公开(公告)号：CN118131688A

公开(公告)日：2024-06-04

申请号：CN202410169291.0

申请日：2024-02-06

Applicant: 北京工业大学

Inventor： 王民 ,  刘江南 ,  高相胜 ,  昝涛 ,  高鹏 ,  刘智豪 ,  王贵程

IPC: G05B19/408

Abstract: 本发明公开了一种基于驱动电流的瞬时铣削力及铣削力系数在线辨识方法，建立在线监测系统，采集进给轴电机电流电压，进行最小二乘平滑滤波去除干扰噪声。然后搭建进给轴永磁同步电机模型，在其基础上引入了模型参考自适应MRAS方法，通过粒子群算法对其自适应律中的PI控制器参数进行优化，估算进给轴电机机械角速度。修正MRAS输入参数，利用带遗忘因子的递推最小二乘法FFRLS辨识电机电气参数与进给系统机械参数。通过电机转矩方程找出电压、电流信号与铣削力之间的联系，建立铣削力预测模型，利用经过数据处理的机床进给轴电机电压、电流数据，通过模型辨识出电机电气参数、进给系统机械参数、电机转速与铣削力,并采用平均铣削力法辨识出铣削力系数。

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

Inventor： 王民 ,  王贵程 ,  高相胜 ,  张云飞 ,  车昌家

IPC: B23Q15/12 ,  B23C3/00

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。