FluidNC项目中的Jogging速度异常问题分析与解决
2025-07-07 02:39:29作者:段琳惟
问题背景
在FluidNC项目中,用户在使用MKS DLC32控制器板的CNC设备时,发现了一个关于Jogging(点动)操作的异常现象。当Feed Rate Override(进给速率覆盖)设置不为100%时,Jogging操作会以极低的速度运行,并且在状态反馈中显示"nan"(非数字)的进给速率值。
问题现象的具体表现
- 当Feed Rate Override设置为100%时,Jogging操作正常,速度符合预期
- 当Feed Rate Override设置为非100%值(如120%、128%等)时:
- Jogging速度变得异常缓慢
- 状态反馈中FS(Feed Speed)字段显示为"nan"
- 操作响应明显变慢
问题复现步骤
- 启动FluidNC控制器(版本3.7.17)
- 执行归零操作($H命令)
- 在正常状态下(Override=100%)执行Jogging命令,如:
此时操作正常$J=G21G91X-10.000Y-10.000Z0.000F1000 - 将Override设置为非100%值(如120%)
- 再次执行相同的Jogging命令
- 观察到速度异常和"nan"显示
技术分析
经过项目维护者的深入调查,发现这个问题源于Jogging操作与Feed Rate Override功能的交互逻辑存在缺陷。在FluidNC的设计中:
- Jogging操作本应不受Feed Rate Override影响
- 但在实际实现中,Override设置被错误地应用于Jogging操作
- 这种错误的交互导致了速度计算异常,进而产生"nan"值
解决方案
项目维护团队迅速响应并修复了这个问题。修复的核心内容包括:
- 明确分离Jogging操作和Feed Rate Override的逻辑
- 确保Jogging速度计算不受Override设置影响
- 修复状态反馈中FS值的计算和显示逻辑
验证与测试
修复后,用户进行了全面测试,确认:
- 在各种Override设置下,Jogging操作都能保持预期速度
- FS值显示正常,不再出现"nan"
- 所有相关功能(包括WebUI和物理控制)都工作正常
总结
这个问题的解决体现了FluidNC项目对用户体验的重视和快速响应能力。对于CNC设备用户来说,Jogging操作的准确性至关重要,特别是在调试和定位过程中。此次修复确保了用户在各种设置下都能获得一致的Jogging体验。
对于使用FluidNC控制器的用户,建议定期关注项目更新,及时应用最新的稳定版本,以获得最佳的性能和功能体验。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C030
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
425
3.26 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
334
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
264
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
667
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
19
30