差。通过本发明,实现对加工零件百分之百检测,同时实现对表面质量缺陷原因进行溯源。

    一种基于插补数据的铣削加工轮廓误差的评估方法

    公开(公告)号:CN108508848B

    公开(公告)日:2019-12-06

    申请号:CN201810356880.4

    申请日:2018-04-20

    Abstract: 本发明公开了一种基于插补数据的铣削加工轮廓误差的评估方法,属于加工误差评估领域,包括如下步骤:步骤1:将工件设计曲面三角面片化,得到工件几何模型;步骤2:建立刀具有效切削轮廓的几何模型;步骤3:构建轮廓误差并行计算模型,基于插补数据分组并行计算各组的轮廓误差并返回结果。本发明在插补数据上每个刀位点通过刀具有效切削轮廓与加工曲面的设计模型进行对比来计算轮廓误差,各点之间的轮廓误差计算没有联系,而且每个刀位点算出的轮廓误差可以与该刀位点位置对应,可以并行计算各刀位点的轮廓误差,效率更高,并且考虑了G代码、数控系统以及伺服系统的误差,更加接近实际加工过程中刀具相对加工曲面的运动位置。

    一种基于动力学及深度神经网络的进给系统混合建模方法

    公开(公告)号:CN110007645A

    公开(公告)日:2019-07-12

    申请号:CN201910288720.5

    申请日:2019-04-11

    Abstract: 发明公开了一种数控机床进给系统混合建模方法,包括一个动力学基础模型和一个基于大数据的神经网络偏差模型;动力学基础模型由动力学理论分析及参数辨识得到;神经网络偏差模型通过利用指令序列、动力学基础模型的仿真预测数据和实际响应数据分析训练得到;将指令序列输入进给系统混合模型中,对实际响应序列进行预测,得到混合预测序列。本发明技术方案相比单纯的动力学模型,对高度非线性过程(如反向过程)的仿真更精准,相比单纯的神经网络模型,对不同加工工艺下的泛化能力更强。通过混合建模的方式,实现对复杂动态的进给系统的准确模拟。

    一种基于大数据的智能应用集成开发系统

    公开(公告)号:CN109783064A

    公开(公告)日:2019-05-21

    申请号:CN201711113605.1

    申请日:2017-11-13

    Abstract: 本发明提供了一种基于大数据的智能应用集成开发系统,包括:大数据平台、数控系统的生态环境系统、基于数控系统的智能化应用系统;其中,所述大数据平台能够为智能应用集成开发系统提供相关设备的基础数据服务;所述数控系统的生态环境系统,能够对所述大数据平台所提供的相关设备的基础数据进行处理,并为所述基于数控系统的智能化应用系统提供经处理后的基础数据;所述基于数控系统的智能化应用系统,能够用于程序开发,并为程序开发时提供资源配置。此外,本发明还提供一种数控系统的生态环境系统、一种数据处理方法、数据访问方法以及数据处理装置和存储介质。

Patent Agency Ranking