上海市“十五”重大科技攻关项目(041111001)
- 作品数：5 被引量：13H指数：3
- 相关作者：李爱平林献坤黄华张为民左文涛更多>>
- 相关机构：同济大学更多>>
- 发文基金：上海市“十五”重大科技攻关项目国家高技术研究发展计划更多>>
- 相关领域：金属学及工艺自动化与计算机技术机械工程更多>>
- 基于ATmega 128的数控加工智能控制器硬件系统的设计与实现
- 2007年
- 以数控铣削加工为研究对象,开发了基于嵌入式单片机ATmega 128的具有主轴功率反馈的智能控制器,给出智能控制器的原理,设计了控制器的数控系统接口与人机接口,最后应用模糊控制方法在FANUC数控系统上进行了联机实验。实验结果表明,所设计的硬件系统与数控系统具有较好的相融性,为铣削加工ACC技术的进一步应用研究提供了参考。
- 李爱平左文涛林献坤潘阿毛
- 关键词：数控加工智能控制硬件系统ATMEGA
- 基于STEP-NC的非线性加工工艺规划研究被引量：4
- 2009年
- 研究了在STEP-NC环境下进行非线性工艺设计的方法和过程。首先分析了STEP-NC文件的结构组成及其支持非线性工艺的可行性;然后从STEP-NC文件中提取工艺信息,利用加工流程图(process sequence graph,PSG)表达加工工艺;基于PSG中包含的信息结合图搜索算法,在离线规划中选择优化的工艺路径;在在线规划中根据加工现场资源的变化情况实时调整工艺路径;最后将PSG中的离散工步连续化为可行的控制方案。通过一个实例零件对所提技术和算法进行了说明,为在STEP-NC环境中进行非线性工艺规划提供了完整的思路。
- 黄华李爱平
- 基于小波神经网络的切削刀具磨损识别被引量：6
- 2008年
- 提出了一种基于小波神经网络的切削刀具状态监测方法,在采集切削加工功率信号的基础上,利用小波分解方法提取反映刀具磨损状态的信号特征量,利用小波神经网络的非线性模型和学习机制,实现刀具磨损状态的在线监测;针对多输入输出问题带来的网络规模大、收敛速度慢等问题,提出应用粒子群算法优化小波神经网络的方法,从而简化小波神经网络结构并加快收敛速度。仿真和应用实例证明,该方法比传统的基于BP的小波神经网络、GA优化的小波神经网络估计准确率高,消耗时间短。
- 黄华李爱平
- 关键词：切削刀具磨损粒子群算法小波神经网络
- 应用基于学习的模糊逻辑智能选择铣削加工参数被引量：3
- 2007年
- 分析传统专家系统在铣削加工参数智能选择应用中存在的问题,提出一种可实现铣削用量智能选择的模糊逻辑推理方法。构造了以刀具直径、加工深度和材料硬度为输入,铣削进给量为输出的模糊推理模型,给出基于人工神经网络与k-means聚类相结合的机器学习方法,实现了推理规则知识的自动获取。通过手册数据与模型推理结果的对比实验,表明给出的方法具有较好的铣削用量智能匹配性能,研究成果为实现铣削用量在线智能选择提供了一种新方法。
- 林献坤李爱平张为民
- 关键词：铣削用量模糊逻辑知识获取
- 基于规则与ANN的铣削加工参数匹配知识库研究
- 2008年
- 分析铣削加工参数匹配关系及其知识表示,针对产生式规则难以全面、高效表示加工参数定量匹配知识的问题,提出应用规则推理与人工神经网络(ANN)混合技术构建知识库的方法,给出了参数定量匹配知识表示的神经网络模型和改进的Vogl知识获取方法,运用手册上提供的最复杂样本集数据进行实验验证,结果表明提出的方法具有较好的知识表示性能。最后就如何应用该技术开发面向铣削加工的参数匹配知识库系统展开论述。
- 李爱平万高绪林献坤
- 关键词：加工参数知识库知识获取ANN
