-
公开(公告)号：CN108563186A
公开(公告)日：2018-09-21
申请号：CN201810282266.8
申请日：2018-04-02
Applicant: 西南交通大学
IPC: G05B19/404
CPC classification number: G05B19/404
Abstract: 本发明公开了一种五轴球头铣削几何误差补偿方法，属于机床误差补偿领域。包括：考虑五轴数控机床结构参数，建立五轴数控机床正向运动学方程和后处理程序；根据工件加工代码，结合正向运动学方程，得到工件理想刀具位姿文件；建立球头铣刀刀具位姿与代表工件纹理的刀触点之间的转换关系；根据指数积理论，建立五轴球头铣削综合几何误差解析模型；建立五轴球头铣削几何误差补偿中刀触点保障措施；应用群体智能优化算法得到补偿的旋转轴角度；计算补偿的旋转轴角度的平动轴运动量；读取工件理想刀具位姿文件，计算补偿加工代码。该发明在补偿几何误差的同时保证工件纹理质量，可进一步提高五轴机床加工精度和工件表面质量。
-
公开(公告)号：CN108345863A
公开(公告)日：2018-07-31
申请号：CN201810179920.2
申请日：2018-03-05
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于深度学习的计轴器故障监测方法，包括以下步骤：S1、获取计轴器发出的信号，经过处理，得到轮脉冲监视信号；S2、通过通信系统将轮脉冲监视信号发送给计算机；S3、通过计算机对获取轮脉冲监视信号，进行处理，得到高频细节信号的包络谱图；S4、通过深度卷积神经网络对输入的包络谱图进行分类，并输出分类结果；S5、判断深度卷积神经网络的输出分类结果与设定的故障分类是否有相同项，若相同，进入步骤S6；若不相同，返回步骤S2；S6、在计算机端显示计轴器的故障分类。本发明提供的计轴器故障监测方法，降低了对工人经验知识的依赖，对计轴器健康状况进行实时监测，并对计轴器的故障类型进行预判断，提高率计轴器的维护效率。
-
公开(公告)号：CN111414977B
公开(公告)日：2023-06-20
申请号：CN202010344411.8
申请日：2020-04-27
Applicant: 西南交通大学
IPC: G06F18/23213 , G06N3/084 , G06N3/006 , B23Q17/00
Abstract: 本发明公开了一种机床主轴热误差建模的加权集成温度敏感点组合选取方法，其包括在数控机床运行过程中同步采集随时间发生变化的温度变量和机床主轴的热变形量；结合聚类算法的优缺点，设置类簇数的取值范围，对温度变量进行聚类分析，获得对应于不同V值的聚类结果；应用相关性分析，对获得的聚类结果进行筛选以获得对应于不同V值的温度敏感点组合；结合温度变量和热变形量之间的非线性以及人工神经网络的原理，建立用于热误差预测的神经网络模型，并进行热误差模型性能的评估；为对应不同温度敏感点组合的热误差模型的测试结果赋权值，设置适应度函数，并使用CSO进行优化以获得最优权值组合即其对应的加权集成温度敏感点组合。
-
公开(公告)号：CN111459094A
公开(公告)日：2020-07-28
申请号：CN202010344372.1
申请日：2020-04-27
Applicant: 西南交通大学
IPC: G05B19/401
Abstract: 本发明公开了一种机床主轴热误差建模中温度敏感点组合的分区域选取方法，其包括结合影响机床主轴热误差的内外误差源，将热源区域主要分为五部分，并基于热源区域对主轴的影响程度分配不同数量的温度传感器；同步进行温度场测量；根据测量的温度和热误差数据计算不同的温度变量与热误差之间的相关性；结合基于相关性分析的聚类算法和神经网络模型进行机床主轴热误差建模中温度敏感点组合的分区域选取；对获得的分区域下的全局关键温度变量组合进一步进行基于相关性分析的聚类算法的处理，并结合热误差模型获得的评估结果来确定分区域下的全局最优温度变量组合。
-
公开(公告)号：CN111414977A
公开(公告)日：2020-07-14
申请号：CN202010344411.8
申请日：2020-04-27
Applicant: 西南交通大学
Abstract: 本发明公开了一种机床主轴热误差建模的加权集成温度敏感点组合选取方法，其包括在数控机床运行过程中同步采集随时间发生变化的温度变量和机床主轴的热变形量；结合聚类算法的优缺点，设置类簇数的取值范围，对温度变量进行聚类分析，获得对应于不同V值的聚类结果；应用相关性分析，对获得的聚类结果进行筛选以获得对应于不同V值的温度敏感点组合；结合温度变量和热变形量之间的非线性以及人工神经网络的原理，建立用于热误差预测的神经网络模型，并进行热误差模型性能的评估；为对应不同温度敏感点组合的热误差模型的测试结果赋权值，设置适应度函数，并使用CSO进行优化以获得最优权值组合即其对应的加权集成温度敏感点组合。
-
Patent Agency Ranking
公开(公告)号：CN108345863B
