超精密直线度测量技术
介绍了一种结构简单 ,但性能稳定、精度高的电感传感器。并介绍了操作方便、置信度高、可用于短工件测量的直线度空间域的组合测量方法。利用它们进行超精密直线度测量 ,具有良好的效果。
高精度光学表面磁流变修形
系统研究了确定性磁流变抛光高精度光学表面的关键技术及应用。介绍了自行研制的KDMRF-1000F磁流变抛光机床及其基本工作原理,给出了抛光过程中建立材料去除模型的两种方法和如何根据驻留时间完成路经规划的过程。采用KDMRF-1000F磁流变抛光机床和KDMRW-1水基磁流变抛光液对直径80mm的K4材料平面反射镜和直径145mm的K9材料球面反射镜进行修形实验。实验显示,样件一面形收敛到PV值55.3nm,RMS值5.5nm;样件二面形收敛到PV值40.5nm,RMS值5nm;样件的表面粗糙度均有显著改善。结果表明,磁流变修形技术具有高精度、高效率、高表面质量的特点。
光学非球面形摆臂式轮廓法测量顶点曲率半径优化算法研究
摆臂式轮廓测量法通过测量非球面与某一球面之间的偏离量实现对非球面形的测量,但无法测量非球面的顶点曲率半径。在开发了测量试验系统的基础上,通过对测量原理的深入研究,利用被测非球面名义面形与测量数据建立了测量参考球面半径非线性最小二乘优化模型,利用该模型,可以在测量非球面形误差的同时获得被测非球面的顶点曲率半径值。同时分析了该模型的理论收敛误差,并在MATLAB下对算法进行了仿真。最后对直径200mm,顶点曲率半径1400mm的凹形抛物面镜进行了测量实验。仿真和测量试验表明了算法的有效性。
空间相机SiC反射镜的制作
空间相机反射镜的工作环境复杂,和地基条件相差很大,其选材必须满足以下要求:反射镜材料属光学级,可以抛光,并能够镀高反射率膜层;面形精度(RMS)要求达到/40~/50;膜层反射率(=05~0.9m)要大于0.95;各向同性,尺寸稳定;抗辐照,在空间辐照条件下反射镜面形不变;比刚度大、热变形系数小。
电液伺服系统非线性不确定模型的线性化方法
详细分析和总结了目前国内外关于定量反馈理论(QFT)的文献中建立不确定性模型的方法。在此基础上,提出了三种获得系统不确定模型的思路基于简单的闭环比例控制建立不确定模型、基于非线性数学建模建立不确定模型、基于神经网络辨识建立不确定模型,并以阀控非对称缸液压伺服系统为研究对象举例进行了阐述。此外还分别指出了这三种方法的优缺点。该研究为QFT的进一步工程应用奠定了很好的基础。
阀控非对称缸系统的稳定性分析与设计
阀控非对称缸系统存在着大量的非线性和不确定因素,这些因素对系统稳定性的影响非常复杂。本文建立了阀控非对称缸系统的非线性模型,以此模型为基础,利用多参数分岔理论分析了单一因素变化和多个因素同时变化等不同状况下系统稳定性的变化,给出了增大系统稳定裕度的设计指导性意见。
复杂曲面快轴伺服加工技术
采用一种直线滚动导轨式快轴伺服系统对典型复杂曲面进行加工。介绍快轴试验样机结构和快轴控制系统控制算法。根据快轴伺服装置的简化模型求得快轴试验样机数学模型。分析快轴伺服系统控制模型,建立快轴伺服系统动刚度数学模型。通过理论仿真和实验研究系统控制参数对动刚度的影响规律,并对提高伺服动刚度后的快轴伺服系统进行性能测试。对典型复杂曲面进行快轴切削实验,验证了该快轴伺服系统加工复杂曲面的精度较高。
复杂曲面碳化钨密封零件精密磨削实验研究
碳化钨为典型的碳化物陶瓷材料具有广泛的应用前景。其具有高硬度、高脆性及很高的耐磨性所以难以采用传统的车削、铣削等工艺进行加工。在碳化钨工件上加工出复杂的曲面结构并保证工件的面形精度及表面粗糙度则更加困难。为获得高表面质量的复杂曲面碳化钨密封工件采用杯形金刚石砂轮单点磨削的方法实现碳化钨材料加工;设计压电陶瓷驱动柔性铰链微进给机构精确控制砂轮切深方向运动从而实现复杂曲面加工的成形运动;探索最优工艺参数获得高面形精度和低表面粗糙度。分析了碳化钨磨削加工材料去除机理以此指导柔性铰链精密进给机构设计并规划杯形砂轮改善面形精度及表面粗糙度的磨削方法。实验结果表明:采用青铜基及树脂基杯形砂轮以45°倾角单点磨削碳化钨样件其表面粗糙度值Ra由初始的500nm减小到15nm面形精度RV值达到
阀控非对称缸位置伺服系统鲁棒控制策略研究
针对阀控非对称缸位置伺服系统的非线性和不确定因素,采用实验的方法建立了等效的线性不确定模型,并在理论线性化模型的基础上确定了抗负载干扰指标,设计了定量反馈(QFT)鲁棒控制器。在发现相位误差较大的情况下,采用零相差跟踪控制器代替前置滤波器。实验结果证明使用零相差跟踪控制器能够获得更高的曲线跟踪精度。
电液伺服系统非线性不确定模型的线性化方法
详细分析和总结了目前国内外关于定量反馈理论(QFT)的文献中建立不确定性模型的方法。在此基础上,提出了三种获得系统不确定模型的思路:基于简单的闭环比例控制建立不确定模型、基于非线性数学建模建立不确定模型、基于神经网络辨识建立不确定模型,并以阀控非对称缸液压伺服系统为研究对象举例进行了阐述。此外还分别指出了这三种方法的优缺点。该研究为QFT的进一步工程应用奠定了很好的基础。












