基于神经网络的机床智能定位控制系统.pdf

基于神经网络的机床智能定位控制系统.pdf

ID:57819101

大小:150.56 KB

页数:2页

时间:2020-04-05

基于神经网络的机床智能定位控制系统.pdf_第1页
基于神经网络的机床智能定位控制系统.pdf_第2页
资源描述:

《基于神经网络的机床智能定位控制系统.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2010年1月机床与液压Jan.2010第38卷第2期MACHINETOOL&HYDRAULICSVo1.38No.2DOI:10.3969/j.issn.1001—3881.2010.02.033基于神经网络的机床智能定位控制系统马圣乾,姜春玲(泰山学院物理与电子工程学院,山东泰安271021)摘要:提出了一种基于神经网络算法的机床精确定位控制的方法,介绍了系统的软硬件设计及软件的实现流程。该智能定位控制系统以多点控制单元(MCU)为核心,以光栅尺为检测元件,以步进电机为驱动部件,采用基于神经网络算法的控制软件作支持,对机床进行预测定位控制。关键词:神经网络;人工神经元;多点控制单元;

2、流程图中图分类号:TP273文献标识码:B文章编号:1001—3881(2010)2—088—2IntelligentOrientationControlSystemofMachineToolBasedonNeuralNetworkMAShengqian.JIANGChunling(InstituteofPhysicsandElectronicEngineering,TaishanUniversity,Tai’anShandong271021,China)Abstract:Aprecisionpositioncontrolmethodofmachinetoolbasedonneuraln

3、etworkarithmeticWaspresented.Thedesignofsoftwareandhardwareandtherealizationflowofsoftwarewereintroduced.Thisintelligentpositioncontrolsystemusesthemicrocon·trollerunitascore,thegratingrulerasdetector,thesteppingmotorasdrivingpart,thecontrolsoftwarebasedonneuralnetworkarithmetictosuppo~thesystem,

4、itcanachieveforecastingpositioningcontrolofmovingpartsofmachinetoo1.Keywords:Neuralnetwork;Nervecel;Microcontrolerunit(MCU);Flowchart由于机械电子技术的飞速发展,数控机床作为高从线位移光栅尺获取的信号是幅值为3~5V、精度、高效率、稳定性强的自动化加工装备,已经成分辨率为20m,相位角差为9O。的两路正弦信号。为机械行业必不可少的现代化技术装置。现代化工业为了满足控制精度要求,得到分辨率更高的位移信对机床设备的精度、效率、可靠性和经济性等提出了号,须将光栅尺

5、输出信号进行细分。考虑到细分速度越来越高的要求。数控机床的定位精度是影响其高精及实际测量过程中电源波动、光强、温度等因素对光度性能的一个重要方面,它综合反映了机床构件和进栅尺输出信号的影响,采用硬件细分。给系统的精度及动态特性,靠常规的机械设计技术难2神经网络算法结构的实现以达到其要求。⋯笔者采用以MCU为核心、以光栅尺(1)神经元的数学模型为检测元件、以步进电机为驱动部件、由基于神经网神经元是一个多络算法的控制软件作支持的智能定位控制系统,对机输入单输出的信息处床运动部件进行预测定位控制。该系统性能可靠、操理单元,而且,它对作方便、通用性强,在不增加硬件设备的前提下实现的息的垄譬性图1

6、人工神经元模型高精度定位控制,特别适合于单机控制,具有一定的。工程上用的人工工程实用价值。神经元模型如图1所示。1硬件配置在图1中,。、、⋯、是神经元的输入,以P89C668HBA为核心,设置工作频率为是来自前n个神经元的突触的信息;Wi、、⋯、12MHz,P0为数据传输口,数据采集采用位移光栅是突触的传递效率;Y(i)是i神经元的输出;尺。步进电机的控制采用ucn5804B。uen5804B集成F[·]是激发函数。电路芯片适用于四相步进电动机的单极性驱动,它最(2)在机床定位系统中,基于对定位方程的简大能输出1.5A电流、35V电压,内部集成有驱动电化,可以认为定位点Js只与目前的位置

7、A有关。下式路、脉冲分配器、续流二极管和过热保护电路。它可表示了神经网络模型输入和输出的基本关系。以选择工作在单四拍、双四拍和八拍方式,上电自行A川=F(,A,A)k表示采样的序列。复位,可以控制转向和输出使能。训练样本来自机床定位时的实验数据,速度一位收稿日期:2008—12—30作者简介:马圣乾(1968一),男,讲师,硕士,机械电子工程专业,主要从事测控及故障诊断方面的研究。电话:13854812049,E—mail:shqm

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。