CN109940062A - 一种模型与数据耦合驱动的弯曲回弹补偿方法 - Google Patents
一种模型与数据耦合驱动的弯曲回弹补偿方法 Download PDFInfo
- Publication number
- CN109940062A CN109940062A CN201910243257.2A CN201910243257A CN109940062A CN 109940062 A CN109940062 A CN 109940062A CN 201910243257 A CN201910243257 A CN 201910243257A CN 109940062 A CN109940062 A CN 109940062A
- Authority
- CN
- China
- Prior art keywords
- bending
- data
- model
- value
- stroke
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005452 bending Methods 0.000 title claims abstract description 173
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000008878 coupling Effects 0.000 title claims abstract description 12
- 238000010168 coupling process Methods 0.000 title claims abstract description 12
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 12
- 238000012360 testing method Methods 0.000 claims abstract description 28
- 238000012886 linear function Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 24
- 238000012546 transfer Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 2
- 229910000831 Steel Inorganic materials 0.000 description 5
- 239000010959 steel Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000003754 machining Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Landscapes
- Bending Of Plates, Rods, And Pipes (AREA)
Abstract
本发明提供一种模型与数据耦合驱动的弯曲回弹补偿方法,步骤1:预设经验值Kc0=0.2带入代数方程一次试压后得到第一组数据(h1,α1),将第一组数据带入代数方程,经过计算测量得出另外三组数据(h2,α2)、(h3,α3)、(h4,α4),将这四组数据拟合成一次函数α=Kbh+b,求出Kb值;步骤2:将Kb值代入稳态模型Kc=0.9/Kb,求出真实值为KcR,将KcR反带回代数方程公式由新公式再得出两组数据(h5,α5)、(h6,α6),利用这两组数据对回弹后弯曲角α4进行精确回弹控制。
Description
技术领域
本发明涉及材料加工领域,尤其涉及一种通过建立弯曲行程与回弹后弯曲角关系模型和实验数据相耦合的方法,通过此方法来补偿板材弯曲回弹。
背景技术
在板材弯曲加工后,板材始终会有一定量的回弹,回弹后的成型件会与模具在尺寸和形状等方面有较大的误差,可以通过改变模具形状尺寸、改善加工工艺等措施控制回弹误差,但是往往同一批次、卷次板材的各个位置都会有性能差异,以上方法只能解决板材在加工过程中有相似误差的问题,而不能实现通过在线监测加工数据、拟合规律曲线,进而反馈控制加工。这就导致了同一批次的产品误差始终是波动的、产品性能不一致等问题。为了更好的控制现有板材弯曲加工中的弯曲回弹,本专利通过假设模型与加工数据的耦合关系,实现在线反馈加工。核心就是通过对大量实验数据的分析得出假设模型,利用假设模型指导加工过程,然后再通过拟合加工过程中获得的新数据,更新假设模型,进而完成在线反馈加工。
发明内容
