机械式冲床停上死点位置的控制策略设计与实现
DOI:
作者:
作者单位:

(浙江工业大学 信息学院 电子信息与智能系统研究所,杭州 310023)

作者简介:

秦文强(1989-),男,山东枣庄人,硕士,主要从事工业控制、机器学习方向的研究。

通讯作者:

中图分类号:

基金项目:


Design and Realization of Control Strategy of Mechanical Punch Stop Top Dead Center Position
Author:
Affiliation:

(Information and Intelligent System Institute,College of Information,Zhejiang University of Technology, Hangzhou 310023,China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    机械式冲床进行冲压操作时,上死点位置的精度是最关键的问题之一;为了提高冲床停上死点位置的精度,研究了冲床刹车后由于惯性而转过的角度与刹车时影响因子的关系,拟合出刹车曲线,利用此曲线保证冲床刹车后能准确停在上死点;介绍数据的获取方法及流程,利用BP神经网络对冲床刹车曲线进行拟合,以均方误差作为衡量拟合效果的评价指标,并与最小二乘法拟合的曲线进行比较;分析两种方法对冲床刹车曲线的拟合效果,均方误差分别为0.006 092 3和1.624 7,实验结果表明,使用BP神经网络对冲床刹车曲线拟合的效果较好。

    Abstract:

    The top dead center position accuracy is one of the most critical issues when a mechanical punch stamping operation. In order to improve the accuracy of punch stop top dead center position,the relationship between the angle of inertia and the influence factors is studied when a punch braked. We fit a punch brake curve and use it to ensure that the punch can accurately stop at top dead center. This paper introduces the method and process of data acquisition,and uses BP neural network to fit the punch brake curve. Using mean square error as the evaluation index,and compared with the least square method. The fitting effect of the two methods to the punch brake curve was analyzed. The mean square error is 0.006 092 3 and 1.624 7 respectively. The experiment result shows that using BP neural network to fit the punch brake curve is better.

    参考文献
    相似文献
    引证文献
引用本文

秦文强,何通能,陈德富,李华楠.机械式冲床停上死点位置的控制策略设计与实现计算机测量与控制[J].,2016,24(4):98-100.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2015-11-06
  • 最后修改日期:2015-11-27
  • 录用日期:
  • 在线发布日期: 2016-07-27
  • 出版日期:
文章二维码