数控系统混合任务的关键调度算法研究及其对加工精度的影响规律分析

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    50905063
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    19.0万
  • 负责人：
    万加富
  • 依托单位：
    华南理工大学
  • 学科分类：
    E0510.制造系统与智能化
  • 结题年份：
    2012
  • 批准年份：
    2009
  • 项目状态：
    已结题
  • 起止时间：
    2010-01-01 至2012-12-31

项目摘要

本项目主要针对高性能数控系统的任务在嵌入式实施中迫切需要解决的问题展开研究。为定量分析不同调度算法下任务的不确定性对加工误差的影响规律，采用基于数控系统模型的加工误差分析方法，建立数控加工过程的仿真模型。在此基础上，针对以CPU利用率为反馈量的实时调度算法在数控系统应用中存在的不足，同时考虑控制和实施两方面的因素，优化选择数控关键实时任务周期，提出了基于关键任务输出抖动的实时反馈调度算法。该算法通过满足数控混合任务集的可调度性和关键任务的抖动范围双重约束条件，从而减小因关键实时任务(如插补任务和伺服任务等)的不确定性引起的加工误差，以确保数控系统的性能。本项目的实施，可实现对有限资源的优化调度，提高系统资源的利用率，同时确保数控系统在控制器负载变化情况下关键实时任务的确定性，提升了系统的可靠性。项目研究对数控系统的嵌入式控制器实施问题具有重要的理论指导意义和良好的应用前景。

结项摘要

本项目主要完成如下：1）为定量分析不同调度算法下任务的不确定性对加工误差的影响规律，采用基于数控系统模型的加工误差分析方法，建立数控加工过程的仿真模型。2）在此基础上，针对以CPU 利用率为反馈量的实时调度算法在数控系统应用中存在的不足，同时考虑控制和实施两方面的因素，优化选择数控关键实时任务周期，提出了基于关键任务输出抖动的实时反馈调度算法。. 本项目的意义：该算法通过满足数控混合任务集的可调度性和关键任务的抖动范围双重约束条件，从而减小因关键实时任务( 如插补任务和伺服任务等) 的不确定性引起的加工误差，以确保数控系统的性能。本项目的实施，可实现对有限资源的优化调度，提高系统资源的利用率，同时确保数控系统在控制器负载变化情况下关键实时任务的确定性，提升了系统的可靠性。项目研究对数控系统的嵌入式控制器实施问题具有重要的理论指导意义和良好的应用前景。. 在本项目的资助下，发表论文34篇，其中：SCI论文12篇，EI论文22篇。

项目成果

期刊论文数量（20）
专著数量（0）
科研奖励数量（0）
会议论文数量（14）
专利数量（0）
A Taxonomy of Agent Technologies for Ubiquitous Computing Environments
普适计算环境代理技术分类
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    KSII Transactions on Internet and Information Systems
  • 影响因子：
    1.5
  • 作者：
    Zhang; Daqiang;Wan; Jiafu;Liu; Qiang;Guan; Xin;Liang; Xuedong
  • 通讯作者：
    Xuedong
Enabling cyber-physical systems with machine-to-machine technologies
利用机器对机器技术启用网络物理系统
  • DOI：
    10.1504/ijahuc.2013.055454
  • 发表时间：
    --
  • 期刊：
    International Journal of Ad Hoc and Ubiquitous Computing (SCI)
  • 影响因子：
    --
  • 作者：
    Jiafu Wan;Hehua Yan;Qiang Liu;Keliang Zhou;Rongshuang Lu;Di Li
  • 通讯作者：
    Di Li
Parallel distributed compensation fuzzy controller design for dynamic positioning
动态定位并行分布式补偿模糊控制器设计
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Journal of Convergence Information Technology
  • 影响因子：
    --
  • 作者：
    Baoyu Ye;Qingruo Wang;Jianbin Xiong;Jiafu Wan
  • 通讯作者：
    Jiafu Wan
Detection of outliers in sensor data based on adaptive moving average fitting
基于自适应移动平均拟合的传感器数据异常值检测
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Sensor Letters (SCI)
  • 影响因子：
    --
  • 作者：
    Jianbin Xiong;Qinruo Wang;Jiafu Wan;Baoyu Ye;Weichao Xu
  • 通讯作者：
    Weichao Xu
Wind direction and speed forecasting optimization algorithm for ship based on time series and Kalman filter
基于时间序列和卡尔曼滤波器的船舶风向风速预测优化算法
  • DOI：
    10.4156/jcit.vol7.issue8.48
  • 发表时间：
    --
  • 期刊：
    Journal of Convergence Information Technology
  • 影响因子：
    --
  • 作者：
    Jianbin Xiong;Qinruo Wan;Shuting Cai;Weichao Xu;Baoyu Ye;Jiafu Wan
  • 通讯作者：
    Jiafu Wan

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

面向智能产线的柔性输送系统结构设计与智能控制
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    华南理工大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    王世勇;万加富;张春华;张舞杰
  • 通讯作者：
    张舞杰
Performance analysis model for real-time Ethernet-based computer numerical control system
基于以太网的实时计算机数控系统性能分析模型
  • DOI：
    10.1007/s11771-011-0871-7
  • 发表时间：
    --
  • 期刊：
    Journal of Central South University of Technology (English Edition)
  • 影响因子：
    --
  • 作者：
    万加富;李迪;涂钰青;张春华
  • 通讯作者：
    张春华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码