本专利经过对大量实验数据分析,首先建立回弹后弯曲角和弯曲行程假设模型,经过第一次试压加工后,利用光栅尺位移传感器和摄像机进行在线测量弯曲行程和回弹后弯曲角角度,获得第一组加工数据,然后将获得的第一组实验数据带入假设模型,求得第二次要加工的弯曲行程,利用摄像机测得第二次弯曲加工行程下的回弹后弯曲角,即获得第二组数据,依次再加工两次,共获得四组加工数据,然后将这四组数据拟合成一次函数,获得的一次函数再在与弯曲角和弯曲行程假设模型相耦合,最终得到真实弯曲回弹控制参数,从而稳定的控制误差,使其保持在一定范围内,实现了产品性能的一致性。
具体地,本发明提供一种模型与数据耦合驱动的弯曲回弹补偿方法,其包括以下步骤:
步骤S1:设置目标回弹后弯曲角α0,上一次成形回弹后弯曲角为αi-1,上一次成形角度偏差为ei-1,i=1,2,3,…,n,角度偏差的计算公式为:
ei-1=α0-αi-1
预设一个Kc0经验数值,经过一次弯曲试压,得到初始数据(h1,α1),建立弯曲行程h与回弹后弯曲角α的一次函数关系模型:其中,b为未知待求参数,
α=Kbh+b
对上述一次函数关系模型进行一次泰勒展得当前i次成形偏差与行程增量关系:
则当前第i次成形的塑性弯曲行程为:
式中,为第i-1次塑性弯曲行程;
对公式进行Z变换得代数方程:
利用经验参数Kc0=0.2结合第一组试压数据(h1,α1),带入代数方程进而得到三组试压数据(h2,α2)、(h3,α3)、(h4,α4),由前面预设的回弹后的弯曲角与弯曲行程成一次函数,则利用最小二乘法拟合回弹后弯曲角与弯曲行程一次函数:
式中,为弯曲行程均值、回弹后弯曲角均值,hi,αi分别为第i次弯曲行程、回弹后弯曲角,m为数据弯曲加工的次数,求得Kb值:
对基于控制系统的稳定性建立回弹后弯曲角随成形次数变化模型的四种稳定模型进行分析得到最终回弹后弯曲角随成型次数变化的稳定模型:
带入Kb值,求得Kc的真实值KcR。
Kc和Kb是理论上相乘等于1的两个参数,但是经过实验分析得到四种模型,从四种模型中优选的选0.9倍关系的那个模型,Kc为待求值,但是我们先假设了一个极小的Kc0,利用假设的这个值,结合求四组数据,拟合出α=Kbh+b中的Kb值,再用0.9倍的那个模型求出一个精确的KcR值。Kc是待求值、Kc0是假设的初始经验值、KcR是精确求出的值、p是英文单词“塑性”的首字母简写、是第i次塑性回弹后弯曲角偏差值。
步骤S2:将真实值KcR带入代数方程再得出两组精确控制弯曲加工数据(h5,α5)、(h6,α6),利用这两组数据对回弹后弯曲角α4进行进一步回弹优化控制。
优选地,所述步骤S2中当测量αi满足条件|αi-α0|≤ε,参数值ε为目标弯曲角误差阈值,结束弯曲回弹控制。
优选地,所述步骤S1中,为了消除同一批板材不同方向,不同位置处材料性能带来的干扰,保证系统的稳定性要求,控制器中参数Kc的选取需要参考参数Kb。
优选地,所述步骤S1中,对于自由弯曲工艺而言,进行一次成形,获得成形偏差,并利用成形偏差修正在线工艺参数。
优选地,所述步骤S1中的前五个公式构成离散控制系统,对上述差分方程进行Z变换,获得离散系统传递函数,利用传递对系统的稳定性进行分析,对公式ei-1=α0-αi-1、公式和公式变换后的传递函数分别为:
e(z)=(α0(z)-α(z))z-1
Δhp(z)=Kce(z)
hp(z)=Δhp(z)+hp(z)z-1
弯曲行程与行程增量构成积分环节,其传递函数为:
α(z)=Kbhp(z)
将上述五个传递函数公式进行整理可以得到系统的回弹闭环反馈控制的传递函数为:
其中系统的特征方程为:
z-1+KcKb=0
根据公式z-1+KcKb=0可以得到系统的特征根为:
z=1-KcKb
在Z平面下系统满足稳定性的条件为:
|1-KcKb|≤1
构造出闭环系统的控制器的传递函数为:
将公式进行Z反变换,得出控制器的差分方程为:
式中,参数ei-1为上一次回弹后弯曲角αi-1与目标弯曲角α0的差值;初始塑性弯曲行程等于弹性行程he。
优选地,步骤S1中基于控制系统的稳定性建立回弹后弯曲角随成形次数变化模型且考虑到收敛速度的四种稳定模型为
KcKb=2、KcKb=1.5、KcKb=0.9、KcKb=0.5。
与现有技术相比,本发明具有以下有益效果:
本专利经过对大量实验数据分析,首先建立回弹后弯曲角和弯曲行程假设模型,经过第一次试压加工后,利用光栅尺位移传感器和摄像机进行在线测量弯曲行程和回弹后弯曲角角度,获得第一组加工数据,然后将获得的第一组实验数据带入假设模型,求得第二次要加工的弯曲行程,利用摄像机测得第二次弯曲加工行程下的回弹后弯曲角,即获得第二组数据,依次再加工两次,共获得四组加工数据,然后将这四组数据拟合成一次函数,获得的一次函数再在与弯曲角和弯曲行程假设模型相耦合,最终得到真实弯曲回弹控制参数,从而稳定的控制误差,使其保持在一定范围内,实现了产品性能的一致性。
