-
公开(公告)号:CN103822784A
公开(公告)日:2014-05-28
申请号:CN201410067042.7
申请日:2014-02-26
Applicant: 北京工业大学
IPC: G01M13/02
Abstract: 滚珠丝杠副摩擦力矩加速退化试验装置与方法,属于滚珠丝杠副检测技术领域。滚珠丝杠副与滑板的联接采用双侧可换主副螺母式结构。试验状态下,滚珠丝杠副通过主螺母驱动滑板往复运动,副螺母采用限位杆限制其转动,加载气缸对滑板加载试验。测试状态下,滚珠丝杠副通过副螺母驱动滑板往复运动,主螺母通过测力杆联接安装在滑板上的拉压力传感器准确获得主螺母与丝杠间的摩擦力矩。加速退化试验过程中,轴向加载气缸对滚珠丝杠副进行轴向步进加速加载。通过在短时间加速试验中获得的滚珠丝杠副摩擦力矩数据可对滚珠丝杠副摩擦力矩退化过程建模,以较短的时间和较少的成本预测滚珠丝杠副性能退化寿命。
-
公开(公告)号:CN102107375B
公开(公告)日:2013-01-02
申请号:CN201010570995.7
申请日:2010-11-26
Applicant: 北京工业大学
IPC: B24B1/00
Abstract: 本发明是一种基于负刚度原理的磨削工艺系统刚度补偿机构,属于机械技术领域。该结构是采用压电陶瓷驱动器和柔性并联机构设计成的一种并联三自由度的负刚度可控的精密磨削工作台。它可以通过调整工作台在三个自由度方向的输出位移量和输出力之比,即刚度以产生负刚度效应,使该工作台刚度大小和磨床刚度大小相等但方向相反,从而补偿磨削工艺系统因刚性不足导致的弹性变形。该发明对于补偿磨削加工系统受磨削力产生变形,保证磨削加工用量以实现塑性域磨削、磨削精度和质量具有重要的应用价值,并具有结构简单,易于控制的特点。
-
公开(公告)号:CN102779287A
公开(公告)日:2012-11-14
申请号:CN201210164591.7
申请日:2012-05-24
Applicant: 北京工业大学
IPC: G06N3/08
Abstract: 本发明是数字化印刷油墨预置的方法,提出了一种基于Fuzzy ART神经网络和BP神经网络的Fuzzy ART-BP混合神经网络算法的墨键开度值预测方法。该网络充分利用Fuzzy ART神经网络的自学习、自组织和对信息模糊化处理能力将输入向量产生稳定的分类,针对每个分类利用BP神经网络对训练样本的输入和输出向量进行非线性映射,即以印刷现场温度、湿度和印刷机转速以及墨区对应的网点面积率为输入向量,以墨键开度值作为输出向量,建立训练样本的图文数字信息与墨键控制参数间的映射关系,用收敛的网络来预测新样本的墨键开度值。该网络学习的针对性更强,减少BP网络的迭代次数,同时使网络具有增量式学习的能力,提高了网络的泛化性。
-
公开(公告)号:CN101839302B
公开(公告)日:2011-12-07
申请号:CN201010186235.6
申请日:2010-05-21
Applicant: 北京工业大学
Abstract: 用于切削颤振控制的弹性支承干摩擦调谐质量阻尼器属于机械技术领域,涉及一种抑制切削加工颤振的阻尼器结构。阻尼器振子(3)悬臂弹性梁(2)固定于被控对象上,并且位置可调;基座(1)上还设置有悬臂形的双层弹性摩擦片(5),双层弹性摩擦片(5)的一端通过柔性铰链结构(7)与基座(1)连接,另一端与阻尼器振子(3)上表面相接触,设有可调节两层弹性片之间距离的调整螺钉(6),通过调整螺钉(6)可调双层弹性摩擦片(5)整施加在阻尼器振子上的接触压力。本发明通过阻尼器振子阻尼振动和滑动摩擦两种方式进行振动抑制;并使被控机械结构的频率响应函数最大负实部最小,从而最大限度地提高切削系统最大稳定极限切削深度。在最大限度地提高切削效率的同时,避免切削颤振的发生。
-
公开(公告)号:CN102107375A
公开(公告)日:2011-06-29
申请号:CN201010570995.7
申请日:2010-11-26
Applicant: 北京工业大学
IPC: B24B1/00
Abstract: 本发明是一种基于负刚度原理的磨削工艺系统刚度补偿机构,属于机械技术领域。该结构是采用压电陶瓷驱动器和柔性并联机构设计成的一种并联三自由度的负刚度可控的精密磨削工作台。它可以通过调整工作台在三个自由度方向的输出位移量和输出力之比,即刚度以产生负刚度效应,使该工作台刚度大小和磨床刚度大小相等但方向相反,从而补偿磨削工艺系统因刚性不足导致的弹性变形。该发明对于补偿磨削加工系统受磨削力产生变形,保证磨削加工用量以实现塑性域磨削、磨削精度和质量具有重要的应用价值,并具有结构简单,易于控制的特点。
-
公开(公告)号:CN101839302A
公开(公告)日:2010-09-22
申请号:CN201010186235.6
