数控机床误差过大与伺服报警故障检修

通过对一立式加工中心FANUC 0i-MC数控系统定位误差过大与伺服报警(411#报警)故障检修,分析了故障产生的原因、故障发生相关的工作原理,介绍了检修的具体步骤以及分析问题的方法、解决手段和需要注意的事项。

数控机床主轴速度误差过大报警故障检修

HC500卧式加工中心FANUC 18i M系统报警,表现为自动运行状态下不执行直线插补指令G01。对该故障进行检修,首先分析相关工作原理,查找故障的产生原因为主轴速度误差过大,并给出了排除故障的方法,对类似故障的检修有一定参考意义。

坐标测量机测量短基准零件同轴度时误差过大问题的分析与解决

定性分析了三坐标测量机测量短基准零件同轴度时误差过大的原因。为控制测量误差 ,研制了可提高被测零件轴线与测量机坐标轴线平行性的装夹定位装置。

概算工作中误差过大的原因及对策

论述了概算工作误差过大的主要原因,并提出了相应解决方法。

数控系统“跟踪误差过大”报警现象及实例分析

数控系统的＂跟踪误差过大＂报警是最为常见和频繁的报警之一,由于此报警涉及数控机床的整个环路,涉及面广（机械、电气等）,查找原因复杂,也成为数控维修人员最为头痛和棘手的报警之一。笔者根据自己的维修经历,就此类报警现象做如下交流。1.相关概念跟踪误差指的是数控机床在移动过程中的误差,即在移动过程中,

三坐标测量机测量短基准同轴度误差过大问题的分析和解决方法

本文阐述了在三坐标测量机测量短基准同轴度零件时 ,由于基准过短 ,且被测量的圆柱与基准圆柱的距离较远 ,所造成的同轴度误差过大。分析误差的来源、测量方法及数据处理程序、以及从实践 (定性 )的角度来分析和解决此测量误差过大的问题。

基于预测误差法的无人机安全控制器设计

具备安全性的无人机控制器是保障无人机作战完整性的重要因素之一,该控制器能够在安全的界限范围内控制无人机的飞行性能。针对无人机的安全控制器的设计问题,首先,对无人机的闭环控制系统进行分析,并采用非参数预测误差估计的方法对闭环控制系统中的执行机构模块进行辨识,以证明辨识得到的模型与实际模型无偏;其次,阐明了无人机安全性的含义,并在闭环控制系统的辨识模型的基础上,对无人机的安全控制器进行了设计;最后,以无人机飞行姿态角中的俯仰通道为例,对安全控制器性能进行了仿真验证。实验结果证明了无人机安全控制器的有效性,能够将无人机的飞行性能控制在安全范围内,为飞行安全提供保障。

高速铁路动静态轨检数据里程对齐与误差修正

轨道几何动、静检测数据间的精确匹配对探明高速铁路线路服役状态和制定准确可靠的养护维修策略具有关键作用。针对动静里程匹配算法研究较少的现状,提出利用动、静态实测数据波形匹配,建立基于互相关函数与动态时间规划相结合的两阶段修正算法,并以距离误差作为评价指标。结合某高铁线路轨道几何检测数据的案例分析,以静态检测数据作为参考基准,对动态检测数据进行里程误差评估与修正。结果表明,两阶段算法修正效果显著,累积距离误差降幅超过93%,修正后的动、静态检测数据严格对齐保证了动态检测数据的可靠性与有效性。

滚仰式光电吊舱地理导引实现与误差分析

为了提升地理导引精度和成功率,根据滚仰式光电吊舱的结构特点,通过建立坐标系统、目标坐标求解和框架角解算三个步骤,完整构建了地理导引的数学模型,并在此基础上引入了速度前馈和小区域搜索模式。同时,对受惯导测量误差和目标距离影响的框架角解算误差进行了数据仿真。结果表明:经纬误差和航向角误差对俯仰角的解算误差影响较大;而高程误差和水平姿态角误差则对横滚角的解算误差影响较大。提升惯导的定位精度,可进一步减小框架角解算误差,从而提升地理导引精度,而当航向角<0.1°,水平姿态角<0.05°时,姿态角误差的影响权重会变小,再通过减小姿态角误差提升导引精度的作用已不明显。随着目标距离的增大,框架角解算误差会急剧减小。最后进行了导引试验,其俯仰、横滚角均方差均小于0.12°,表明了算法的准确性和仿真分析的有效性。

GNSS/MEMS IMU车载组合导航中IMU比例因子误差的影响分析

从系统状态模型出发,分析比例因子误差对组合导航精度和计算量的影响,同时基于车载运动的特点分析比例因子误差的观测性,提出一种仅保留航向陀螺仪和水平加速度计比例因子误差的降维状态模型。实验结果表明,当比例因子误差大于6×10^(-3)时,增广比例因子误差有助于提高导航精度,但计算量增加约170%;降维模型能够达到高维模型的导航精度,与不增广比例因子误差相比,计算量仅增加约70%。

可见光减反射膜薄层控制误差的分析与性能优化

为提升光学镜头的成像质量,消除杂散光的影响,以K9玻璃为基底设计可见光波段平均反射率小于0.1%的减反射膜。采用电子束离子辅助沉积的制备方式,针对薄层敏感度高、光谱变化大等问题,通过建立稳定控制膜层厚度的数学模型来减小膜厚误差,提高制备精度和成膜稳定性。对减反射膜进行环测实验,优化调整工艺参数,侧重提高减反射膜的硬度和耐水煮能力。实验结果表明,最终制备出的减反射膜在420~680 nm波段内的平均反射率约为0.044%,最高反射率为0.0712%,克服了以MgF2为外层的减反射膜机械性能和化学稳定性较差的问题,满足工程应用低损耗、稳定可靠、高强度、可重复性制备的要求。