附图说明
图1为本发明的流程示意图;以及
图2为本专利模型与数据耦合驱动流程图。
具体实施方式
以下将参考附图详细说明本发明的示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
本发明提供一种模型与数据耦合驱动的弯曲回弹补偿方法,如图1及图2所示,其包括以下步骤:
步骤一、建立模型:通过选用不同厚度的板材,经过自由弯曲实验,将不同行程下的回弹后的弯曲角绘制成图。经过分析回弹后弯曲角α与弯曲行程h的关系,得出回弹后弯曲角与弯曲行程之间为非线性关系,但非线性关系不大,且当弯曲行程较小时,弯曲角完全回复。
设置目标回弹后弯曲角α0,上一次成形回弹后弯曲角为αi-1,上一次成形角度偏差为ei-1,i=1,2,3,…,n,角度偏差的计算公式为:
ei-1=α0-αi-1 (1)
弯曲行程h与回弹后的弯曲角α成一次函数关系,在参考点h0附近可以近似为线性关系,对一次函数进行一阶泰勒展开模型公式一阶泰勒展开可得:
对式(2)整理可以得出当前i次成形偏差与行程增量关系为:
式中,为塑性弯曲行程第i次行程修正增量;为第i次回弹后弯曲角与目标弯曲角α0的角偏差;参数Kc为影响回弹后弯曲角随成形次数变化模型中的影响因子,是一个待求量。
当前第i次成形的塑性弯曲行程为:
式中,为第i-1次塑性弯曲行程。
则当前第i次成形总的塑性弯曲行程hi为:
当前i次成形回弹后弯曲角αi为:
αi=Kb(hi-he) (6)
式中,he为弹性行程;Kb为待求参数。
对于自由弯曲工艺而言,进行一次成形,获得成形偏差,利用偏差修正在线工艺参数。上述构成离散控制系统,离散控制系统的差分方程为(1)~(6),对上述差分方程进行Z变换,获得离散系统传递函数,利用传递对系统的稳定性进行分析,对式(1)、式(3)和式(4)变换后的传递函数分别为:
e(z)=(α0(z)-α(z))z-1 (7)
Δhp(z)=Kce(z) (8)
hp(z)=Δhp(z)+hp(z)z-1 (9)
弯曲行程与行程增量构成积分环节,其传递函数为:
α(z)=Kbhp(z) (11)
将式(7)~(11)进行整理可以得到系统的回弹闭环反馈控制的传递函数为:
其中系统的特征方程为:
z-1+KcKb=0 (13)
根据式(13)可以得到系统的特征根为:
z=1-KcKb (14)
在Z平面下系统满足稳定性的条件为:
|1-KcKb|≤1 (15)
构造出闭环系统的控制器的传递函数为:
将式(16)进行Z反变换,得出控制器的差分方程为:
式中,参数ei-1为上一次回弹后弯曲角αi-1与目标弯曲角α0的差值;初始塑性弯曲行程等于弹性行程he。
为了消除同一批板材不同方向,不同位置处材料性能带来的干扰,保证系统的稳定性要求,控制器中参数Kc的选取要参考参数Kb。
基于控制系统的稳定性建立回弹后弯曲角随成形次数变化模型,且考虑到收敛速度,主要四种模型KcKb=2、KcKb=1.5、KcKb=0.9、KcKb=0.5。经过试验数据分析,在上述四个模型中,从更利于控制系统的方面考虑,针对回弹后弯曲角随成形次数变化的分布情况,可得知当模型取KcKb=2时,在一定弯曲行程下,回弹后弯曲角会成过弯状态,影响弯曲回弹补偿;当模型取KcKb=0.9时,弯曲行程与回弹后弯曲角会成渐进平稳状态,反应相对较慢但利于控制。
Kc和Kb是理论上相乘等于1的两个参数,但是经过实验分析得到四种模型,从四种模型中优选的选0.9倍关系的那个模型,Kc为待求值,但是我们先假设了一个极小的Kc0,利用假设的这个值,结合求四组数据,拟合出α=Kbh+b中的Kb值,再用0.9倍的那个模型求出一个精确的KcR值。Kc是待求值、Kc0是假设的初始经验值、KcR是精确求出的值、p是英文单词“塑性”的首字母简写、是第i次塑性回弹后弯曲角偏差值。
步骤二,数据获取与拟合:由于步骤一中Kc值为未知量,且最后需要利用弯曲加工中的真实Kc值进行最后的回弹控制。从步骤一中我们可知选用回弹后弯曲角随成形次数变化模型中的平稳模型KcKb=0.9可以较好的控制回弹,那么我们可以初设一个较小的Kc经验值,利用这个经验值结合步骤一中的代数方程(17)获取弯曲加工中的真实弯曲行程hi值和回弹后弯曲角αi值,进而利用获取的数据拟合出弯曲行程h与回弹后弯曲角α的一次函数关系模型,求出Kb值,再结合平稳模型KcKb=0.9,求出真实Kc值,再将真实Kc值反带入代数方程(17),进行最后两次精确回弹控制。
具体主要有以下几步:
一、在范围0<Kc0<1内,我们可以取较小初始经验值Kc0=0.2。
