林献坤[1]2007年在《支持合弄结构的数控加工智能控制系统的关键技术研究》文中进行了进一步梳理数控技术是先进制造技术和装备的核心技术，当今世界各国广泛采用数控技术，以提高制造水平和对动态多变市场的适应能力。但是数控系统在控制方面一直扮演的是一种顺序和逻辑执行器的功能，它缺少有效的加工过程反馈，更无法与制造系统的其他智能决策系统实现互动；在实际加工中为了避免存在不可预知的主轴电机过负荷或刀具破损，NC程序往往需要有经验的工程师事先编制，一般都采取比较保守的切削用量，这导致了较低的加工效率；合适的切削用量经过复杂计算可以得到，但得到的切削用量无法知道是否与整个制造系统目标协同。合弄控制结构是一种综合了递阶控制结构和协同控制结构形式与特点的制造系统控制结构，它汲取分布式结构的优点，是一种柔性的、开放的、具有能适应广大范围制造要求的先进控制结构，为制造系统控制结构的发展提供了新思路，正由于这种特点决定了它是制造系统控制结构发展演变的必然结果。本文应用合弄控制结构思想，研究数控加工过程智能控制的有关问题，研究成果对于提高我国的数控加工水平和加工效率具有重要作用，对于合弄控制结构在制造系统底层的具体实施具有一定理论指导意义。本文的主要研究内容及成果可总结如下：(1)探讨合弄控制结构的原理及特点，分析合弄控制结构决策能力的基础上，提出了支持合弄控制结构的数控加工过程离线规划、在线规划和实时规划的叁层规划功能的智能控制系统模型，为数控加工环节支持合弄控制结构奠定了基础。在此系统模型的基础上，研究了基于多目标决策的在线规划的决策问题，给出了加工特征关系图的数据结构表示方式，提出了一种基于遗传算法和变贪婪算法相混合的问题求解方法，研究成果为决策者在多变动态的环境下提高数控加工在线工艺规划水平提供一种新思路。(2)分析传统专家系统在铣削加工参数智能选择应用中存在的问题，提出一种可实现铣削用量智能选择的模糊逻辑推理方法。构造了以刀具直径、加工深度和材料硬度为输入，以铣削速度和铣削进给量为输出的模糊推理模型。针对铣削进给量推理模型的输入与输出规则复杂性问题，给出了一种基于人工神经网络与k-means聚类相结合的机器学习方法，实现了推理规则知识的自动获取，通过手册数据与模型推理结果的对比实验研究，验证了提出的方法具有良好的智能推理性能，研究成果为专家系统实现铣削用量在线智能选择提供一种新方法。(3)研究设计了实现参数优化匹配Agent需要的相关配套技术，建立了加工参数多目标优化模型，给出了应用遗传算法求解多目标优化模型的方法，并通过模型求解获取可供智能Agent学习样本集，在此基础上提出了一种应用粒子群进化算法同时优化神经网络及其结构的方法，实现了对加工参数优化匹配知识的有效获取，为参数定量匹配Agent知识库的建立奠定基础。最后给出借用Visual C++为开发工具、以SQL Server为加工参数数据库管理系统，以CJlibrary类库为人机交互界面的开发继承类库，开发加工参数优化匹配Agent，并给出了具体实现过程。(4)针对数控加工过程支持Holonic控制结构的实时性要求，提出了数控加工实时规划Holon的决策模型，分析了模型中协调Agent的结构及功能原理，提出以模糊控制和专家控制混合控制方法为基础的智能递阶控制结构，为实时规划Holon决策功能的执行控制奠定基础。为了支持这种方法的有效应用，研究了以主轴功率为约束控制目标，以进给倍率开关和与机床兼容的相关控制特性为递阶控制接口，以嵌入式单片机为实现平台，开发实现实时规划Holon决策模型智能执行控制器，并给出了具体实现方法。研究成果为机床设备自律、加工过程ACC控制和制造系统优化叁者之间实现协同，为传统数控加工过程存在自动化“孤岛”问题提供一种解决方案。