公开(公告)日：2020-06-30
申请号：CN201810179920.2
申请日：2018-03-05
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于深度学习的计轴器故障监测方法，包括以下步骤：S1、获取计轴器发出的信号，经过处理，得到轮脉冲监视信号；S2、通过通信系统将轮脉冲监视信号发送给计算机；S3、通过计算机对获取轮脉冲监视信号，进行处理，得到高频细节信号的包络谱图；S4、通过深度卷积神经网络对输入的包络谱图进行分类，并输出分类结果；S5、判断深度卷积神经网络的输出分类结果与设定的故障分类是否有相同项，若相同，进入步骤S6；若不相同，返回步骤S2；S6、在计算机端显示计轴器的故障分类。本发明提供的计轴器故障监测方法，降低了对工人经验知识的依赖，对计轴器健康状况进行实时监测，并对计轴器的故障类型进行预判断，提高率计轴器的维护效率。
-
公开(公告)号：CN109839920B
公开(公告)日：2020-06-23
申请号：CN201910204686.9
申请日：2019-03-18
Applicant: 西南交通大学
IPC: G05B23/02
Abstract: 本发明公开了一种五轴机床运动轴灵敏度分析方法，包括S1、考虑五轴机床结构中运动轴之间相对位置，采用指数积理论建立刀具相对于待分析运动轴的指数积运动矩阵；S2、建立刀具坐标系下待分析运动轴各个误差分量关于待分析运动轴几何误差矢量的影响表达式；S3、建立待分析运动轴误差贡献值关于待分析运动轴几何误差矢量的表达式；S4、计算待分析运动轴误差贡献值关于待分析运动轴几何误差矢量的偏导，得到待分析运动轴几何误差敏感矩阵；S5、结合五轴机床综合误差计算方法获得待分析运动轴敏感分析方阵；S6、按照步骤S1‑步骤S5计算五轴机床剩余运动轴精度影响系数；S7、根据所有运动轴的位置误差灵敏系数和姿态误差灵敏系数，选取五轴机床误差敏感运动轴。
-
公开(公告)号：CN109933918A
公开(公告)日：2019-06-25
申请号：CN201910203988.4
申请日：2019-03-18
Applicant: 西南交通大学
IPC: G06F17/50
Abstract: 本发明公开了一种旋转轴垂直度误差的误差矢量建模方法，包括S1、根据垂直度误差定义结合旋转轴运动性质分析垂直度误差对旋转轴运动的影响；S2、得到A轴、B轴和C轴垂直度误差；S3、根据不同旋转轴运动性质构建A轴、B轴和C轴的理想指数运动矩阵；S4、根据不同旋转轴垂直度误差分布，采用指数积理论建立A轴、B轴和C轴垂直度误差影响下的实际指数运动矩阵；S5、根据运动轴误差矩阵、理想运动矩阵和实际运动矩阵之间关系构建不同旋转轴的垂直度误差变换矩阵；S6、将A轴、B轴和C轴的垂直度误差变换矩阵与运动轴基本几何误差项的误差矩阵进行比较，得到不同旋转轴的垂直度误差的影响；S7、建立不同旋转轴垂直度误差的误差矢量。
-
公开(公告)号：CN111459094B
公开(公告)日：2021-03-30
申请号：CN202010344372.1
申请日：2020-04-27
Applicant: 西南交通大学
IPC: G05B19/401
Abstract: 本发明公开了一种机床主轴热误差建模中温度敏感点组合的分区域选取方法，其包括结合影响机床主轴热误差的内外误差源，将热源区域主要分为五部分，并基于热源区域对主轴的影响程度分配不同数量的温度传感器；同步进行温度场测量；根据测量的温度和热误差数据计算不同的温度变量与热误差之间的相关性；结合基于相关性分析的聚类算法和神经网络模型进行机床主轴热误差建模中温度敏感点组合的分区域选取；对获得的分区域下的全局关键温度变量组合进一步进行基于相关性分析的聚类算法的处理，并结合热误差模型获得的评估结果来确定分区域下的全局最优温度变量组合。
-
公开(公告)号：CN109933920B
公开(公告)日：2021-01-12
申请号：CN201910204679.9
申请日：2019-03-18
Applicant: 西南交通大学
IPC: G06F30/20
Abstract: 本发明公开了一种旋转轴位置偏差的误差矢量建模方法，包括S1、根据旋转轴运动性质和位置偏差定义分析位置偏差对旋转轴运动的影响；S2、根据指数积理论中旋量定义建立旋转轴运动旋量表达式；S3、根据不同旋转轴运动性质构建A轴、B轴和C轴理想指数运动矩阵；S4、根据不同旋转轴位置偏差分布，采用指数积理论构建A轴、B轴和C轴位置偏差影响下的实际指数运动矩阵；S5、根据运动轴误差矩阵、理想运动矩阵和实际运动矩阵之间关系构建不同旋转轴的位置偏差变换矩阵；S6、将不同旋转轴的位置偏差变换矩阵与运动轴基本几何误差项的误差矩阵比较，获得不同旋转轴的位置偏差影响；S7、代入不同旋转轴的位置偏差影响，构建不同旋转轴位置偏差的误差矢量。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.021 seconds)
