异地站点之间需要在广域范围实现时间同步。除了采用卫星授时外,希望借助SDH(Synchronous Digital Hierarchy)网络进行时间同步性能的在线监测。但是广域范围内的SDH网络结构复杂、跳数较多,且大量存在上下行线路不对称的现象,对传统网...异地站点之间需要在广域范围实现时间同步。除了采用卫星授时外,希望借助SDH(Synchronous Digital Hierarchy)网络进行时间同步性能的在线监测。但是广域范围内的SDH网络结构复杂、跳数较多,且大量存在上下行线路不对称的现象,对传统网络时间同步技术提出了挑战。因此,针对广域SDH网络,提出了基于WR PTP(White Rabbit Precision Timing Protocol)技术的链路模型。该模型考虑了SDH网络中存在的各个延时环节及其计算方法,并针对实际网络中存在的不对称链路时延,给出了修正方法,推导了时钟偏差的修正计算公式。同时对于SDH环网中存在的链路倒换问题,给出了工程化解决方法。所提各方法在实际的SDH网络上进行了测试,结果表明,能达到的时间同步误差不超过1μs,可满足广域时间同步及时钟同步性能在线监测的需要。展开更多
大型龙门五轴机床的热变形是影响加工精度的重要因素之一。文章探讨了环境温度变化对机床热变形的影响规律。为提升大型龙门数控机床环境综合热误差预测精度,设计了一种基于带卷积的灰色长短期记忆神经网络(grey long short-term memory...大型龙门五轴机床的热变形是影响加工精度的重要因素之一。文章探讨了环境温度变化对机床热变形的影响规律。为提升大型龙门数控机床环境综合热误差预测精度,设计了一种基于带卷积的灰色长短期记忆神经网络(grey long short-term memory neural network, CNN-GreyLSTM)的热误差预测模型。以某大型龙门机床为研究对象,使用有限元仿真与试验相结合的方式分析了环境温度变化引起的刀尖点热漂移误差。分别采用CNN-Grey-LSTM、CNNLSTM和带卷积积分的灰色神经网络模型(GNNMCI(1,N))建立热误差模型并进行对比分析。结果表明,与常见的神经网络相比,CNN-Grey-LSTM模型能更好适应复杂多变的数据特征和时间序列预测问题,体现出更好的预测精度与鲁棒性。展开更多
