基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了抑制铣削过程中产生的颤振,提高铣削加工过程中零部件表面质量.设计了小波神经网络PID控制方法,并对控制效果进行仿真.采用时域数值法对动态铣削过程中离散时间进行求解,利用小波神经网络PID控制方法对铣削过程进行控制.通过仿真和实验对铣削金属表面粗糙度进行测量,并且与增量式PID控制系统进行比较和分析.结果显示,采用增量式PID控制方法,铣削力和铣削深度实际值与理论值存在较大误差;采用小波神经网络PID控制方法,铣削力和铣削深度实际值与理论值存在较小误差.采用小波神经网络PID控制方法,可以提高铣削参数控制精度,减少铣削过程中对颤振的影响,提高铣削零部件表面质量.
推荐文章
基于小波神经网络辨识的PID神经MRAC研究
小波神经网络
PID神经网络
BP神经网络
模型参考自适应控制
基于免疫小波神经网络PID的水轮机调速控制研究
免疫小波神经网络
PID控制器
水轮机
调速
基于混沌的小波神经网络免疫PID控制器
混沌优化
小波神经网络
免疫PID
加热炉控制
基于神经网络的主动隔振控制技术研究
主动隔振
神经网络控制
小脑模型神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波神经网络PID控制的主动夹具铣削颤振研究
来源期刊 组合机床与自动化加工技术 学科 工学
关键词 小波神经网络 增量式PID控制 铣削力 铣削深度 仿真
年,卷(期) 2021,(1) 所属期刊栏目 设计与研究
研究方向 页码范围 49-52,56
页数 5页 分类号 TH164|TG506
字数 语种 中文
DOI 10.13462/j.cnki.mmtamt.2021.01.012
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (33)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(7)
  • 参考文献(2)
  • 二级参考文献(5)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波神经网络
增量式PID控制
铣削力
铣削深度
仿真
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
组合机床与自动化加工技术
月刊
1001-2265
21-1132/TG
大16开
大连市沙河口区新生路80号504室
8-62
1959
chi
出版文献量(篇)
9363
总下载数(次)
11
总被引数(次)
54585
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导