인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Methods for identifying the dynamic parameters of machine tool feed drives have been studied to develop simulation models reflecting the machine dynamics. Most studies propose identification methods that use the least squares method, mathematical calculations, and sensors. However, these methods have limitations such as difficulty in accounting for nonlinear friction at low speeds and the requirement for physical modifications. To address these issues, this study proposes a feed drive modeling method that identifies dynamic parameters based on the position differences between the simulation model and machine tool, while minimizing nonlinear friction effects. The identification approach is validated by identifying an arbitrary simulation model and evaluating its accuracy by comparing the position prediction and contour errors between the feed drive simulation model and machine tool. Experimental results confirm that the proposed method, using position, effectively identifies the dynamic parameters of the CNC machine tool feed drive while minimizing friction effects.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-091236448