二、经过一次试压获得(h1,α1)。
三、利用步骤一中代数公式(17),带入模型初始经验值Kc0=0.2、第一次试压弯曲行程h1、第一次试压回弹后弯曲角α1,可利用公式(17)求得h2;经过控制第二次试压弯曲行程h2,二次压制经过摄像机拍摄获得α2,依次获取三组数据(h2,α2)、(h3,α3)、(h4,α4),实现模型与数据的耦合,即利用模型求出hi,经过测量得出试验数据αi。将得到的四组数据利用最小二乘法拟合出步骤一中的弯曲行程h与回弹后弯曲角α的一次函数公式:
式中,为弯曲行程均值、回弹后弯曲角均值。m为数据弯曲加工的次数,本专利中m为4。
进而可以根据实验数据确定出Kb值:
步骤三,数据与模型耦合控制:将步骤二中Kb值带入步骤一中模型KcKb=0.9,得出的Kc真实值为KcR,将真实值KcR、第一次试压数据弯曲行程h4、回弹后弯曲角α4再反带回代数方程(17),依次再得出两组数据(h5,α5)、(h6,α6),这两组数据对回弹后弯曲角α4进一步的回弹优化控制,当满足条件|αi-α0|≤ε,参数值ε为目标弯曲角误差阈值,同时考虑到经济效益和精度要求,第六次弯曲加工后结束弯曲回弹控制;由于每次加工新工件都会有一次试压,都会得到一组新的试压数据(h1,α1),从而模型中的Kb值、KcR值始终是保持随之变化的,则材料不同时模型会自适应对弯曲进行回弹补偿。
具体实施例
步骤1:首先预设一个Kc0经验数值,经过一次弯曲试压,得到初始数据(h1,α1)。通过建立弯曲行程h与回弹后弯曲角α的一次函数关系模型,其中b为模型常数:
α=Kbh+b (20)
对一次函数模型进行一次泰勒展得差分方程:
对差分方程(21)进行Z变换得代数方程:
利用前面经验参数Kc0,结合第一组试压数据(h1,α1),通过公式(22),经过摄像机和光栅位移传感器的实时测量,进而得到三组预测实验数据(h2,α2)、(h3,α3)、(h4,α4),实现模型与数据的耦合,利用模型求出hi,经过测量得出试验数据αi。将上面的四组数据结合前面预设的回弹后的弯曲角与弯曲行程成一次函数模型关系,通过利用最小二乘法构建回弹后弯曲角与弯曲行程一次函数:
式中,为弯曲行程均值、回弹后弯曲角均值。
从而确定Kb值:
步骤2:根据闭环控制系统的特征方程,当满足0≤Kc≤2/Kb的判据时,系统是稳定的和收敛的。
a.回弹后弯曲角随成形次数变化模型有等幅振荡模型:
当Kc取相对较大值时,回弹后弯曲角随成形次数变化模型成等幅振荡形式,在模型下弯曲角容易产生过弯,影响弯曲回弹补偿。
b.回弹后弯曲角随成形次数变化模型有平稳渐进模型:
当Kc取相对较小值时,回弹后弯曲角随成形次数变化模型为渐进趋近目标弯曲角的形式,此模型稳定平缓,且反应相对较慢利于控制。则取模型(26)为弯曲加工标准模型,将步骤1求得模型数据Kb带入平稳模型(26),求出Kc真实值为KcR,将真实值KcR再反带入代数方程(22),求得最后两组数据(h5,α5)、(h6,α6),利用这两组数据对回弹后弹弯曲角α4进行最后两次回弹优化控制。
步骤3:当测量αi满足条件|αi-α0|≤ε,参数值ε为目标弯曲角误差阈值,同时考虑到经济效益和精度要求,第六次弯曲成型之后结束补偿。由于每次加工新工件都会有一次试压,都会得到一组新的试压数据(h1,α1),从而模型中Kb值、KcR值始终是保持随之变化的,随着第一次弯曲试压后,得到回弹后弯曲角和行程的关系,后面加工会依据前面得到的回弹后弯曲角和行程的关系,且回弹后弯曲角与目标弯曲角之间的误差在监测下会始终在一定误差范围内,当弯曲材料不同时,得到的回弹后弯曲角与目标弯曲角误差会超过误差限,此时,则重新进行标定。
以下结合具体实施例,对上述每一个步骤进行解释说明。
由于本发明在不改变模具弯曲工艺中模具参数的情况下,通过控制板料的弯曲行程得到弯曲工艺回弹后弯曲角α=40°,回弹后弯曲角阈值ε=0.1°现以弯曲试验机成形钢板为例。钢板规格:钢板牌号为22MnB5,钢板厚度为1mm,钢板宽度为50mm,钢板长度为150mm。
步骤A:初选Kc的经验值Kc0=0.2,第一次试压板料得到第一组试压数据(20,34.89°)。将第一次试压数据(20,34.89°)、Kc的经验值Kc0=0.2带入公式:
利用系统求出的第二次弯曲行程h2=21.022,第二次试压,摄像机测量出α2=36.413°,进而再求出第三、四组数据(21.7394,37.468°)、(22.2456,38.121°),共四组数据。
步骤B:将获得的四组数(20,34.89°)、(21.022,36.413°)、(21.7394,37.468°)、(22.2456,38.121°),拟合出一次曲线α=ah+b,由Kb=a,求出值Kb=1.44748,进而求出真实Kc值KcR=0.62,将真实值KcR带入公式:
