-
Patent Agency Ranking
公开(公告)号：CN118915627A
公开(公告)日：2024-11-08
申请号：CN202410972540.X
申请日：2024-07-19
Applicant: 大连理工大学
IPC: G05B19/416
Abstract: 本发明属于智能数控加工和数控系统通讯领域，公开了基于FOCAS协议的机床外置式进给速度自适应控制方法，首先创建机床数控面板进给倍率使能的屏蔽开关；然后将自适应控制计算机通过网线与数控系统连接，并将自适应控制计算机与数控系统的IP地址设置在同一网段内；接着将采集到的数控机床主轴功率数据输入到自适应控制计算机内的自适应控制模型中，模型输出为进给倍率优化值；最后基于FOCAS协议将进给倍率优化值写入数控系统内，实现进给速度的在线修改。本方法根据数控加工过程中机床主轴功率负载变化在线调整数控机床的进给速度，解决了配备发那科数控系统的数控机床数据传输问题，提升了零件加工效率，提高了应用范围。
-
公开(公告)号：CN117608246A
公开(公告)日：2024-02-27
申请号：CN202311490263.0
申请日：2023-11-09
Applicant: 大连理工大学
IPC: G05B19/416
Abstract: 本发明属于智能制造技术领域，公开了一种适用于多工序零件的数控机床自适应加工方法，首先进行数据采集和传输，采集零件加工时数控机床主轴功率数据并将数据发送至工控机；然后在工控机上使用基于滑动窗口和自上而下策略的时序数据分割方法对机床主轴功率数据进行分割，得到多工序零件的分段工序功率数据；再然后，为每段工序功率数据分别设置功率参考值，基于模糊逻辑控制器计算最佳进给速度；最后，进行数控机床的自适应加工。本方法针对复杂多工序零件的不同工序分别设定相应的功率参考值，在提高加工效率的同时保证了零件加工质量、刀具寿命不受数控机床自适应加工的影响，提高了数控机床自适应加工的实用性。
-
公开(公告)号：CN103074124A
公开(公告)日：2013-05-01
申请号：CN201310002440.6
申请日：2013-01-05
Applicant: 大连理工大学
Abstract: 本发明涉及一种纳米复合氧化物重油添加剂的制备方法，通过化学沉淀法制备金属离子掺杂的纳米氧化铈粉体，在表面活化助剂的作用下使其表面活化改性，和分散剂混合均匀即得到添加剂产品；通过利用纳米粉体强氧化还原特性、比表面积大、表面活性高及表面吸附性强等特性可以有效提高重油的燃烧效率；制备的产品分散性好，可以直接加入重油中使用，避免了传统重油添加剂久置油水分离的弊端；产品添加量小，热值提高率大；整个制备流程简单易控制；本发明在成本、产品性能和环境友好等方面都展现出显著的推广优势。
-
公开(公告)号：CN119017135A
公开(公告)日：2024-11-26
申请号：CN202410972538.2
申请日：2024-07-19
Applicant: 大连理工大学
Abstract: 本发明属于智能制造技术领域，公开了可自动识别待加工零件的智能自适应加工方法，首先进行数据采集和传输，采集零件加工时数控机床主轴功率数据并将数据发送至工控机；然后在工控机上使用带约束的导数动态时间弯曲算法对待加工零件进行相似性匹配；若匹配失败，则基于模糊逻辑控制器计算最佳进给速度，并将最佳进给速度保存至数据库中，进行数控机床的自适应加工；若匹配成功，则调用数据库中保存的最佳进给速度进行数控机床的自适应加工。本方法可以自动识别待加工零件的种类，并自动匹配相应的最佳进给速度，在提高加工效率的同时简化了自适应加工的操作流程，提高了数控机床自适应加工的智能化程度。
-
公开(公告)号：CN117250912A
公开(公告)日：2023-12-19
申请号：CN202311251189.7
申请日：2023-09-26
IPC: G05B19/414
Abstract: 本发明公开了一种多神经网络融合的机床工艺参数自适应控制方法，属于智能制造技术领域，首先进行数据采集和预处理，采集数控机床加工时的主轴功率数据和主轴振动数据；然后使用预处理后的所述主轴功率数据和所述主轴振动数据训练径向基神经网络和堆叠自编码器神经网络，构建约束目标预测模型和实时切削深度预测模型；再然后，训练随机森林算法，构建进给速度预测模型和主轴转速预测模型；最后，进行机床工艺参数的自适应控制。本方法在机床工艺参数自适应控制过程中融合了颤振的抑制，避免了复杂的颤振识别方法，在提高加工效率的同时保证了零件的加工质量，满足加工余量不均匀零件的高质量、高效率加工需求。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
