南京工程学院自动化学院先进数控技术江苏省高校重点建设实验室
- 作品数：12 被引量：28H指数：3
- 发文基金：江苏省高校自然科学研究项目江苏省“六大人才高峰”高层次人才项目先进数控技术江苏省高校重点实验室开放基金更多>>
- 相关领域：电气工程金属学及工艺生物学一般工业技术更多>>
- 直线伺服系统的差异进化PID速度控制被引量：5
- 2011年
- 针对标准差异进化(DE)操作过程中参数为常数而导致算法鲁棒性差的缺点,提出根据进化过程和目标向量收敛情况调整缩放因子F和交叉概率CR的自适应参数调整策略。利用改进的差异进化算法整定直线伺服系统速度调节器的PID参数,并利用MATLAB进行仿真。结果表明,与常规PID控制相比,优化后的控制器提高了直线伺服系统的静态和动态性能,使得电动机在负载改变时转速超调量减小,且转速更快趋于稳定。
- 林健汪木兰陈桂汤玉东
- 关键词：直线伺服系统PID控制参数优化
- 直线电动机应用于数控机床的共性技术研究被引量：3
- 2012年
- 为了提高直线电动机在数控机床上的应用水平,对直线电动机应用于数控机床的共性技术问题作了讨论。以减小电动机推力波动为目标,提出了有限元法与差异进化算法相结合的电机结构优化方法,阐述了直线电动机的选型计算步骤,研究了直线伺服系统的智能控制策略,对直线电动机工作台的定位误差补偿技术作了比较。最后列出了其他一些值得关注的问题。
- 林健汪木兰陈桂黄家才
- 关键词：直线电机数控机床共性技术
- 改进禁忌算法在永磁直线同步电动机电磁场逆问题中的应用
- 2011年
- 在分析现有禁忌算法(Tabu)基础上,该文提出了一种改进的连续变量全局优化Tabu算法。以永磁直线同步电动机减小推力波动为优化设计目标,把改进的禁忌搜索算法与电磁场逆问题分析法相结合,对一台永磁直线同步电动机实施了优化设计。优化设计结果表明,磁阻力得以大大降低,实现了PMLSM动子铁心长度、永磁体宽度的优化设计。
- 林健汪木兰汤玉东
- 关键词：永磁直线同步电动机电磁场逆问题优化设计
- 基于差异进化算法的数控永磁直线同步电动机优化设计被引量：1
- 2010年
- 在标准差异进化算法(DE)的基础上,提出一种改进的差分进化算法,该算法从动态更新种群、关键参数自适应处理两个方面进行了改进。针对永磁直线同步电动机的特点,运用有限元法精确的求解直线电机内的磁场分布,分别计算边端力和齿槽力后合成得到磁阻力,并将有限元数值分析与DE法相结合,为提高数控系统中直线电动机运行的平稳性,对其磁阻力进行最小优化,具体实例的优化计算结果表明DE算法与有限元结合是电机优化设计领域中一种行之有效的方法。
- 林健李宏胜汪木兰
- 关键词：永磁直线同步电动机有限元方法优化设计
- 直线电机驱动型工作台结构有限元分析与优化被引量：3
- 2010年
- 介绍了基于有限元分析软件ANSYS的机床工作台结构尺寸优化设计的原理和方法,然后采用APDL(ANSYS参数化设计语言)对工作台参数化建模,并用4种不同方案,对其尺寸参数优化。结果表明:对筋条数目、间距、尺寸进行参数优化,能够提高工作台结构的比刚度。
- 林健汪木兰闫华汤玉东
- 关键词：工作台尺寸优化ANSYS
- 基于RBF网络的数控直线电机进给定位精度研究被引量：2
- 2011年
- 文章研究了数控直线电机工作台的误差测量、建模及补偿技术。分析了定位平台的误差来源,采用激光干涉仪测量工作台的定位误差,用RBF算法建立神经网络误差模型,根据误差校正值进行误差实时补偿实验。仿真和实验结果表明:经过样本训练的神经网络模型对工作台的误差具有良好的学习能力和泛化能力,工作台定位精度显著提高,并且较好地解决了随机误差对系统的影响。
- 林健汪木兰汤玉东
- 关键词：直线电机误差补偿径向基函数
- 基于BP的PID控制算法在永磁直线伺服系统中的应用
- 2010年
- 针对永磁直线伺服电动机存在非线性、多变量、强耦合等特点,将PID控制与神经网络控制相结合,设计基于BP神经网络的自校正PID控制算法,利用MATLAB软件对该控制方法在永磁直线伺服电动机上的应用进行仿真研究。结果表明,该控制方法与传统PID控制方法相比,具有更好的自适应性、更高的控制精度和更强的鲁棒性。
- 周磊林健汪木兰
- 关键词：伺服系统BP神经网络PID控制
- 运用DE-RBFNN的直线伺服系统定位精度研究被引量：1
- 2012年
- 提出一种基于差分进化算法(DE)的径向基函数神经网络(RBFNN)模型,用于预测直线伺服系统的定位误差。该模型用差分进化算法训练径向基函数(RBF)网络隐层中心位置、宽度和输出层连接权重。为了评价优化后RBF网络预测的精度,运用部分误差样本进行训练和仿真。构建了以数字信号处理器(DSP)为核心的直线电动机定位误差实验平台,根据误差校正值进行误差实时补偿实验。仿真和实验结果表明:经过DE算法训练的神经网络模型对工作台的误差具有良好的学习能力和泛化能力,与单纯RBF网络、基于遗传优化的RBF神经网络相比,该建模方法具有更高的定位精度。
- 林健黄家才陈桂
- 关键词：直线伺服系统径向基函数神经网络差分进化算法
- 基于遗传神经网络的直线伺服系统定位误差补偿被引量：10
- 2011年
- 针对数控直线伺服系统的定位误差补偿,采用激光干涉仪测量工作台的定位误差,建立基于RBF算法的神经网络误差模型。提出遗传算法的训练方案优化RBF的网络参数,为了评价优化后RBF网络预测的精度,运用部分误差样本进行训练和仿真。构建了以DSP为核心的直线电机定位误差实验平台,根据误差校正值进行误差实时补偿实验。仿真和实验结果表明:经过遗传算法训练的神经网络模型对工作台的误差具有良好的学习能力和泛化能力,工作台定位精度显著提高。
- 林健汪木兰李宏胜
- 关键词：直线伺服系统径向基函数神经网络遗传算法
- 采用遗传神经网络的直线伺服系统速度自适应控制被引量：1
- 2011年
- 针对永磁直线同步电动机伺服系统多变量、强耦合、非线性,以及时变的特点,提出一种基于径向基函数(RBF)神经网络的永磁直线同步电动机速度控制方法,该方法根据RBF神经网络的结构特点,对其参数采用遗传算法进行离线训练,并通过在线训练调整隐层与输出层的连接权值,实现了电动机速度的自适应控制。实验结果表明,与常规PID控制相比,RBF神经网络控制器提高了直线伺服系统的静态和动态性能,使得电动机在启动和负载改变时转速超调量减小,且转速能更快地趋于稳定。
- 林健汪木兰陈桂
- 关键词：直线伺服系统径向基函数神经网络遗传算法自适应控制