任永忠[2]2003年在《数控加工智能控制系统的研制》文中进行了进一步梳理一般数控机床在加工生产中是根据编制的加工程序进行工件的切削，加工过程中的一些参数如：切削速度、进给速度、切削深度等都是在编程时根据机床加工手册和操作者的经验确定。在编程中往往无法预先考虑实际加工过程中出现的一些情况如：加工余量的不一致、工件材质的不均匀、刀具的磨损等对加工质量的不良影响，将加工参数设置得较为保守。为了提高加工效率，操作者在加工过程中根据加工状况不断地调整操作面板上的进给速度、主轴转速这两个参数的修调旋钮，使机床工作在较理想的状态。 本论文在消化吸收以色列OMAT优铣装置技术的基础上，在总结了国内外在智能自适应数控加工技术方面的研究概况及发展动态，选用参数自调整模糊控制算法，研制一种应用在协鸿加工中心的智能控制系统。该系统对整个加工过程进行实时检测，根据检测到的加工状态实时调整进给速度，维持切削功率约束值不变，以提高数控机床在切削加工过程中的适应能力和智能水平，旨在充分发挥加工中心的加工潜力，在保证加工精度的条件下，提高切削效率，降低工件的制造成本。这一控制过程可以说是对机床操作者的智能模拟。
胡玉景[3]2006年在《超声振动—磨削—脉冲放电复合加工技术及其智能控制的研究》文中认为硬脆材料常用的加工方法很多，但现有加工方法各有利弊。超硬脆材料的难加工性制约了其推广应用。本文查阅了大量的相关文献，结合当前常用的加工方法，在已有研究成果的基础上提出了超声振动-磨削-脉冲放电复合加工技术及其智能控制的研究课题，对复合加工的加工机理、复合加工控制系统的硬件结构、加工智能控制系统的构建、加工参数的优化选择、复合加工工艺数据库的设计实现及在Window 2000环境下系统软件的实现等进行了深入系统地研究。 本文通过建立复合加工过程的物理模型对复合加工的加工机理进行了深入系统的分析，指出在复合加工过程中放电加工、磨削加工和超声波加工互为有利条件，放电加工产生的表面变质层和表面拉应力有利于磨削加工和超声波加工的材料去除，磨削加工和超声波加工生成的新鲜表面为下一次脉冲放电做好准备。超声振动产生的空化作用、泵吸作用和涡流作用提高脉冲放电加工和磨削加工的效率；超声振动改变了磨粒的运动路径，从而减小了磨削力和磨削加工的有效加工时间，在加工区域产生明显的应力和能量传递集中现象，减少材料内部微观裂纹和表面破碎的产生。 研制开发了一套超声振动-磨削-脉冲放电复合加工数控机床，详细介绍了数控机床关键性部件主轴和超声振动系统设计，采用高精度旋转集流环解决了工具电极的超声振动信号输入问题，采用高精度花岗石套解决工具电极的旋转精度问题。实现了磨削加工、超声波加工和电火花加工及其复合加工。 详细分析阐述了数控系统各部分的功能和工作原理，并给出了具体的实现过程。在超声振动-磨削-脉冲放电复合加工数控系统的研究基础上，建立了复合加工过程数控系统的总体架构，系统硬件采用了工控PC+NC组成的主从分布式多CPU控制模式，以工控PC为上位机，实现后台任务管理；PMAC-Ⅰ型运动控制器、脉冲电源CPU和超声电源CPU作为下位机实现加工过程的前台处理任务。 试验确定了复合加工各参数对加工工艺效果的影响曲线，采用神经网络技术
高升晖[4]2008年在《微细及小孔电火花加工的关键技术研究》文中提出随着世界范围产品日益的小型化和精密化,作为非接触式精微制造方法之一的微细及小孔电火花加工技术以其超精细和高精度的加工特点倍受学术界和工业界关注,目前已经成为微机械制造领域的重要组成部分之一,在制造业中得以广泛应用。但是由于微细及小孔电火花加工自身具有的放电能量极微、脉冲电源频率高、难以获得稳定的火花放电状态以及放电间隙极小等固有特性,决定了其加工过程仍然存在放电状态实时检测方法单一、加工过程难于准确控制、放电状态难于预测、加工系统精度提高困难和微小电极在线制备困难等关键性技术难点,亟待突破和解决。