迭代学习控制在活塞异型加工中的应用研究

《迭代学习控制在活塞异型加工中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国防科学技术大学硕士学位论文迭代学习控制在活塞异型加工中的应用研究姓名：冯宗杰申请学位级别：硕士专业：机械工程指导教师：陈志华2010-11国防科学技术大学研究生院硕士学位论文摘要活塞是发动机的核心部件，其外圆截面为非圆亦被称为异型截面。普通车削无法实现异型车削，专用伺服刀架可进行异型车削，但对于截面形状复杂的活塞，加工误差较大，无法满足设计精度要求。在现有异型外圆加工设备的基础上，本文提出一种改进策略，旨在提高其加工复杂截面的精度。迭代学习控制是智能控制领域的一个重要分支，对于重复或类重复问题具有学习功能，其良好特性对于具有类重复性质的活塞异型截面加工，可有效提高伺服刀架跟踪精度，进而有效

2、提高复杂截面的加工精度。本文介绍了活塞异型外圆数控加工的基本原理，活塞截面数据特性和现有伺服刀架的基本控制方法。针对现有伺服刀架加工复杂活塞频响不足、精度较低的问题，提出了基于迭代学习控制的改进策略并给出了实现流程。介绍了迭代学习算法的基本原理，详细介绍了预期迭代学习控制及反馈前馈迭代学习控制算法，通过MATLAB数值仿真证明了迭代学习算法应用于活塞加工的可行性。对学习前活塞加工测量数据进行离线反馈前馈迭代学习控制，修正伺服刀架的控制输入数据并进行了再加工，对比了迭代学习控制前后的加工误差。在800r/min的转速下，利用迭代学习控制对复杂活塞外圆进行数控车削，最大误差由原来的0.0248m

3、m大幅度减小到0.0086mm。实验结果表明，所应用的迭代学习控制算法能有效提高复杂截面活塞的加工精度，控制算法简单、实用，可行性强。本文的工作对于提高复杂异型截面活塞的加工精度具有较高的理论价值与应用价值。主题词：活塞异型截面迭代学习控制预期学习控制反馈前馈学习控制第i页国防科学技术大学研究生院硕士学位论文ABSTRACTPistonistheoneofthecorepartoftheengine.Thecrosssectionofthepistonisusuallynoncircular,whichcan’tbemachinedbytheconventionallathebutcanbe

4、realizedbythespecialservotool.Howeverthetoleranceofthemachinedpartisoftenlargeifthecrosssectionisverycomplicated.Amodifiedcontrolstrategytoimprovethemachiningprecisionofcomplicatedcrosssectionisputforwardinthisdissertationbasedontheexistingnoncircularcylindricalpistonnumerical-controlequipment.Iter

5、ativelearningcontrol,animportantbranchofintelligentcontrolarea,whichhasthelearningabilityforiterativeproblemsortheanalogyones,isusedtoimprovetrackingprecisionforaniterativesignal,astheprocessofthepistonnoncircularturninghasthepropertyofanalogyiteration.Asaresult,themachiningprecisionofthepistoncanb

6、eimproved.Themaincontentsareasfollows:Firstly,thebasicnoncircularsectionpistonprocessprinciplewasintroduced,andthecharacteroftypicalpistonsectiondataisanalyzed.Atthesametime,thebasiccontrolmethodfortheexistingservotool-postisalsopresent.Secondly,aimatthelimitedfrequencybandoftheservotool-postandits

7、lowprecision,animprovedcontrolstrategyofiterativelearningcontrolwithitsrealizationflowisputforward.Thirdly,thebasiciterativelearningcontrolprincipleisintroduced,andtheanticipatoryiterativelearningcontroland