|
|
钻瓜专利网为您找到相关结果 10个，建议您 升级VIP下载更多相关专利
- [发明专利]一种基于深度学习的机器预测性维护方法-CN201811076212.2有效
-
吴继春;方海国;周会成;王笑江
-
湘潭大学
-
2018-09-14
-
2023-03-24
-
G06F30/20
- 本发明公开了一种基于深度学习的机器预测性维护方法，包括以下步骤：用振动传感器从丝杆上采集到其运行时的振动信号；用滑动框架以固定长度的采集信号；随机选择样本以构建训练集和测试集数据库，标记为脉冲响应与非脉冲响应；训练数据集和测试数据及用于训练和测试稀疏自动编码器层和误差反向传播神经网络层的学习模型；根据脉冲响应随时间推移确定丝杆的动态性能；使用基于动态性能相似度的指标来指示和监测丝杆的寿命状态；根据寿命的情况对最高速度、加速度等进行限制。本发明首先对寿命为进行预测，并以此为基础对丝杆的最高转速、最高负载等进行限制，通过限制其最高转速或者加速度等方式，达到延长寿命，提高利用率的目的。
- 一种基于深度学习机器预测维护方法
- [发明专利]一种高维的轨迹插补方法-CN201910672114.3有效
-
吴继春;阳广兴;方海国;周会成
-
湘潭大学
-
2019-07-24
-
2021-08-27
-
G05B19/41
- 本发明公开了一种高维的轨迹插补方法，包括以下步骤：建立插补行程模型，通过建立插补行程模型预测插补轨迹，建立插补行程速度规划；在样条刀位轨迹生成的同时，同步建立刀位轨迹和映射参数之间的映射关系，把实时插补需要建模、迭代的计算提前到与刀位轨迹生成的同时进行；映射参数包括运动参数、几何特征参数和机床性能参数；将映射关系、生成样条刀具轨迹所具有的节点向量和控制点信息一并代入耦合成高维向量进行实时插补。本发明通过构建高维向量，在计算插补轨迹时无需进行反复的迭代等大量的计算，可以直接通过高维向量中映射因子与节点向量、控制点信息一并带入耦合进行实时插补，以提高实时插补的计算效率，降低计算量。
- 一种轨迹方法
- [发明专利]一种对NURBS反求控制点预估方法-CN201911307316.4有效
-
吴继春;阳广兴;方海国;尹硕辉;周会成
-
湘潭大学
-
2019-12-18
-
2021-04-13
-
G05B19/4099
- 本发明实施例公开了一种对NURBS反求控制点预估方法，其特征在于，包括如下步骤：步骤100、通过已知刀位点以及设定拟合成NURBS曲线轮廓的误差阈值，对刀位点进行精简，并选取代表典型轮廓的刀位点；步骤200、将精简后的刀位点加2确定为控制点初始值；步骤300、以控制点初始值作为拟合初始值，对NURBS进行拟合，并计算拟合后的轮廓误差；步骤400、将每次计算后的轮廓误差与误差阈值进行比较，并依据比较结果增减控制点，直至采用最少的控制点满足误差阈值。本发明突破了传统方式的不足，根据已知的轮廓阈值预估出较准确的控制点，以此为基础，经过若干次迭代，计算出需要的控制点，可以大大提高反求NURBS计算效率。
- 一种nurbs控制预估方法
- [发明专利]基于五轴双转台在线非线性误差补偿方法-CN201810854066.5有效
-
吴继春;王笑江;方海国;周会成
-
湘潭大学
-
2018-07-30
-
2021-02-09
-
G05B19/404
- 基于五轴双转台在线非线性误差补偿方法，包括如下步骤：步骤1：输入两个编程点P0、P1，求P0′、P1′；步骤2：求a＝1；步骤3：如果模长比模长小，则继续步骤4；否则令转入步骤9；步骤4：求步骤5：求误差步骤6：若小于误差上限，则根据进行插补，转入步骤7；否则，转入步骤8；步骤7：机床每完成一次插补，将实际插补次数加1；若实际插补次数小于等于预设插补次数，将a+1重新赋值给a，求密化插值下一个中间点再返回步骤3；否则，转入步骤9；步骤8：求中间点Pmid，将P0、Pmid作为两个新的编程点，返回步骤1；同时，将Pmid、P1亦作为另外两个新的编程点，亦返回步骤1；步骤9：结束。本发明工作稳定，无需依赖最大误差向量，实现方法简单。
- 基于五轴双转台在线非线性误差补偿方法
|
