影响超精密车床加工精度的因素及其对策

结合ＨＣＭ－Ｉ型超精密车床的实际ｑ详细分析了影响超精密车床精度的几种主要因素,并提出了在数控系统中进行实时补偿的方法     

超精密车床数控系统软件的研制

介绍了HCM-I型超精密车床数控系统软件的功能及工作流程．详细分析了数控系统软件的关键技术，给出了相应技术的软件流程图.     

超精密车床主轴回转误差运动的动态测试

介绍了两点误差分离法动态测试超精密车床主轴回转误差运动的方法,建立了数学模型并进行了仿真,研制了测试系统。实验表明该测试系统操作方便,性能稳定,测试精度良好。     

高同轴度精密车床

高同轴度精密车床是在精化过的精密车床的基础上,用空心液体静压主轴装夹零件,用分度精度<0.5″的端齿盘实现工件的掉头加工。通过对LY12和16Mn材料的零件加工,同轴度达1μm/100mm以内,是陀螺框架等高同轴度零件的理想加工设备。本文还介绍了机床的性能、结构、装配工艺及精度分析。     

辊筒模具超精密加工机床几何误差建模及其补偿策略研究

本文以超精密模辊机床为研究载体,将具有代表性的环槽微结构阵列作为研究对象。通过多体系统理论以及齐次坐标变换的方法建立机床的几何误差模型从而得到几何误差对环槽微结构阵列的影响,并用激光干涉仪对几何误差分量进行了测量。在进行数据处理后提出了一种补偿方法使环槽微结构的加工质量得到了改善。     

超精密车床主轴回转精度动态测试机构的研制

介绍一种超精密车床主轴回转误差运动的动态测试机械装置,该装置操作调试方便,测试效果良好.     

超精密车床加工精度在线测量技术研究

基于研制的亚微米超精密数控车床（已通过国家鉴定）,通过误差补偿技术提高其在线测量精度．为实现该车床加工测量一体化打下基础,实验结果证明在线测量精度是令人满意的．     

圆柱度误差最小区域评定方法述评

本文简介圆柱度误差评定的常用数学模型，并对用最小区域法评定圆柱度误差的几种近似方法及其优缺点展开讨论。     

超精密车床位置精度的计算机辅助测试系统

介绍了一种超精密车床位置精度的计算机辅助测试系统,利用激光干涉仪在线检测超精密车床伺服工作台线性定位精度．该系统利用了原有的控制装置和自行研制的与激光干涉仪的接口电路,通过数控编程实时对工作台的静态和动态位置精度进行检测,并分析了系统的测量精度．     

振动主动控制及其在超精密加工车床中的应用

论述了振动主动控制的方法及应用．并将其应用于超精密加工车床的振动控制,通过振动主动控制系统与原有三通四点空气弹簧的共同作用,车床振动的振动幅大为下降,加工精度明显提高。     

高同轴度精密零件的加工方法

高同轴度精密零件在精密加工中,用普通方法很难保证其同轴度精度要求。本文采用增加径向辅助定位面的方法,从而使被加工零件的轴向和径向定位误差得到误差补偿,较好地满足了同轴度要求。     

非球面超精密车削过程中的轮廓补偿控制方法

介绍了一种可提高非球曲面超精密加工机床的轮廓跟踪精神匠误差补偿控制方法。该轮廓补偿控制器是机床轮廓位置伺服系统的一部分,它以二交一代替原微直线段来逼近给定轮廓,可提高系统的轮廓逼近精度,并减小插补数据不连连对伺服系统的冲击,从而最终提高轮廓的加工精度。     

非球曲面超精密车削过程中的轮廓补偿控制方法

介绍了一种可提高非球曲面超精密加工机床的轮廓跟踪精度的误差补偿控制方法。该轮廓补偿控制器是机床轮廓位置伺服系统的一部分,它以二次曲线代替原微直线段来逼近给定轮廓,可提高系统的轮廓逼近精度,并减小插补数据不连续对伺服系统的冲击,从而最终提高轮廓的加工精度。     

基于深度神经网络的机器人定位误差补偿方法

工业机器人由于高效率、低成本被广泛应用于智能制造业,但较低的绝对定位精度限制了其在高精度制造领域的推广应用。为提升机器人绝对定位精度并解决传统复杂的误差建模问题,提出了一种基于深度神经网络的机器人定位误差补偿方法。首先在笛卡尔空间进行拉丁超立方采样规划,获得目标点姿态对误差的影响规律;然后建立基于遗传粒子群算法优化深度神经网络(GPSO–DNN)的定位误差预测模型,实现对误差的预测和补偿;最后为验证该方法的准确性和优越性,与其他误差补偿模型进行对比。试验结果表明,基于GPSO–DNN的定位误差补偿方法的补偿精度最高,定位误差由补偿前的1.529mm减小为0.343mm,精度提高了77.57%。该方法能有效补偿机器人定位误差,大幅提高机器人的定位精度。     

一种研究圆柱度目标函数单谷性的新方法

提出了一种研究圆柱目标函数单谷性的新方法，圆柱度目标函数单谷性的问题目前研究得还少，而弄清楚圆柱度目标函数是否是单谷函数对于用优化原理正确地计算其极值是非常重要的。     

补偿模糊神经网络在机床热误差预报模型中的应用

提出了一种基于补偿模糊神经网络的数控机床热误差预报模型,讨论了该模型的详细结构、模糊规则、训练算法及相关技术问题,并给出了智能预报结果和精度评价。     

光纤连接器超精密加工技术的研究

为了提高光纤连接器的回波损耗,首先对加工变质层的形成机理进行了探讨,研究加工工艺参数对回波损耗的影响,研究结果表明磨粒粒径对回波损耗影响最大。同时对球面光纤连接器超精密加工技术进行了论述。     

基于神经网络的加速度计静态误差系数标定

利用具有强自学习性、自适应能力及非线性变换特性的神经网络方法，构造加速度计静态函数型神经网络模型，并用于对加速度计静态误差系数的标定。试验证明，利用该方法标定的系数结果具有高精度性，可较好地满足加速度计误差补偿的要求。