申请日:2010-05-21
Applicant: 北京工业大学
Abstract: 用于切削颤振控制的弹性支承干摩擦调谐质量阻尼器属于机械技术领域,涉及一种抑制切削加工颤振的阻尼器结构。阻尼器振子(3)悬臂弹性梁(2)固定于被控对象上,并且位置可调;基座(1)上还设置有悬臂形的双层弹性摩擦片(5),双层弹性摩擦片(5)的一端通过柔性铰链结构(7)与基座(1)连接,另一端与阻尼器振子(3)上表面相接触,设有可调节两层弹性片之间距离的调整螺钉(6),通过调整螺钉(6)可调双层弹性摩擦片(5)整施加在阻尼器振子上的接触压力。本发明通过阻尼器振子阻尼振动和滑动摩擦两种方式进行振动抑制;并使被控机械结构的频率响应函数最大负实部最小,从而最大限度地提高切削系统最大稳定极限切削深度。在最大限度地提高切削效率的同时,避免切削颤振的发生。
-
公开(公告)号:CN119692124A
公开(公告)日:2025-03-25
申请号:CN202411853756.0
申请日:2024-12-16
Applicant: 北京工业大学
IPC: G06F30/23 , G06F119/14
Abstract: 本发明提供一种颗粒阻尼器模型构建方法、装置、电子设备及存储介质,所述方法包括:预测涂层球体模型的等效弹性模量;基于等效弹性模量,构建涂层球体颗粒阻尼器模型与受控结构模型间的联合仿真模型;通过联合仿真模型进行振动模拟,获取涂层球体颗粒阻尼器模型对受控结构模型的减振分析结果;基于减振分析结果,确定优化后的涂层球体颗粒阻尼器模型。本发明提供的颗粒阻尼器模型构建方法,基于等效弹性模量,构建了涂层球体颗粒阻尼器与受控结构之间的联合仿真模型,通过振动模拟来获取涂层球体颗粒阻尼器模型对受控结构模型的减振分析结果,从而优化颗粒阻尼器设计,显著提高了受控结构的动态性能和振动控制效果,确保了系统稳定性和可靠性。
-
公开(公告)号:CN119089760A
公开(公告)日:2024-12-06
申请号:CN202310665758.6
申请日:2023-06-06
Applicant: 北京工业大学
Abstract: 本申请公开了一种融合注意力机制和残差网络的机床热误差建模方法,属于热误差诊断领域。所述融合注意力机制和残差网络的机床热误差建模方法,包括:获取机床的样本热图像与样本热图像对应的样本热误差;将样本热图像与样本热误差输入至目标模型,获取目标模型输出的机床对应的目标热误差;基于目标热误差和样本热误差,训练目标模型;其中,目标模型为融合注意力机制和残差网络所确定。本申请的融合注意力机制和残差网络的机床热误差建模方法,显著提高目标模型的训练效率以及模型精度,从而提高预测得到的目标热误差的精度和准确度,能够有效预测机床的热误差变化趋势。
-
公开(公告)号:CN118447260A
公开(公告)日:2024-08-06
申请号:CN202410499510.1
申请日:2024-04-24
Applicant: 北京工业大学
IPC: G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种变链长控制图识别方法和装置,包括:获取待识别的变链长控制图数据;将所述变链长控制图数据转化为待输入二维矩阵;将所述待输入二维矩阵输入至预先构建的模式识别模型中,进行空间特征和时序特征的提取,根据所述空间特征和所述时序特征预测得到模式识别结果;其中,所述模式识别模型是基于卷积神经网络和长短期记忆神经网络利用海量控制图数据样本进行训练得到的。本发明将变链长控制图数据转化成二维,并通过基于卷积神经网络和长短期记忆神经网络构建的模式识别模型对输入数据进行特征提取,进而预测控制图对应的不同模式的概率,从而实现对控制图所有模式的一次性识别。本发明的识别准确率好,性能好、泛化性好。
-
公开(公告)号:CN117484270A
公开(公告)日:2024-02-02
申请号:CN202311423568.X
申请日:2023-10-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于深度学习的铣削力预测方法、装置及设备,该方法包括:在线获取主轴或进给轴的三相驱动电流和三相驱动电压;将三相驱动电流和三相驱动电压转换为静止坐标系下的两相电流和两相电压;通过迁移学习方法将两相电流和两相电压构成的四个维度的数据输入至训练好的神经网络预测模型中,得到在线预测的铣削力信号;其中,神经网络预测模型为根据训练集进行训练得到,训练集为在线同步采集主轴或进给轴的三相驱动电流和三相驱动电压以及铣削力信号,将三相驱动电流和三相驱动电压转换成两相电流和两相电压后作为输入参数,将铣削力信号作为输出参数构建的数据集。本发明解决了铣削力的预测方法繁琐、效率低以及成本高等问题。
-
-
-
-
-
-
-
-
-