五轴数控机床旋转轴综合误差测量与辨识

针对五轴数控机床旋转轴的运动误差和几何误差的综合评估问题,在不考虑直线轴运动误差影响的情况下,提出了一种采用R-test测量仪的测量及其辨识方法。首先,测量过程按照参考球的两种不同高度设置进行,仅移动旋转轴,而不移动直线轴。其次,利用R-test测量仪对旋转轴的运动精度进行了测量。此外,假设旋转轴位置几何误差和工作台上参考球的设置误差是影响测量结果的因素,并通过最小二乘法对这些因素进行分离。采用IBS公司的R-test测量仪,对米克朗公司UCP800Duro立式五轴加工中心C轴的运动误差和几何误差进行了测量实验。研究结果表明,该方法能够正确识别旋转轴的运动误差和几何误差,可以有效地综合评估旋转轴的运动精度,并有助于进一步提高旋转工作台的精度。

基于改进松鼠搜索算法优化神经网络的数控机床进给系统热误差预测

为探究数控机床进给系统中各因素对热误差的影响规律,建立精准的热误差预测模型。在进给速度为10 m/min、环境温度20℃的条件下进行进给系统热误差测量实验,获得进给系统关键点的温升及热误差。为提高预测精度,采用Tent混沌改进松鼠搜索算法,并利用改进的算法对神经网络进行优化,建立热误差预测模型。利用热误差测量实验获得的数据进行验证,结果表明改进前的神经网络预测误差为12.23%,改进后的模型预测误差为8.92%,精度有较大提升。利用预测模型针对不同进给速度下相同位置处热误差进行分析,结果表明,进给系统中关键测温点的温度和丝杠各点的热误差随着进给速度的增加而增加。因此提出的预测模型可实现进给系统热误差的准确预测,为误差补偿提供理论依据。

基于改进JRD及误差修正的轴承剩余寿命预测方法

目前,风电机组齿轮箱性能发生初始退化时难以识别,现有退化指标易出现剧烈波动、单调性较差,且无法准确预测齿轮箱关键部件如轴承的剩余使用寿命(RUL),针对该问题,提出了一种基于改进杰森-瑞丽散度(JRD)及误差修正的双指数模型轴承RUL预测方法。首先,提取了振动信号样本的多域特征指标,利用高斯混合模型(GMM)与指数型权重JRD,得到了样本的后验概率分布向量,再经归一化处理得到置信值(CV);然后,对轴承从初始健康状态退化至当前检查时刻的CV值进行了相空间重构,提取了CV序列的动力学特征,并将其作为相关向量机(RVM)的训练集,获得了支撑整个退化轨迹的相关向量;最后,利用双指数模型拟合了相关向量,外推趋势至失效门限以计算RUL,并引入了差分整合移动平均自回归模型(ARIMA),对拟合相关向量产生的拟合误差进行了预测,以修正预测的结果。实验结果表明:改进后的退化指标单调性指标提高14.3%;且在不同工况、不同时刻下,经误差修正后的轴承的RUL预测结果较未修正之前有明显提高。研究结果表明:该预测方法可为风电机组齿轮箱重要部件的预测性维护提供参考。

基于模拟法矿区贯通误差预计的可视化研究

矿山测量中的贯通误差预计工作,是利用最小二乘准则与误差传播律进行误差最大限度估算,常绘制二维平面图对贯通误差的累积过程进行表达。为探讨矿区贯通误差预计工作的新方式,尝试在模拟法贯通误差预计的基础上,通过Web三维引擎进行贯通误差预计图的三维可视化表达。利用3D绘图协议WebGL、JavaScript以及HTML设计建模,综合实现设计坐标的随机值模拟、点位与相对误差椭圆生成、三维巷道及设计导线生成等工作,同时利用three.js库将设计信息融合进而实现人机交互。在三交一号矿井贯通工程中,针对此模型进行了可行性分析并结合Spring框架开发应用系统,结果表明:目标贯通处的误差预计大小为99.8 mm,满足贯通允许偏差,且符合并能反映出误差累积的规律和大小,通过进一步的场景渲染与系统的前后端设计,可为矿区贯通误差预计工作的开展提供Web三维服务。

基于自适应小波回声神经网络的光纤陀螺测角仪温度误差补偿技术

基于光纤陀螺的测角仪可以实现对各项角运动参数的一体化动态精密测量,但在实际应用中,光纤陀螺测角仪受到温度变化的影响,导致测量精度下降。针对这一问题,本文提出了一种基于自适应小波回声神经网络的光纤陀螺测角仪温度误差补偿技术。为了提高温度误差建模的进度,提高传统神经网络的逼近能力,通过自适应前向线性预测滤波器对建模用测角仪温度漂移数据进行预处理,并采用自适应小波回声神经网络建立温度漂移模型,能够避免传统神经网络结构设计的盲目性和局部最优等问题,增强了网络学习能力和泛化能力,并利用自适应律代替神经网络梯度进行网络训练,提升神经网络的逼近精度和收敛速度。实验结果表明,该模型可以提高光纤陀螺测角仪的测量精度和环境适应性,为光纤陀螺测角仪的性能优化和实际应用提供了可靠的技术支撑。