得到第五组精确加工数据(23.41058,39.764507°),当测量α5时,因不满足条件|α5-α0|≤ε,进一步精确补偿加工,得第六组数据(23.556237,39.944°),满足条件|α6-α0|≤ε,结束补偿。
最后应说明的是:以上所述的各实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或全部技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (6)
1.一种模型与数据耦合驱动的弯曲回弹补偿方法,其特征在于:其包括以下步骤:
步骤S1:设置目标回弹后弯曲角α0,上一次成形回弹后弯曲角为αi-1,上一次成形角度偏差为ei-1,i=1,2,3,…,n,角度偏差的计算公式为:
ei-1=α0-αi-1
预设一个Kc的最小经验数值Kc0,经过一次弯曲试压,得到初始数据(h1,α1),建立弯曲行程h与回弹后弯曲角α的一次函数关系模型:
α=Kbh+b
对上述一次函数关系模型进行一次泰勒展得当前i次成形偏差与弯曲行程增量关系:
其中,为当前i次成形的弯曲行程增量,Kc和Kb是理论上相乘等于1的两个参数,Kc是待求值、Kc0是假设的初始经验值、KcR是精确求出的值、p是英文单词塑性的首字母简写、是第i次塑性回弹后弯曲角偏差值,
则当前第i次成形的塑性弯曲行程为:
式中,为第i-1次塑性弯曲行程;
对公式进行Z变换得代数方程:
利用经验参数Kc0=0.2结合第一组试压数据(h1,α1),带入代数方程进而得到三组试压数据(h2,α2)、(h3,α3)、(h4,α4),由前面预设的回弹后的弯曲角与弯曲行程成一次函数,则利用最小二乘法拟合回弹后弯曲角与弯曲行程一次函数:
式中,分别为弯曲行程均值、回弹后弯曲角均值,hi,αi分别为第i次弯曲行程、回弹后弯曲角,m为数据弯曲加工的次数,求得Kb值:
对基于控制系统的稳定性建立回弹后弯曲角随成形次数变化模型的四种稳定模型进行分析得到最终回弹后弯曲角随成型次数变化的稳定模型:
带入Kb值,求得Kc的真实值KcR;
步骤S2:将真实值KcR带入代数方程再得出两组精确控制弯曲加工数据(h5,α5)、(h6,α6),利用这两组数据对回弹后弯曲角α4进行进一步回弹优化控制。
2.根据权利要求1所述的模型与数据耦合驱动的弯曲回弹补偿方法,其特征在于:所述步骤S2中当测量αi满足条件|αi-α0|≤ε,结束弯曲回弹控制,式中参数值ε为目标弯曲角误差阈值。
3.根据权利要求1所述的模型与数据耦合驱动的弯曲回弹补偿方法,其特征在于:所述步骤S1中,为了消除同一批板材不同方向,不同位置处材料性能带来的干扰,保证系统的稳定性要求,控制器中参数Kc的选取需要参考参数Kb。
4.根据权利要求1所述的模型与数据耦合驱动的弯曲回弹补偿方法,其特征在于:所述步骤S1中,对于自由弯曲工艺而言,进行一次成形,获得成形偏差,并利用成形偏差修正在线工艺参数。
5.根据权利要求1所述的模型与数据耦合驱动的弯曲回弹补偿方法,其特征在于:所述步骤S1中的前五个公式构成离散控制系统,对上述差分方程进行Z变换,获得离散系统传递函数,利用传递对系统的稳定性进行分析,对公式ei-1=α0-αi-1、公式和公式变换后的传递函数分别为:
e(z)=(α0(z)-α(z))z-1
Δhp(z)=Kce(z)
hp(z)=Δhp(z)+hp(z)z-1
弯曲行程与行程增量构成积分环节,其传递函数为:
α(z)=Kbhp(z)
将上述五个传递函数公式进行整理可以得到系统的回弹闭环反馈控制的传递函数为:
其中系统的特征方程为:
z-1+KcKb=0
根据公式z-1+KcKb=0,可以得到系统的特征根为:
z=1-KcKb
在Z平面下系统满足稳定性的条件为:
|1-KcKb|≤1
构造出闭环系统的控制器的传递函数为:
将公式进行Z反变换,得出控制器的差分方程为:
式中,参数ei-1为上一次回弹后弯曲角αi-1与目标弯曲角α0的差值;初始塑性弯曲行程等于弹性行程he。
6.根据权利要求1所述的模型与数据耦合驱动的弯曲回弹补偿方法,其特征在于:步骤S1中基于控制系统的稳定性建立回弹后弯曲角随成形次数变化模型且考虑到收敛速度的四种稳定模型为