本论文针对上述多项亟待解决的关键性技术问题,即:放电状态实时检测方法的研究与实现、加工过程智能控制策略的研究与应用、放电状态预测理论研究及其方法实现、以及高精度和快速响应实验装置的研制等展开研究工作。旨在对上述关键性技术问题的解决提供一些新的思路和方法。针对微细及小孔电火花加工过程的高频微能放电、复杂干扰及放电信号畸变严重等实际情况,本论文提出了一种基于模糊逻辑的放电状态逐级映射检测方法。以该检测方法的输出量(放电状态比率)作为加工过程控制系统的输入量,设计了微小孔电火花加工的双闭环控制系统,提出了一种基于模糊逻辑的小孔电火花加工过程控制策略。在此基础上,对微细及小孔电火花加工放电状态的预测理论进行了深入的研究和探索,提出了基于局域波分解的微细及小孔电火花加工放电状态预测模型和实现方法;实验结果表明,该预测方法的预测精度高、预测结果稳定,对微细及小孔电火花加工放电状态的在线预测和加工过程的稳定控制提供了有益的参考。同时,本论文研制出一套基于直线电机驱动的微小孔电火花加工实验装置,该实验装置的精度高、响应速度快,基于该实验装置的小孔加工试验表明:应用本论文提出的检测方法和控制策略与传统的检测和控制方法相比,放电加工效率显着提高,并且愈接近微细加工条件,加工效率的提高就愈发明显。由此可见,本论文提出的放电状态逐级映射检测方法和基于模糊逻辑的加工过程控制策略与传统方法比较,更加适合于微细及小孔电火花加工过程的实时检测和稳定控制。综上所述,本论文在微细及小孔电火花加工的检测、控制和预测等方面所取得的研究成果,对微细电火花加工起到了有益的理论借鉴作用,具有一定的技术参考价值。
陈辉雄[5]2016年在《论数控加工智能控制系统的研制》文中提出随着经济的发展和科技的进步,数控加工技术获得了长足的进步和广泛的应用。以数控加工中心自动换刀技术为例,为了解决数控加工中心自动换刀技术在使用过程中出现的速度慢、稳定性能低以及控制系统编程复杂等一系列问题,文章着重对数控加工和加工中心自动换刀功能进行概述,描述了刀库的结构、换刀的动作以及PLC程序的开发和应用,具有很大的现实意义。
井水淼[6]2008年在《电火花微小孔加工控制方法及参数优化的研究》文中提出随着现代精微制造技术的发展,超精细、高精度的微细电火花加工技术以其非接触式和易实现微叁维结构加工的独特技术优势,在微制造领域中得以广泛应用。电火花微小孔加工作为微细电火花加工的重要应用领域,在很大程度上标志着电火花加工的研究发展水平。在影响因素复杂、随机性强的电火花微小孔加工中,成熟可靠的加工系统、准确的放电状态检测技术、合理的加工控制方法和加工工艺参数的优化是获得理想稳定的放电状态,实现电火花微小孔高效、高稳定性和高精度加工的关键技术。因此,对上述技术难点的研究具有重要的理论意义和应用价值。针对电火花微小孔加工的特点和要求,研制出一台具有旋振式加工机构的电火花微小孔加工系统,该系统的精度高、动态响应速度快,并具备功能完善的数控系统;针对电火花微小孔加工放电状态复杂的特点,提出了微细电火花加工放电状态逐级映射检测技术,并在设计电火花微小孔加工控制系统的基础上,以检测到的放电状态比率为输入,提出了一种基于模糊逻辑算法的电火花微小孔加工控制方法;针对加工时间、电极损耗和孔径间隙叁项加工目标的优化,以上述检测和控制方法为基础,通过正交试验分析,得到了各参数对单个加工目标的影响规律,使单项指标分别达到了最优效果,并引入灰关联度理论,将多项工艺指标的优化转化为单目标灰关联度的最大化,得到了多目标下的参数优化组合。在本论文研制的电火花微小孔加工系统上进行试验研究,加工控制方法试验结果证明,以加工效率为目标,本论文提出的检测技术和控制方法明显优于传统控制方法,且微小孔的深径比越大,加工效率的提高效果越显着,可见微细电火花放电状态逐级映射检测技术和基于模糊逻辑算法的电火花微小孔加工控制方法非常适用于电火花微小孔加工领域;多目标参数优化验证试验结果表明,基于正交试验的灰关联度优化方法能够同时实现加工时间、电极损耗和孑L径间隙的优化,提高了电火花微小孔的加工效率、加工精度和加工稳定性。
