基于TL-DBN方法的CNC机床节能策略设计

为了提高数控机床节能性能,设计一种利用迁移学习方法实现数字控制机床(Computer numerical control,CNC)机床的节能控制过程。建立以随机森林(Random forest,RF)实现驱动功能的离散CNC机床能耗调控模型,减小等待阶段所消耗的能量,促进机床决策效率的快速提升。研究结果表明,时间间隔对机床节能状态影响显著,当间隔增加后,机床由9次切换减少至6次切换,时间间隔设定在25 min最优。各机床都可以在等待阶段通过合适策略达到节能的控制过程,采用该节能控制方案为实现生产过程管控提供了理论依据。

Artificial Neural Networks Based Integrated Predictive Modelling of Quality Characteristics in CNC Turning of Cantilever Bars

The objective of this study is to develop an effective approach for product quality prediction in Computer Numerical Control turning of cantilever bars. A systematic predictive modelling procedure based on experimental investigations, neural network modelling and various statistical analysis tools is designed to produce the most accurate, practical and cost-effective prediction model. The modeling procedure begins by exploring the relationships between cutting parameters known to have an influence on quality characteristics of machined parts, such as dimensional errors, form errors and surface roughness, as well as their sensitivity to the process conditions. Based on these explorations and using numerous statistical tools, the most relevant variables to include in the prediction model are identified and fused using several artificial neural network architectures. An application on CNC turning of cantilever bars demonstrates that the proposed modeling procedure can be effectively and advantageously applied to quality characteristics prediction due to its simplicity, accuracy and efficiency. The experimental validation reveals that the resulting prediction model can correctly predict the quality characteristics of machined parts under variable machining conditions.

CNC系统中利用神经网络实现非线性复杂曲线直接插补的方法

如何高精度地实现非线性复杂曲线尤其是列表曲线的直接插补一直是现代CNC系统中的难题。为此,本文提出一种在PC上位机中利用神经网络实现非线性复杂曲线粗插补、下位机的插补器实现细插补的新的数据采样插补方法。实验结果表明:该方法能解决非线性复杂曲线的直接插补难题,且思路简单、精度高、显著减小了计算时间,可以广泛应用于现代的CNC系统中。

由开放式CNC构筑网络制造系统

网络制造给制造业这一传统行业带来了全新的发展 ,并且越来越显示出它的优越性 ,尤其适合我国的国情。讨论了现代网络制造技术及支持它的开放式 CNC;分析了开放式 CNC的软硬件结构及由它构筑网络制造系统的方案 ;阐述了网络制造系统在我国的发展与应用 ;

利用 ANN 诊断 CNC 系统故障的研究

阐述了ＣＮＣ系统故障特点，介绍了误差反向传播（ＢＰ）神经网络和双向联想记忆（ＢＡＭ）神经网络在ＣＮＣ系统故障诊断中的应用实例，得出的结论对数控系统使用ＡＮＮ进行故障诊断具有重要的参考价值。

论CNC的网络控制

分析了CNC网络控制的基本内容,指出了网络控制CNC的基本要求,介绍了FS-0iC/D的网络系统结构和配置方法。

一种基于EtherCAT网络的开放式CNC实现

文章分析了Ether CAT工业以太网的特点、性能及主从站通信原理.在开放式CNC主站内核中嵌入帧处理函数,从而将Ether CAT与CNC联系起来,实现一种基于Ether CAT协议的开放式网络化CNC系统,为进一步提高CNC系统的开放性和可靠性,降低系统对硬件的依赖性和整机成本开辟了新的思路.

CNC 插补的前馈神经网络模型仿真

神经网络具有较强的非线性处理能力和自学习能力，本文提出了ＣＮＣ插补的神经网络模型和基于神经网络的ＣＮＣ插补原理，介绍了基于神经网络的抛物线插补实例及仿真结果，研究表明神经网络插补器是可行的和有效的。

点对点和集总帧通信下网络化CNC系统的位置同步控制

为了提高网络化数控系统协同运动的同步控制性能,提出了一种将点对点通信模式和集总帧通信模式结合应用在环形网络的周期通信规划,以使主节点能及时获取所有轴的反馈信息。提出了相应的位置同步算法和运动消息预估算法,并对根据算法设计的位置同步控制器进行了稳定性证明。实验表明,该通信规划相应的位置同步控制器具有良好的同步性能。

基于Web的CNC远程监控系统的设计与实现

通过对Internet/Intranet网络环境下的CNC远程监控进行研究,着重论述了该系统体系结构的确定和系统各部分的具体开发实现过程,建立了原型系统,用户通过浏览器即可控制远程的数控机床完成加工任务。同时该系统还能够对加工过程进行实时的动态仿真,向用户提供当前数控机床的加工状态信息,为网络化制造的具体实施奠定了一定的基础。

基于FANUC CNC的设备在线管理技术研究

通过分析FANUC CNC机床的网络通讯功能,实施机床的组网与数据实时采集,有效解决了设备的哑状态问题,实现了基于FANUC CNC的数控设备在线管理。

反向传播网络在CNC系统故障诊断中的应用

数控（ＣＮＣ）系统故障是影响ＣＮＣ机床加工精度与效率的重要因素之一，因此，怎样提高故障诊断效率一直是该领域的重点研究内容。本文介绍了反向传播（ＢＰ）神经网络在ＣＮＣ系统故障诊断中的应用，给出了诊断算例。结果表明，ＢＰ网络在数控系统故障诊断方面有着重要的应用价值。

Study on Transnational Business Operation Strategy of China Xinhua News Network

The paper firstly discussed the strategic implication of the establishment of China Xinhua News Network Co. Ltd. （referred to as CNC in the paper）. Then, the paper explored the opportunity and threat in the CNC＇s competitive environment, and evaluated the news TV competitiveness of CNC compared with world main news network media based on Delphi method. Based on the strategic management framework of SWOT （strength, weakness, opportunity, and threat）, the paper proposed the developmental strategies of transnational business operation for CNC from the following three area： further expand the coverage and the number of countries entered by CNC, enhance brand effects across the world, and build more new technology experience in the world.