KcKb=2、KcKb=1.5、KcKb=0.9、KcKb=0.5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910243257.2A CN109940062B (zh) | 2019-03-28 | 2019-03-28 | 一种模型与数据耦合驱动的弯曲回弹补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910243257.2A CN109940062B (zh) | 2019-03-28 | 2019-03-28 | 一种模型与数据耦合驱动的弯曲回弹补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109940062A true CN109940062A (zh) | 2019-06-28 |
CN109940062B CN109940062B (zh) | 2020-01-21 |
Family
ID=67011942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910243257.2A Active CN109940062B (zh) | 2019-03-28 | 2019-03-28 | 一种模型与数据耦合驱动的弯曲回弹补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109940062B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111027157A (zh) * | 2019-12-20 | 2020-04-17 | 江南大学 | 除尘器箱体双肢组合截面压弯柱柔性支撑系统的设计方法 |
CN115171820A (zh) * | 2022-06-29 | 2022-10-11 | 成都飞机工业(集团)有限责任公司 | 一种空间连续多弯构件弯曲成形精确动态补偿方法 |
CN116689568A (zh) * | 2023-08-09 | 2023-09-05 | 成都飞机工业(集团)有限责任公司 | 铝合金管件弯曲成型回弹控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1480767A1 (de) * | 2002-02-27 | 2004-12-01 | Christian Juricek | Verfahren zur reduktion der biegewinkelfehler beim gesenkbiegen |
US20140100006A1 (en) * | 2012-10-06 | 2014-04-10 | James Edward Jennings | Arena baseball game system |
CN104794256A (zh) * | 2013-11-12 | 2015-07-22 | 埃姆普里萨有限公司 | 成形钣金件的回弹补偿 |
CN106077170A (zh) * | 2016-07-14 | 2016-11-09 | 燕山大学 | 一种弯曲曲率回弹补偿控制方法 |
CN107563066A (zh) * | 2017-09-06 | 2018-01-09 | 哈尔滨理工大学 | 一种基于数值模拟的回弹过程模具补偿方法 |
CN108920847A (zh) * | 2018-07-06 | 2018-11-30 | 中南大学 | 用于蠕变时效成形的回弹补偿方法 |
-
2019
- 2019-03-28 CN CN201910243257.2A patent/CN109940062B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1480767A1 (de) * | 2002-02-27 | 2004-12-01 | Christian Juricek | Verfahren zur reduktion der biegewinkelfehler beim gesenkbiegen |
US20140100006A1 (en) * | 2012-10-06 | 2014-04-10 | James Edward Jennings | Arena baseball game system |
CN104794256A (zh) * | 2013-11-12 | 2015-07-22 | 埃姆普里萨有限公司 | 成形钣金件的回弹补偿 |
CN106077170A (zh) * | 2016-07-14 | 2016-11-09 | 燕山大学 | 一种弯曲曲率回弹补偿控制方法 |
CN107563066A (zh) * | 2017-09-06 | 2018-01-09 | 哈尔滨理工大学 | 一种基于数值模拟的回弹过程模具补偿方法 |
