基于全闭环控制技术的滚珠丝杆伺服系统研究

针对滚珠丝杆全闭环伺服系统中的非线性因素影响动态精度的问题,设计了一种混合控制策略。首先,针对系统中的摩擦因素,采用了基于LuGre模型的前馈摩擦补偿;然后,为提高摩擦参数辨识精度,提出了一种改进的混沌粒子群算法,该算法将粒子群的收敛过程分成3个阶段,分别采用大惯性权重、变惯性权重与混沌寻优、小惯性权重的搜索方式,逐步提升收敛精度,避免陷入局部最优解;最后,针对系统中的间隙因素,设计了基于反向运动监测的速度补偿策略,提升了有间隙系统反向运动的动态特性。研究结果表明:相比于常规粒子群算法,改进的混沌粒子群算法使参数辨识的绝对误差平均下降42.6%;基于给定实验平台下的实验结果表明:采用LuGre摩擦补偿和反向速度补偿的混合控制策略可以缩短速度跟随误差50%以上,减少了系统反向运动时的位置误差,提升了整体位置跟踪精度,满足了数控系统的动态特性要求。

五轴变权重等距双NURBS刀具路径平滑算法

针对计算机辅助制造系统(CAM)生成的五轴线性刀具路径仅满足G0连续从而影响加工精度和工件表面质量的问题,提出了一种使用模拟退火优化控制点权重的等距双NURBS路径平滑方法。基于线性路径的夹角,将线性刀具路径分为局部平滑段和整体平滑段,选取辅助控制点实现不同平滑方式得到的NURBS路径的G2连续性。刀尖路径和刀轴路径采用相同参数,使用模拟退火分别优化刀尖和刀轴路径的控制点权重,得到满足位置误差要求的等距双NURBS路径。经过仿真分析和实验加工验证了该方法平滑刀具路径的有效性。

矢量解耦下的五轴数控系统路径平滑算法

为保证五轴机床加工过程平滑稳定,提出一种矢量解耦下的五轴数控系统路径平滑算法。五轴数控系统加工路径通过对一系列离散控制点连接的线性路径进行平滑生成,分别进行折线段夹角局部平滑及总体全局平滑。局部平滑中对加工路径矢量进行解耦,分别对路径形状以及方向进行平滑。针对路径形状平滑,通过加工误差建立误差约束,以及确保形状平滑建立路径形状G2连续约束,以最小化路径形状曲率以及路径形状误差为优化目标建立数学模型,通过Q-Learning算法学习路径形状最优解;针对路径方向平滑,根据加工过程方向变化率与曲率大小反比建立数学模型,通过离散积分求解不同路径位置处的方向。全局平滑将局部平滑得到结果进行平滑拼接。经过仿真分析验证了算法的有效性。

基于LuGre模型的二自由度摆头摩擦补偿

混联机床中二自由度摆头存在的非线性摩擦力矩严重影响加工精度。LuGre模型具有非线性摩擦描述能力,但模型复杂,参数辨识难度较大。本文提出一种改进型量子遗传算法可取得比传统遗传算法更高的辨识精度,并设计了基于模型的前馈补偿策略。为解决不确定因素导致的参数波动,将LuGre前馈补偿和模糊PID相结合,提高了补偿器的鲁棒性。数值仿真和加工试验验证了本文提出的混合摩擦补偿策略可有效降低跟随误差,提高数控系统的控制精度。

基于双编码器的神经网络控制技术

针对数控加工中常用的滚珠丝杆高精度伺服系统,提出了一种基于双编码器的反馈控制技术。该方法将基于模型的摩擦补偿与神经网络滑模控制相结合,可以有效补偿全闭环系统中的非线性干扰因素,提升伺服系统的动态响应特性。在Matlab/Simulink环境下进行了仿真实验,结果证明,RBF神经网络可以有效逼近伺服系统所受的非线性干扰力矩。搭建了基于TwinCAT3的双编码器实验平台,进行了位移跟踪实验。实验结果表明,相比于PID控制,自适应控制可有效提升伺服系统的动态位移精度,改善运动特性。