-
公开(公告)号：CN109739181B
公开(公告)日：2021-03-16
申请号：CN201910060083.6
申请日：2019-01-22
Applicant: 宁波大学
IPC: G05B19/404
Abstract: 一种基于检测神经网络的数控机床主轴热误差建模检测方法，它属于数控机床加工精度技术领域，该方法主要步骤：第一步：采用红外热像仪采集数控机床主轴升温以及降温图像，将图像转化为数组后，减去初始图像数组，得到的图像数组再转化为图像；第二步：对转化后的图像进行标定框预处理，制作数据集；第三步：选择检测神经网络模型，训练模型的预测精度；第四步：输入测试集，检验模型的预测精度；第五步：进行有限元验证以及实验验证。本发明能实现复杂工况下的热误差鲁棒建模，能精确预测主轴热误差，有利于提高数控机床整体加工精度。
-
公开(公告)号：CN108363870A
公开(公告)日：2018-08-03
申请号：CN201810142483.7
申请日：2018-02-11
Applicant: 宁波大学
Abstract: 一种基于深度学习的数控机床主轴热误差建模方法，它属于数控机床加工精度技术领域，该方法主要步骤：第一步：采用红外热像仪采集数控机床主轴升温图片，采用位移传感器采集主轴轴向误差，径向误差以及倾角误差，对图片进行预处理，将处理好的图像集分为训练集和测试集两部分；第二步：设定卷积神经网络模型，进行训练调参；第三步：输入测试集，检验模型的预测精度；第四步：进行有限元分析验证或实验验证，验证模型预测精度。本发明能实现复杂工况下的热误差鲁棒建模，有利于提高数控机床整体加工精度。
-
公开(公告)号：CN110270883B
公开(公告)日：2021-03-19
申请号：CN201910441585.3
申请日：2019-05-24
Applicant: 宁波大学
IPC: B23Q17/00
Abstract: 基于试件特征分解的三轴数控机床几何误差与热误差逆向辨识方法，它属于数控机床加工精度技术领域，方法步骤包括：特征工件的设计；映射关系图的建立：特征工件的加工：在三轴数控铣床上将预先编写好的程序和优化后的工艺参数输入到数控面板中，进行特征工件的铣削加工；机床几何分离和误差辨识包括：定位误差、直线度误差、垂直度误差和热误差；特征工件的测量。本发明通过特征工件设计，反映出机床的几何误差和热误差，对提高三轴数控机床的整体加工精度具有重要意义。
-
公开(公告)号：CN109739181A
公开(公告)日：2019-05-10
申请号：CN201910060083.6
申请日：2019-01-22
Applicant: 宁波大学
IPC: G05B19/404
Abstract: 一种基于检测神经网络的数控机床主轴热误差建模检测方法，它属于数控机床加工精度技术领域，该方法主要步骤：第一步：采用红外热像仪采集数控机床主轴升温以及降温图像，将图像转化为数组后，减去初始图像数组，得到的图像数组再转化为图像；第二步：对转化后的图像进行标定框预处理，制作数据集；第三步：选择检测神经网络模型，训练模型的预测精度；第四步：输入测试集，检验模型的预测精度；第五步：进行有限元验证以及实验验证。本发明能实现复杂工况下的热误差鲁棒建模，能精确预测主轴热误差，有利于提高数控机床整体加工精度。
-
公开(公告)号：CN109709895B
公开(公告)日：2021-03-16
申请号：CN201910058889.1
申请日：2019-01-22
Applicant: 宁波大学
IPC: G05B19/404
Abstract: 一种基于图像阈值设置的数控机床主轴热误差建模训练方法，它属于数控机床加工精度技术领域，该方法主要步骤：第一步：采集温度数据和位移量；第二步：图像数据处理；第三步：制作图像数据集；第四步：模型训练；第五步：模型验证。本发明能实现复杂工况下的热误差鲁棒建模，能够精确预测主轴热误差，为主轴热误差的精确补偿提供理论保障，有利于提高数控机床整体加工精度。
-
Patent Agency Ranking
公开(公告)号：CN109709895A
公开(公告)日：2019-05-03
申请号：CN201910058889.1
申请日：2019-01-22
Applicant: 宁波大学
IPC: G05B19/404
Abstract: 一种基于图像阈值设置的数控机床主轴热误差建模训练方法，它属于数控机床加工精度技术领域，该方法主要步骤：第一步：采集温度数据和位移量；第二步：图像数据处理；第三步：制作图像数据集；第四步：模型训练；第五步：模型验证。本发明能实现复杂工况下的热误差鲁棒建模，能够精确预测主轴热误差，为主轴热误差的精确补偿提供理论保障，有利于提高数控机床整体加工精度。
-
公开(公告)号：CN110977613B
公开(公告)日：2021-05-25
申请号：CN201911285229.3
申请日：2019-12-13
Applicant: 宁波大学
Abstract: 基于试件自标定的五轴数控机床几何误差辨识方法，它属于数控机床加工精度技术领域，方法步骤包括：第一步、特征工件的设计：设计一定尺寸的圆柱形试件；第二步、特征工件的加工；第三步、机床运动轴几何误差辨识：于旋转轴中心处固定放置一个未标定的圆柱形试件，通过五轴数控机床的平动轴做圆弧插补运动或者旋转轴做旋转运动，使探针测头绕圆柱形试件旋转一周来检测出圆柱形试件侧表面的圆轨迹，通过改变探针测头的固定位置或改变平动轴或旋转轴的运动方式，从而辨识出试件的几何误差。本发明无需标定试件的直径和外形尺寸，仅根据对比组与参考组间的误差变化量即可辨识运动轴的几何误差，提高了辨识效率。
-
公开(公告)号：CN108363870B
公开(公告)日：2021-05-25
申请号：CN201810142483.7
申请日：2018-02-11
Applicant: 宁波大学
Abstract: 一种基于深度学习的数控机床主轴热误差建模方法，它属于数控机床加工精度技术领域，该方法主要步骤：第一步：采用红外热像仪采集数控机床主轴升温图片，采用位移传感器采集主轴轴向误差，径向误差以及倾角误差，对图片进行预处理，将处理好的图像集分为训练集和测试集两部分；第二步：设定卷积神经网络模型，进行训练调参；第三步：输入测试集，检验模型的预测精度；第四步：进行有限元分析验证或实验验证，验证模型预测精度。本发明能实现复杂工况下的热误差鲁棒建模，有利于提高数控机床整体加工精度。
-
公开(公告)号：CN110977613A
公开(公告)日：2020-04-10
申请号：CN201911285229.3
申请日：2019-12-13
Applicant: 宁波大学
Abstract: 基于试件自标定的五轴数控机床几何误差辨识方法，它属于数控机床加工精度技术领域，方法步骤包括：第一步、特征工件的设计：设计一定尺寸的圆柱形试件；第二步、特征工件的加工；第三步、机床运动轴几何误差辨识：于旋转轴中心处固定放置一个未标定的圆柱形试件，通过五轴数控机床的平动轴做圆弧插补运动或者旋转轴做旋转运动，使探针测头绕圆柱形试件旋转一周来检测出圆柱形试件侧表面的圆轨迹，通过改变探针测头的固定位置或改变平动轴或旋转轴的运动方式，从而辨识出试件的几何误差。本发明无需标定试件的直径和外形尺寸，仅根据对比组与参考组间的误差变化量即可辨识运动轴的几何误差，提高了辨识效率。
-
公开(公告)号：CN110270883A
公开(公告)日：2019-09-24
申请号：CN201910441585.3
申请日：2019-05-24
Applicant: 宁波大学
IPC: B23Q17/00
Abstract: 基于试件特征分解的三轴数控机床几何误差与热误差逆向辨识方法，它属于数控机床加工精度技术领域，方法步骤包括：特征工件的设计；映射关系图的建立：特征工件的加工：在三轴数控铣床上将预先编写好的程序和优化后的工艺参数输入到数控面板中，进行特征工件的铣削加工；机床几何分离和误差辨识包括：定位误差、直线度误差、垂直度误差和热误差；特征工件的测量。本发明通过特征工件设计，反映出机床的几何误差和热误差，对提高三轴数控机床的整体加工精度具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