CN108920847A (zh) * | 2018-07-06 | 2018-11-30 | 中南大学 | 用于蠕变时效成形的回弹补偿方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111027157A (zh) * | 2019-12-20 | 2020-04-17 | 江南大学 | 除尘器箱体双肢组合截面压弯柱柔性支撑系统的设计方法 |
CN115171820A (zh) * | 2022-06-29 | 2022-10-11 | 成都飞机工业(集团)有限责任公司 | 一种空间连续多弯构件弯曲成形精确动态补偿方法 |
CN116689568A (zh) * | 2023-08-09 | 2023-09-05 | 成都飞机工业(集团)有限责任公司 | 铝合金管件弯曲成型回弹控制方法 |
CN116689568B (zh) * | 2023-08-09 | 2023-11-10 | 成都飞机工业(集团)有限责任公司 | 铝合金管件弯曲成型回弹控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109940062B (zh) | 2020-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109940062B (zh) | 一种模型与数据耦合驱动的弯曲回弹补偿方法 | |
JP2016193455A (ja) | 金属板材曲げ成形制御方法 | |
CN109318050A (zh) | 自动制孔系统的孔位校正方法 | |
CN105789812B (zh) | 一种腔体滤波器自动调节方法及系统 | |
CN104117554A (zh) | 一种高精度矫直机自动控制系统及控制方法 | |
CN112916624B (zh) | 一种ucm轧机板形执行机构调控功效系数获取方法 | |
Aerens et al. | Springback prediction and elasticity modulus variation | |
CN106681134A (zh) | 一种高精度舵机位置控制方法 | |
US10525515B2 (en) | Roll-bending processing method and processing device | |
CN109635364A (zh) | 一种基于误差控制函数的回弹量估算方法 | |
US7607329B2 (en) | Method for free bending | |
CN116147724A (zh) | 一种适用于超声水表的计量方法 | |
JP2515217B2 (ja) | ベンデイングロ―ルによる金属材料の曲げ加工方法とその装置 | |
CN114357804B (zh) | 线材弯曲成形回弹补偿方法 | |
CN115171820A (zh) | 一种空间连续多弯构件弯曲成形精确动态补偿方法 | |
CN112329198B (zh) | 一种基于数据驱动的宽厚板放尺长度优化方法 | |
TWI774504B (zh) | 工具機循圓量測調機方法 | |
CN108213941B (zh) | 一种基于力学理论控制的直线导轨分段校调安装方法 | |
CN108984982B (zh) | 可预设精度的螺旋锥齿轮加工参数反调修正计算方法 | |
US4989432A (en) | System and method of detecting roll position in a rotary straightener | |
Hoppe et al. | Reducing uncertainty in shunt damping by model-predictive product stiffness control in a single point incremental forming process | |
Gräler et al. | Assisted setup of forming processes: compensation of initial stochastic disturbances | |
CN112775242B (zh) | 冲压控制方法 | |
CN107363173A (zh) | 一种板料成型加工回弹算法 | |
CN113221319B (zh) | 一种c型复合材料制件固化变形回弹角的测量计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |