同被引文献30
1 赵葆立,吕运敏.中高磨床偏心式中高形成机构理论计算公式的推导[J] .中国造纸学报,1994,9(1):131-136. 被引量：3
2 陈龙法.数控轧辊磨床装配技术[J] .精密制造与自动化,2005(1):56-59. 被引量：6
3 姚林,杨生田.轧辊磨床的机械系统设计[J] .中国设备工程,2005(3):25-28. 被引量：7
4 梁勇,梁晟.PROFIBUS现场总线在轧辊磨床控制系统中的应用[J] .制造技术与机床,2006(4):55-56. 被引量：2
5 Feigin,V.B.; Kucher,A.M.STUDY OF ROLL GRINDER PROFILING MECHANISMS.Machines & Tooling,v 46,n 12,1975,p 7-9.
6 PMAC User' s Manuals. DELTA TAU DATA SYSTEMS,INC, 1999.
7 PMAC Pcomm Software Manual. DELTA TAU DATA SYSTEMS, INC, 1999.
8 H.W. Ma, Y. Chen, X.H. Zhang, etc. PMAC-Based Open Special NC System For Roll Grinder, Proceedings of the 11th International Manufacturing Conference, Jinan, China, 2004, 9:18 - 19.
9 张新义.经济型数控机床系统设计[M]北京:机械工业出版社,1994.
10 林其骏.微机控制机械系统设计[M]上海:上海科学技术出版社,1991.
引证文献6
1 焦莉.西门子840Di系统在辊环磨床中的应用[J] .制造技术与机床,2014(6):124-126.
2 陈渊,马宏伟,张红涛.轧辊磨床辊形轮廓曲线生成方法研究[J] .组合机床与自动化加工技术,2007(3):30-33. 被引量：5
3 陆胜,罗泽举,刘锬.基于神经网络的轧辊磨削表面粗糙度智能预测[J] .组合机床与自动化加工技术,2008(2):15-17. 被引量：7
4 王云平,陈渊.基于PMAC和PC的轧辊磨床数控系统的开发[J] .组合机床与自动化加工技术,2008(4):60-63. 被引量：7
5 王亮.Herkules磨床自动化控制系统分析[J] .中国科技博览,2012(3):203-203. 被引量：1
6 苟大维,徐新力,秦东,龙合昌.轧辊磨床的数控化应用技术[J] .现代信息科技,2020,4(8):159-160. 被引量：3
二级引证文献22
1 李郝林,焦阳,王昌富,程松.数控轧辊磨床砂轮宽度补偿算法的研究[J] .上海电气技术,2010,3(1):14-16.
2 杨庆军,韦山.数控轧辊磨床的改造[J] .机床与液压,2009,37(2):205-206. 被引量：4
3 王凯.铣削加工表面粗糙度的智能预测[J] .机床与液压,2009,37(10):58-59. 被引量：6
4 宋丽红,詹铁柱,艾治润.利用线性神经网络仿真电信号输出[J] .实验技术与管理,2010,27(7):87-88.
5 徐新力.基于CNC技术的辊形曲线[J] .机械与电子,2010,28(12):78-80. 被引量：1
6 王昌富,徐志明,程松,杨家荣,王浩林.采用开放式数控系统的轧辊磨削软件的开发研究[J] .现代制造工程,2011(2):51-54.
7 陈雪芳,张永康.基于改进BP神经网络的FDM成型工艺参数反演[J] .组合机床与自动化加工技术,2011(6):48-51. 被引量：8
8 许勇军,何邦贵.基于AE的砂轮智能修整技术研究[J] .微计算机信息,2012,28(4):46-48. 被引量：3
9 高腾,苗鸿宾,江敏.基于进化神经网络BTA钻削表面粗糙度的在线预测[J] .组合机床与自动化加工技术,2014(1):26-28. 被引量：3
10 韩世平.热轧板带横向厚度分布神经网络预测分析[J] .山西冶金,2016,39(1):5-6. 被引量：1
1 赵亚东.卧式车床数控化改造[J] .机械工人（冷加工）,2000(11):23-25.
2 鲍莉.经济型数控化改造机床[J] .矿山机械,2002,30(5):51-52.
3 廖志良,刘勋丰.浅谈普通机床的数控化改造[J] .江西机械,2001(2):39-39.
4 秦德存.椭圆辊磨床[J] .机械工艺师,1999(1):31-32.
5 魏春梅.普通机床数控化改造的必要性[J] .柳州科技,2001(2):12-14.
6 初光勇,朱昇.MK8440A型数控轧辊磨床砂轮主轴模态分析[J] .机械,2017,44(5):26-27. 被引量：1