陈淳辉[7]2007年在《模糊控制技术在数控机床中的应用研究》文中进行了进一步梳理常规PID控制具有算法简单、高精度和高可靠性等优点,其核心是参数的整定。对于确定性的被控对象通过适当地整定PID参数,可以获得比较满意的控制效果,但对于不确定、大滞后、非线性的复杂系统,则难以整定其参数,因此也比较难以达到预期的控制效果。而模糊控制不依赖于被控对象的模型,适应能力强,但它的稳态精度差。因此,针对常规PID控制和模糊控制的特点,将模糊控制和常规PID控制两者结合起来,构成模糊PID控制器,此类控制器既具有模糊控制灵活、适应性强的优点,又具有PID控制精度高的特点,从而获得理想的控制效果。本文以此为目标,研究将模糊控制和PID控制相结合的智能控制方式及其控制算法。机床控制系统是数控机床的关键核心部件之一,其性能的好坏直接决定数控设备的整体性能。通常设计进给控制系统时必须满足一定的要求,才能保证进给系统的定位精度和静态、动态性能,从而确保数控机床的加工精确度。目前数控机床向着高速、高效率、高精度和高自动化的方向发展,进给控制系统的设计要求也就越来越高,因此深入研究数控机床进给控制系统的动静态特性,这对数控机床性能的提高具有重要的意义。本文以典型的数控机床闭环进给控制系统为研究对象,在综合自适应控制、模糊控制以及常规PID控制算法优点的基础上,设计出基于模糊规则切换的智能自适应模糊-PID复合控制器,使得整个控制器能够根据不同的响应阶段和性能指标,自动调整控制参数、自动切换控制算法,以适应数控进给控制系统在不同的工作状态下的动态性能要求。为了验证所设计的基于模糊规则切换的智能自适应模糊-PID复合控制器的可行性和有效性,文中利用Matlab仿真软件,对该控制器在实际工作过程的各种工况进行仿真分析。实验结果证明,本文研究的基于模糊规则切换的智能自适应模糊-PID复合控制器对数控系统参数变化具有较强的鲁棒性和抗外界干扰能力,能够满足高精度数控系统对零件的加工要求。
李翔龙[8]2003年在《电火花铣削加工中伺服运动及工具补偿智能控制技术的研究》文中提出电火花铣削加工是二十世纪九十年代才发展起来的一种新型加工工艺，它采用简单工具电极按照一定轨迹作成型运动，通过电极与工件之间不同相对位置的放电，加工出所需的工件形状。它既具有电火花成型加工范围广、不受工件材料的强度、硬度、韧性等物理机械性能制约的特点，同时又具有机械铣削加工多轴联动功能，对工件进行创成加工。另外，工具电极作绕自身轴线的旋转运动，大大地改善了极间冲液条件，加工过程的稳定性因此得到提高。电火花铣削加工在中小型复杂型面、型腔的加工中表现出独特的优点，因此得到了国内外电加工界的高度重视。 但由于放电加工工艺的复杂性和随机性，传统的控制技术不能满足电火花铣削加工的要求。结合近年来迅速发展的智能控制理论与技术，展开了智能控制在电火花铣削加工过程控制中的应用研究，主要研究内容涉及：基于模糊控制技术的电火花铣削加工伺服进给系统、基于人工神经网络的工具电极损耗预测及补偿技术。此外，针对电火花铣削加工的特点，还进行工具轨迹计算、基于Windows2000的实时系统、加工参数优化和电火花铣削加工CAM系统等方面技术的研究，主要研究成果如下： (1)在详细分析电火花铣削加工工具伺服运动的基础上，首次提出了一种四川大学博士学位论文基于模糊技术的伺服控制系统，并设计了尺度变换比例因子自适应调节的模糊控制算法。