資源描述：
《外圓磨削表面粗糙度的智能控制.pdf》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。
1、外圓磨削表面粗糙度的智能控制木口趙霞口郭建亮z口楊勛。1．寧波職業(yè)技術學院海天學院浙江寧波3158002．寧渡工程學院機械工程學院浙江寧波3150163．上海交通大學機械與動力工程學院上海200240摘要：針對外圓磨削表面粗糙度難以控制這一工藝難題，結合自適應模糊推理系統(tǒng)．提出了磨削過程的智能控制在表面粗糙度預測模型基礎上，以縱向進給速度為直接調整變量，以工件表面輪廓算術平均偏差為最終控制目標．通過智能化調整縱向進給速度實現對表面粗糙度的自適應模糊控制，建立了磨削加工粗糙度的模糊控制器磨削實驗結果表明．實測的粗糙度以較高精度在目標值周圍
2、變動．該模型能夠滿足對表面粗糙度控制的要求關鍵詞：外圓磨削表面粗糙度智能控制中圖分類號：TH161；TG580．63文獻標識碼：A文章編號：1000—4998f2014)09—0029—03為實現外圓磨削模糊控制．需實時監(jiān)測磨削過程糊神經網絡建立表面粗糙度的在線辨識模型。中的關鍵狀態(tài)量．并針對工件表面粗糙度評定參數進1控制變量及隸屬度函數的選擇行控制。由于受加工方式和機床結構的限制．磨削加工時參與切削的有效磨粒數不確定．在線監(jiān)測其表面粗自適應模糊推理系統(tǒng)將自適應學習與模糊控制相糙度等過程量非常困難．只有表面粗糙度模糊控制器結合，通過自適
3、應學習不斷完善控制規(guī)則．實時跟蹤系的隸屬度函數及控制規(guī)則符合加工實際狀況．才可能統(tǒng)結構的變化。若能獲得合理的模糊控制規(guī)則，模糊控實現有效控制。為此，本文建立了自適應模糊控制模制將成為智能控制的有效手段．但對于縱向外圓磨削型．通過縱向進給速度在模糊規(guī)則下的改變．實現了對表面粗糙度這種時變、高度非線性系統(tǒng)，想建立合理、工件表面粗糙度值的控制全面的控制規(guī)則并不容易Nalbant等?根據切削過程參數及刀具材料對工由前期實驗結果得出．磨削加工中的3個切削用件表面粗糙度的影響規(guī)律．建立了三層BP神經網絡．量即縱向進給速度、磨削深度和工件轉速，其中可
4、預測車削加工表面粗糙度林崗等采用模糊自適對工件表面粗糙度的影響最為顯著，因此選取作應BP算法實現了從各影響因素到表面粗糙度的映為直接控制變量。圖1為控制模型示意圖。首先將模型射．然后根據給定樣本對模型進行訓練．用訓練好的網輸出的粗糙度預測值R與設定值R進行比較，若誤絡預測實際的表面粗糙度黃吉東等_3]將最小二乘支差大于工序要求，自適應模糊控制器將對進行調整。持向量機這～機器學習法應用于外圓縱向磨削智能系該控制器有3個輸入量，分別是磨削深度(zn、工件速度統(tǒng)．可實時計算表面粗糙度實際值與設定值之差．引導和表面粗糙度的誤差△尺，輸出量則為縱
5、向進給速專家系統(tǒng)修正過程參數．實現對粗糙度的智能控制李度的調整量△。波等?采用聲發(fā)射信號有效值、FFT峰值和標準差作隸屬度函數的確定是粗糙度模糊控制的核心．目為輸入．表面粗糙度作為輸出．用BP神經網絡方法對前一般遵循如下原則選取隸屬度函數高效深磨加工工程陶瓷Al，的工件表面粗糙度進行(1)隸屬度函數應是連續(xù)函數，且除論域邊界以了訓練、預測和分析。王家忠等[s]研究了影響磨削表面外，都應是凸F集。為提高控制精度．對于誤差較大的粗糙度的12個主要變量．并選擇其中7個變量建立了模糊網絡粗糙度預測模型．根據磨削條件和工件參數的變化．不斷調整磨削
6、參數．將所得結果輸入自適應控制器．系統(tǒng)即可實時調整工件轉速．得到符合要求的表面粗糙度。李曉梅等[6]針對外圓縱向磨削加工．利用模浙江省教育廳科研資助項目(編號：Y201224120)寧波市自然科學基金資助項目(編號：2010A610131)收稿日期：2014年6月機械制造52卷第601期2014／9(b)％▲圖2各輸入量的隸屬度函數d～和d?分別為其最大值和一ARa／，、O．4最小值0-35不難得出，∈[0，1]。O_3■O●O露O0_二O二=二O二=薹O誓OIO42●O-253控制器的建立O．23．1總體方案0．15綜合考慮輸入、輸出
7、變量00．1以及隸屬度函數形式．設計了O．05如圖4所示的模糊控制器總體結構該控制器共五層．首先是(a)訓練樣本(b)檢驗樣本輸入層，包括粗糙度差值AR、▲圖3訓練樣本和檢驗樣本的具體數值磨削深度和工件速度；隨論域部分應選擇較平緩的函數后的三層分別為模糊化層、推理層和歸一化處理層；最(2)隸屬度函數的分布要滿足完備性、一致性和后是控制變量輸出層系統(tǒng)生成了18條具有以下形式交互性要求．使論域上任一元素至少對應一個模糊集的TSK型“IF-THEN”規(guī)則：合，且任一元素不能僅屬于一個模糊集合。Rl：ifARisSandapisSandisST
8、hen(3)為便于控制系統(tǒng)判斷，應盡量避免隸屬度函Yl=ao+nl△尺a+a2ap+cv3(2)數之間不適當的重疊式中：ao、nI、、a3’分別為線性系數。本文選用高斯隸屬度函數作為輸入模糊子集的隸事實上．
