数控车床长度补偿功能的使用研究

数控车床上坐标指令（G92、G54～G59）与刀具长度补偿功能（Txxyy,调用xx号刀具和yy号刀补）不能同时使用,当调用后者时,前者指定的工件原点自动失去作用,与数控铣床上两者的使用方法不同.数控车床的对刀方法有其特殊性.本文介绍数控车床上对刀操作,长度补偿值的设置方法,说明长度补偿与编程坐标系原点的关系,长度补偿功能的使用技巧.     

机床实体模型复模态空间动位移显示技术的研究

介绍了用实体模型在复模态空间显示机床整机动位移的原理和方法。并在VC++6.0开发平台上用OpenGL语言开发了相应软件。解决了以往同类软件动画效果不能真实地表现实际机床整机的动态位移情况的难题。     

云制造环境下机床装备资源选择方法

针对云制造环境下机床装备资源具有数量大、异质异构、服务制约因素多等问题，提出了基于多准则决策的机床装备资源选择方法。首先，利用本体论对机床装备资源建模，将物理资源虚拟化封装，实现虚拟资源与物理资源的逻辑映射。进一步地，使用语言变量量化决策者评估信息，采用模糊决策与试验评价实验室（FDEMATEL）和熵值法（EW）相结合的组合赋权法，引入模糊VIKOR（FVIKOR）多属性决策方法对机床装备资源进行综合评估，建立FDEMATEL-EW-FVIKOR的多准则混合决策模型。最后，将该方法应用于某生产制造企业，实验对比决策结果验证了多准则混合决策模型的可行性和有效性。     

Modeling irregular small bodies gravity field via extreme learning machines and Bayesian optimization

Close proximity operations around small bodies are extremely challenging due to their uncertain dynamical environment. Autonomous guidance and navigation around small bodies require fast and accurate modeling of the gravitational field for potential on-board computation. In this paper, we investigate a model-based, data-driven approach to compute and predict the gravitational acceleration around irregular small bodies. More specifically, we employ Extreme Learning Machine (ELM) theories to design, train and validate Single-Layer Feedforward Networks (SLFN) capable of learning the relationship between the spacecraft position and the gravitational acceleration. ELM-base neural networks are trained without iterative tuning therefore dramatically reducing the training time. Analysis of performance in constant density models for asteroid 25143 Itokawa and comet 67/P Churyumov-Gerasimenko show that ELM-based SLFN are able learn the desired functional relationship both globally and in selected localized areas near the surface. The latter results in a robust neural algorithm for on-board, real-time calculation of the gravity field needed for guidance and control in close-proximity operations near the asteroid surface.     

沿曲面交线多坐标数控加工的算法研究

分析了曲面交线加工中刀具的偏置类型,提出了新的交线加工刀位轨迹生成算法。该算法利用曲面跟踪求交算法计算两曲面交线,并根据交线处曲面局部微分几何性质推算刀具的初始位置,然后采用牛顿迭代算法精确刀位。该算法的优点是能够精确控制刀具与曲面的加工误差,可处理单支点、双支点偏置情况下球头刀、平底刀、圆角刀的交线域加工,算法稳定、统一。     

基于PSO-ELM的军用飞机维修保障系统效能评估研究

维修保障系统效能评估是军用飞机精细化、规范化管理的一项重要措施,科学的维修保障系统效能评估是精细化保障的基础,是提升战斗力的保证。针对军用飞机的维修保障系统效能评估问题,在总结军用飞机维修保障系统效能评估体系的基础上,提出基于粒子群优化极限学习机算法(PSO-ELM)的维修保障系统效能评估模型;并通过实例进行验证。结果表明:该算法应用于军用飞机维修保障系统的效能评估是可行的,可为军用飞机维修保障效能评估提供借鉴。     

多分量雷达辐射源信号的检测与分离

针对多分量雷达辐射源信号难以有效检测与分离的问题,提出了时频变换结合时变滤波的方法。通过图像分割中的区域生长法在时频平面对各分量进行检测,对其中的线性调频分量采用分数阶傅里叶变换进行优先分离,再对时频或频域没有耦合的分量进行滤波,最后通过支持向量机划分分类线,用于时频耦合分量的分离。仿真实验结果表明,该方法可以对多分量信号进行有效的检测与分离。     

一种新的加权最小二乘支持向量回归机及其对性能退化航空发动机推力估计的应用(英文)

要实现航空发动机的性能退化缓解控制,需要设计一个高精度并具有良好实时性的推力估计器。针对这种需要,本文提出了一种新的加权最小二乘支持向量回归机,并在此基础上设计了性能退化推力估计器。和现有的加权策略相比较,基于此新的加权策略的推力估计器不仅能满足性能退化缓解控制对精度的要求也能满足实时性的要求。最后,仿真实验证明此加权最小二乘支持向量回归机以及基于此回归机设计的推力估计器的有效性和可行性。     

基于运动控制卡的多轴机床控制系统

以自行研制的多轴数控机床为实验平台,开发了基于PC机和运动控制卡的主-从式控制系统。系统开发过程中,引进有限状态机模型构建数控软件系统,采用面向对象的设计手法实现各个模块,在Visual C++平台上完成控制系统设计。最后以简便的人机交互界面形式提供用户操作。     

利用神经元拓展正则极端学习机预测时间序列

为实现对于时间序列预测数据的准确预测,提出一种神经元拓展正则极端学习机(NERELM,Neuron-Expanding Regularized Extreme Learning Machine),并研究了其在时间序列预测中的应用.NERELM根据结构风险最小化原理权衡经验风险与结构风险,以逐次拓展隐层神经元的方式自动确定最佳的网络结构,以避免传统神经网络训练过程中需人为确定网络结构的弊端.应用于时间序列的仿真结果表明:NERELM可有效实现对于RELM最佳网络结构的自动确定,具有预测精度高与计算速度快的优点.