该模糊控制系统由两个控制器组成:模糊控制器和参数调节器。其中模糊控制器输入参数为短路和电弧放电率误差及其误差变化、空载率误差及其误差变化，输出参数为进给频率。利用火花放电率误差及误差变化作为参数调节器的输入，调节模糊控制器的尺度变换比例因子。这种参数自适应模糊控制系统方法能取得比传统自适应控制方法更高的加工速度，系统具有较高的适应性和稳定性。 (2)针对电火花铣削加工的时变非线性特性，通过理论分析和实验，建立了基于神经网络的电火花铣削加工电极损耗预测模型。利用该模型预测加工速度和工具的相对损耗，从而可在加工中实时计算出工具实际损耗量，为实现电极损耗的在线动态补偿打下基础。针对神经网络BP训练算法的不足，提出一种自适应调节变异率和变异量的进化算法来优化网络权值和网络结构，以提高网络的逼近精度和进化速度。 (3)根据电极损耗预测模型，利用几何描述方法，建立了侧面放电法加工中两种典型的轨迹曲线一直线、圆弧的工具补偿算法，用于计算各时刻工具的运动轨迹。并讨论了等损耗加工工具的补偿算法和加工斜度的消除方法，分析了叁维曲面加工球头电极的刀位计算。 (4)研究了电火花铣削加工CAM系统的组成，重点研究了其中的两项关键技术:加工参数的优选以及CAD/CAM系统间的数据交换技术。针对电火花加工在参数选择中存在的问题，在神经网络预测模型的基础上，采用遗传算法优化电火花铣削加工参数。对于不同的加工方式，研究了相应的数据交换技术。①在电极侧面放电法中，基于CAD系统输出的DXF文件，设计了平面多边形CAD/CAM接口程序。研究了工具轨迹生成的几个关键技术:加工起点的设置、加工路线的生成以及加工方向的自动判别。②在电极端部放电法中，对CAD系统输出的STL文件进行了数据处理，提出了一种顶点排序的混合存储数据结构。这种方式提高了内存资源的利用率;更主要的是，为快速分层的实施建立了数据基础。最后，设计了相应的分层算法。 (5)研究了基于Windows20OO的电火花铣削加工实时系统的开发技术。在详细分析WindowsZOOO环境下底层接口程序的开发原理基础上，开发出放电状态检钡(卡、A/D卡的设备驱动程序。研究了在Windows200O中实现实时控制四川大学博士学位论文的原理和方法，讨论WindowS应用程序和内核的几种精确定时技术。 (6)根据加工特点，研制出电火花铣削加工实验系统。对二维平面轮廓零件进行了加工实验，结果表明，本文提出的加工系统结构是合理的，可满足小型型腔、难加工材料的加工需要。提出的进给控制算法、工具补偿算法、数据交换技术、定时技术合理可行，为面向产品零件的电火花微细加工技术提供了理论基础和新的思路。
王俊青[9]2013年在《木材加工数控系统智能控制子系统研究开发》文中研究说明随着数控技术的不断发展,全球制造业水平不断提高,数控技术已经广泛应用于各行各业,木材加工领域也不例外。目前,我国已是木材制品生产大国,但还不是强国,关键在于缺少拥有自主知识产权的、先进的木材加工数控系统。因此,作为数控木工设备的核心,数控系统的开发尤为重要。本课题介绍了国内外数控木材加工设备的发展概况,分析了木材异型制品及其加工设备的种类,根据木材异型制品加工设备的运动特点和功能要求,开发出面向木材异型制品的经济型以及开放式的一款数控系统。为了保证系统以后能够方便的进行升级与调试,系统采用模块化设计,利用软件来实现系统各个模块的功能,着重研究了系统的模拟仿真、故障诊断、软PLC控制等智能控制模块。系统以Windows操作系统为平台,根据木材加工的需要,从硬软件两方面对系统的整体框架进行了构造,硬件采用工控机IPC+I/O卡的结构,选用步进电机作为驱动装置。