Home

Metoda doboru prędkości posuwu w układach sterowania numerycznego maszyn wieloosiowych z wykorzystaniem algorytmów sterowania predykcyjnego oraz sztucznych sieci neuronowych

Repository of Nicolaus Copernicus University

Show simple item record

dc.contributor.author Erwiński, Krystian
dc.date.accessioned 2016-11-12T15:31:29Z
dc.date.available 2016-11-12T15:31:29Z
dc.date.issued 2016-11-12
dc.identifier.uri http://repozytorium.umk.pl/handle/item/3913
dc.description Rozprawa doktorska obroniona na Wydziale Elektrycznym Politechniki Warszawskiej z wyróżnieniem dnia 1.12.2014.
dc.description.abstract Rozprawa doktorska dotyczy zagadnienia wyznaczania optymalnej prędkości posuwu w układach sterowania maszyn wieloosiowych w szczególności obrabiarek CNC (ang. Computerized Numerical Control - sterowanie numeryczne z użyciem komputera). W pracy omówiono problematyk˛e generacji trajektorii ruchu w układach sterowania maszyn CNC. Zaproponowano nowatorskie rozwiązanie doboru maksymalnej prędkości posuwu przy zachowaniu zadanej tolerancji błędów konturu. Algorytm wykorzystuje neuronowy model napędów posuwu maszyny w celu estymacji błędów konturu powstałych w procesie obróbki. Na tej podstawie algorytm optymalizacyjny wyznacza optymalny profil prędkości. Nielinowy problem optymalizacyjny rozwiązywany jest z wykorzystaniem algorytmu optymalizacji rojem cząstek (ang. Particle Swarm Optimization - PSO) rozbudowanego o metodę mnożników Lagrange’a. Algorytm zaimplementowano w sterowniku CNC w formie komputera PC z systemem czasu rzeczywistego Linux RTAI. Na podstawie uzyskanych wyników badań symulacyjnych i doświadczalnych wykazano zmniejszenie czasu realizacji zadanej trajektorii ruchu przy jednoczesnym zapewnieniu nie przekraczania zadanego poziomu błędów konturu.
dc.language.iso pol
dc.rights info:eu-repo/semantics/openAccess
dc.subject CNC
dc.subject optymalizacja prędkości posuwu
dc.subject błędy konturu
dc.subject model neuronowy
dc.subject optymalizacja rojem cząstek
dc.title Metoda doboru prędkości posuwu w układach sterowania numerycznego maszyn wieloosiowych z wykorzystaniem algorytmów sterowania predykcyjnego oraz sztucznych sieci neuronowych
dc.type info:eu-repo/semantics/doctoralThesis
dc.contributor.supervisor Grzesiak, Lech M.


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search repository



Advanced Search

Browse

My Account

Statistics

Informations