基于加工過程特征的銑削加工智能控制知識庫研究.pdf

1、智能制造(Intelligent Manufacturing,IM)是面向21世紀的先進制造模式,提高底層加工設備的智能水平是智能制造系統(tǒng)的重要研究內容之一。約束型自適應控制(Adaptive Constraint Control,ACC)作為加工過程智能化控制一直以來都是研究中的主要方向,它通過調節(jié)某個或多個參數(shù)使某一切削參數(shù)(切削力、扭矩、功率或溫度)控制在一定約束范圍內。但在加工過程自適應約束控制實施過程中,圍繞自適應約束控制目標

2、值的確定一直都沒有很好的解決方案,常用的情況是在機床額定值約束下,考慮所選擇的刀具幾何參數(shù)、刀具材料、加工材料和進給參數(shù)等特征條件,根據(jù)經驗確定一個約束估計值,這在很大程度上限制了機床功率的充分發(fā)揮和ACC的推廣使用。因此,有必要依據(jù)不同的加工過程條件,利用人工智能技術處理非線性問題的特點,獲取不同加工過程條件下的加工過程知識,智能化的決策出約束型自適應控制的控制目標,最大限度的發(fā)揮機床的工作效率,提高加工機器的智能化水平。 基

3、于上述考慮,本論文從加工過程約束型自適應控制目標值的智能化選擇出發(fā),以數(shù)控加工過程特征描述、特征的知識獲取和推理及其在ACC控制目標值決策中的應用作為研究方向,建立了基于加工過程特征的銑削加工智能控制神經網絡知識獲取模型,該模型以加工深度、每齒進給量、工件材料硬度、刀具磨損特征、刀具齒徑比及切削液特征為輸入,切削速度和銑削功率為輸出,智能化的推理出銑削功率,為實現(xiàn)ACC控制目標的智能決策探求了一條途徑,論文在以下幾方面展開研究：

4、 (1) 詳細闡述加工過程特征及其相關概念,描述加工過程特征的具體含義,運用面向對象的方法對加工過程特征進行表示,并對加工過程特征的識別方法展開討論。 (2) 利用集中參數(shù)模型詳細描述銑削過程的非線性、時變性和不確定性特點,通過分析功率約束型ACC控制目標依據(jù)經驗選擇的不足,在專家系統(tǒng)和神經網絡基礎上,構建功率約束型ACC的數(shù)控銑削加工過程智能控制知識庫系統(tǒng)模型,分析了系統(tǒng)結構并給出了MRR(Material removal r

5、ate,MRR)優(yōu)化引擎的設計方法,設計了知識庫系統(tǒng)與分層遞階控制ACC的通訊接口。 (3) 研究建立了以加工深度、每齒進給量、工件材料硬度、刀具磨損特征、刀具齒徑比及切削液特征為輸入,切削速度和銑削功率為輸出的BP網絡知識獲取和表示模型。運用改進的BP算法對網絡進行訓練,表現(xiàn)出較好的收斂性和較高的擬合度,能夠根據(jù)不同的加工過程特征,推理出銑削功率和切削速度。該模型的建立為加工過程特征匹配知識庫的建立奠定了基礎。 (4)