数字孪生驱动的数控车床主传动系统故障诊断研究

数控车床主传动系统是机床的核心部件,其一旦发生故障会造成加工质量甚至作业安全问题。数字孪生技术能降低故障诊断的难度,但目前研究仍存在物理实体到虚拟实体转换效率低和神经网络过拟合问题。为了解决上述问题,提出一种基于数字孪生和正则化BP神经网络的故障诊断方法。建立数控车床主传动系统数字孪生模型,通过OPC UA通信完成了物理实体和虚拟实体间孪生数据的交换,对比分析正则化改善过拟合问题的4种方法,构建了丢弃法正则化BP神经网络故障诊断模型。通过对比不同信噪比下BP神经网络、丢弃法正则化BP神经网络和卷积神经网络的损失函数和预测准确度,验证了诊断模型的可行性和算法的适用性。

基于多模 态集成卷积神经网络的数控机床齿轮箱故障诊断

针对数控机床齿轮箱在实际工作环境中负载多变且噪声干扰大、传统神经网络难以充分提取信号中的故障特征等问题,提出一种多模态集成卷积神经网络(MECNN)用于数控机床齿轮箱故障诊断。该方法将多模态融合技术与多个卷积神经网络结合,利用快速傅里叶变换方法将时域信号转换成频域信号;利用时域信号和频域信号对2个卷积神经网络进行训练,使模型能够分别从时域和频域2个角度提取特征,再将浅层特征融合;最后,将融合后的特征输入到卷积神经网络中进行故障特征的深度挖掘,并进行故障诊断。使用东南大学的齿轮箱数据集进行验证,设计了2种特征融合的方法并进行了对比。实验结果表明:在噪声下,MECNN模型用于故障诊断的准确性和鲁棒性均优于单一的时域CNN和频域CNN。

数控铣削能耗预测及切削参数多目标优化研究

为了研究数控铣床节能优化问题,首先以316L不锈钢为加工对象,设计了数控铣削实验方案,并进行了实验数据分析;然后以实验数据为样本,运用BP神经网络建立了数控机床能耗预测模型,并利用蜣螂优化算法(DBO)对BP神经网络结构进行优化,建立基于DBO-BP神经网络的数控机床能耗预测模型。通过对比优化前后两模型,选择具有更高的预测精度和稳定性的DBO-BP神经网络模型与以加工成本为目标而建立的铣削参数多目标优化模型,并运用NSGA-Ⅱ对模型求解,得到最优解集,最后运用熵权TOPSIS法对最优解集进行决策,得到最优解。通过对比优化前后比能耗和加工成本,优化后的切削参数使比能耗和加工成本分别下降了33.84%和5%。研究结果表明,优化后的切削参数更加节能和节约加工成本。

数控机床节能策略TL-DBN模型设计及优化

机床运行控制性能受到实际车间环境与生产工艺条件的综合影响,如何提高节能效果是保证机械制造成本的一个关键。为了提高数控机床多台设备协调工作的能力,进而实现节能的效果,设计了一种利用迁移学习方法来实现CNC机床的节能控制过程。建立了以RF实现驱动功能的离散CNC机床能耗调控模型,由此减小等待阶段所消耗的能量。研究结果表明:相比较其他算法,TL-DBN模型决策误差达到3.2%的最低值,迁移学习过程能够优化节能决策的效果,能够使机床达到理想的节能效果。该研究的控制方案为实现生产过程管控提供指导,为后续的控制优化奠定一定的理论基础。

基于神经网络的多轴数控加工及其自动化控制

多轴数控加工可以提高加工的精度和效率,塑造更复杂的零件形状和结构。但多轴数控加工的复杂性也给自动化控制带来了挑战。神经网络可以通过学习大量的数据和模式,自动提取和学习加工过程中的规律和特征。在多轴数控加工中,神经网络可以用于建立加工过程的预测模型、优化控制策略和实时监测系统等,实现对多轴数控加工过程的智能化控制和优化。

开放式数控系统网络接口技术研究

数控系统网络接口技术是实现数控机床实时信息采集的基础,是确保数控系统开放式、网络化及智能化的关键技术.通过对数控系统传统信息采集接口和基于网络的MTConnect标准的对比研究,基于后者在兼容性、跨平台性、可读性方面存在的优势,围绕开放式数控系统体系框架,本文设计一种基于MTConnect标准的开放式数控系统网络采集接口.同时,为兼容传统信息采集接口,提出一种可拓展的通用接口架构,阐述架构间模块的功能及互联方式,并从数控系统数据项抽取、数据项适配器(Adapter)、接口代理(Agent)等方面重点阐述接口的设计.最后,在自主研发的数控系统上实现网络接口,并对相关时间延迟开展了测试与分析,表明了该通用接口的正确性与实用性.

华中网络数控系统的开发与应用

网络数控是各种先进制造技术的基本单元，它为各种先进制造环境的研究与实现提供最基本的技术支持。为此，武汉华中数控系统有限公司利用基于进程的面向对象Ｐｅｔｒｉ网理论对网络环境下的开放式数控系统体系结构进行研究与分析，并在ＤＯＳ／ＷＩＮ 平台下初步实现了开放式网络化数控系统。该系统能支持网络制造、远程制造、诊断与维护，且利于对已有设备进行快速网络数控改造。