神经网络在自由曲线插补中的应用研究

论文摘要

针对NURBS曲线插补中求导误差大、计算复杂等问题,提出了采用RBF神经网络对自由曲线进行插补的方法;并以弓高误差为约束条件,建立一个进给步长可变的神经网络数控插补模型。另外根据曲线曲率的变化规律找出插补过程中的速度敏感点,在到达该速度敏感点之前将速度降低到指定值,从而进行有效的速度规划。最后在MATLAB平台上进行仿真实验,结果表明,该模型结构简单、计算量小、插补精度高,能够在保证加工效率和加工质量的同时降低柔性冲击。

论文目录

• 0 引言
• 1 神经网络插补模型
•   1.1 神经网络结构设计
•   1.2 RBF网络模型的学习算法
• 2 步长L的选取
•   2.1 进给速度约束的步长
•   2.2 轮廓误差约束的步长
• 3 速度规划和前瞻控制
•   3.1 自适应区域分析
•   3.2 加减速规划
•   3.3 前瞻控制
• 4 仿真实验与分析
•   4.1 轮廓误差分析
•   4.2 速度和加速度分析
• 5 结束语

文章来源

类型: 期刊论文

作者: 邬再新,李华兵

关键词: 自由曲线,神经网络,数控插补,型加减速

来源: 组合机床与自动化加工技术 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

专业: 金属学及金属工艺,自动化技术

单位: 兰州理工大学机电工程学院

分类号: TG659;TP183

DOI: 10.13462/j.cnki.mmtamt.2019.02.013

页码: 49-52

总页数: 4

文件大小: 570K

下载量: 88