在分析数控系统工作流程的基础上,充分考虑木材异型制品的工艺特点,利用模拟仿真原理知识,以VC++作为开发工具,运用MFC类库和多线程技术,实现系统的模拟仿真。综合分析了造成系统设备故障的潜在因素,利用信息融合技术,对各种故障信号进行诊断,并与系统预先建立的故障信息库进行比对,根据不同级别的故障信号做出相应处理,确保系统设备安全稳定运行。此外,分析了软、硬PLC的特点,对系统的辅助控制功能模块进行了设计,结合木材制品加工设备工作环境的特点,以经济实用为原则,利用全软件化的方法,实现系统的辅助控制功能,从而保证了系统运行的稳定性。本系统作为一款相对完善的数控加工系统平台,它主要是根据各种不同的需求进行扩展和构建,并通过模块化的方式进行设计,让系统的适应性更加强,可以满足多种不同需求的木材异型制品的数控加工要求,具有较高的性价比,能够满足当前木材异型制品加工企业的生产需要,将会促进我国木材加工行业的发展。
查富生[10]2004年在《高速车铣复合加工中心铣削过程的智能控制》文中提出针对数控加工过程的时变性、非线性和不确定性,传统的PID控制显得无能为力,无法在现场环境下根据外部干扰和随机因素实时动态调整CNC中预先设定的切削参数而影响工作效率和产品加工质量,限制了CNC向多变量控制方向的发展,已不适应日益复杂的制造过程。本文采用神经网络自适应控制理论来对加工过程进行实时监控,自动调节控制器参数,消除不确定性因素的影响,实现加工过程智能控制,提高加工效率。目前对监控过程采取的诸多算法基本思路仍为自校正控制和模型参考自适应控制,均离不开系统的数学模型,因而其应用受到限制,其主要困难在于加工过程模型的建立和实时优化策略制定。基于神经网络的自适应控制特别适合于非线性时变系统、无法精确建模系统以及操作存在着不确定性的系统,具有较高的智能水平。考虑到BP神经网络具有自学习和对任意非线性函数的万能逼近能力,所以本文提出神经网络建模和优化控制相结合的数控铣削控制系统,在加工过程中不断调整进给速度,从而提高生产率,具有重要的理论意义和现实意义。 本课题以机电学院先进制造研究所正在研制的卧式高速复合车铣加工中心为研究对象,对数控铣削系统进行了系统分析和建模,制定了神经网络恒力和恒功率控制方案及控制算法,经模拟仿真表明,该控制方案效果较好,控制精度较高,具有实时性、鲁棒性和稳定性的特点,具有自适应控制功能,实现了数控铣削过程神经网络智能控制,从而实现最佳功率约束自适应控制。
参考文献：
[1]. 支持合弄结构的数控加工智能控制系统的关键技术研究[D]. 林献坤. 同济大学. 2007
[2]. 数控加工智能控制系统的研制[D]. 任永忠. 西安科技大学. 2003
[3]. 超声振动—磨削—脉冲放电复合加工技术及其智能控制的研究[D]. 胡玉景. 山东大学. 2006
[4]. 微细及小孔电火花加工的关键技术研究[D]. 高升晖. 大连理工大学. 2008
[5]. 论数控加工智能控制系统的研制[J]. 陈辉雄. 科技创新与应用. 2016
[6]. 电火花微小孔加工控制方法及参数优化的研究[D]. 井水淼. 大连理工大学. 2008
[7]. 模糊控制技术在数控机床中的应用研究[D]. 陈淳辉. 合肥工业大学. 2007
[8]. 电火花铣削加工中伺服运动及工具补偿智能控制技术的研究[D]. 李翔龙. 四川大学. 2003
[9]. 木材加工数控系统智能控制子系统研究开发[D]. 王俊青. 北京林业大学. 2013
[10]. 高速车铣复合加工中心铣削过程的智能控制[D]. 查富生. 兰州理工大学. 2004
标签：金属学及金属工艺论文; 自动化技术论文; 智能控制论文; 电火花论文; 过程控制论文; 数控加工论文; 放电深度论文; 功能分析论文; 模糊控制论文; 数控系统论文;