708 陶瓷拋光機旋風磨頭機構的設計（有cad圖+文獻翻譯）

708 陶瓷拋光機旋風磨頭機構的設計（有cad圖+文獻翻譯）,708,陶瓷拋光機旋風磨頭機構的設計（有cad圖+文獻翻譯）,陶瓷,拋光機,旋風,機構,設計,cad,文獻,翻譯 端銑削自適應切削力的模糊控制策略 摘要 這篇文章討論了在高速端銑削時的切削力的模糊適應的控制策略。這項研究是關于運用標準計算機數字控制裝置來憂化金屬切削過程的整合自適應性控制。它被設計成服務于允許在刀具上對長時間復雜成形加工很有益的切削力時適應性地使切削速度最大化的控制.目的是產生一個可靠的，強有力的人工神經控制器協助自適應協調切削速度來防止過分的刀具磨損，即刀具的磨損量和保持高的排屑率。許多的仿真和實驗用來肯定這個體系的功效。 關鍵詞：端銑；自適應力控制；模糊 1.諸論 一個CNC系統遺留下來的缺點是加工參數，如進給速度，切削速度和深度，被離線編程。加工參數通常在加工前根據編程者的經驗和加工手冊被選擇。為了防止損害和避免加工失敗。運行的條件通常被設置的很保守。結果是，有很多的CNC系統運行于遠遠低于憂化標準運行條件下效率差。即使加工參數在離線時通過憂化計算法憂化了，在加工過程中它們也不能被協調起來。為了確保加工產品的質量，為了降低加工成本和提高加工的效率，協調實時加工的參數來符合憂化的加工標準是有必要的。由此，提供在線運行下協調的自適應控制，被有興趣地研究起來。在我們的自適應控制系統中，不管是在切削條件下變化時，進給速度總是在線協調下來保持一個常數切削力。在這篇文章中，一個簡單的模糊控制策略被在智能系統和一些運用模糊控制策略的實驗性的仿真中發(fā)展起來。結果證明這個目標系統有效地控制在一般端銑削條件下的峰值切削力。力的控制運算法則已經被眾多的研究者開發(fā)和評估了。被固定的增加比例積分控制器，先前是為銑削現為了一個可協調的增加比例積分控制器，在那里控制器根據變化的切削條件被協調。完整的自適應參考模擬，自適應控制裝置方法最初是被Cusand Balic研究的。這些控制器被模擬和求解及實際上地被實現。兩項研究發(fā)現全布三參數自適應控制器執(zhí)行得比已固定的遞增積分器要好。關于模糊控制系統，Huang and Lin提供了一個先驅活動的介紹性調查，另一個系統性觀念被提出。模糊系統對照比例積分微分控制和模糊系統的穩(wěn)定性分析及管理模糊控制在[3]中反映.被提到。關于為銑削的自適應切削力控制很多的工作已經被做。然而，很多以前的工作把問題簡單化在一個自由度運動上。這次投稿中，我們將考慮到三個自由度上銑削的切削力。文章的組成如下。第二部分主要描述全面的力控制策略。第三部分包括了CNC加工模擬1.第五部分描述了仿真/實驗和目標控制計劃執(zhí)行的方法。最后，第六和七部分展現實驗結果，結論和以后研究的建議。 2.自適應模糊控制器結構 一個新的在線控制計劃，這個計劃被稱作自適應模糊控制，是通過使用模糊集合論開發(fā)的。這個方法的基本思想是合并人操作者在控制設計中的經驗。這個控制策略是用公式表達成許多的規(guī)則，這些規(guī)則手工執(zhí)行很簡單但是對于用一般的數學運算法則來實現很困難?；谶@個新的控制策略，很多復雜的過程能夠標準方法似的更容易地和更精確地被控制。模糊控制的目標是保持金屬切除率，能可能的高和保持切削力盡可能地接近一個給定的參照值。此外，計算任務和時間可能就像金典或者現代控制理論那樣被減少。示意性的控制規(guī)則通過使用真實的實驗數據被構造出。模糊自適應控制確保了連續(xù)地憂化進給速度的控制。這個控制是自動被協調到每一個特殊的切削情況。當軸的負載低的時候，系統增加切削進給到或者超過預先編程的進給速度，直接導致循環(huán)周期和產品成本相當大的減少。當軸的負載高時，進給速度就被降低，以保護工作母機不損害和損壞。當系統偵測到極端的切削力時，它會自動停機來保護切削工具。它減少了一定的操作者的監(jiān)督管理。在線銑削憂化的步驟次序如下： 1.預編程進給速度被送到銑床CNC控制器。 2.測量出的切削力被送到模糊控制器。 3.模糊控制器使用輸入的規(guī)則來找到（協調）憂化的進給速度，將它送回到機器。 4.第一步和第三步被重復直到加工結束。 自適應切削力控制器協調進給速度是基于一個測量出的峰值切削力通過布置一個進給速度超過CNC控制器在四軸上的百分比， 真實的切削速度是超過部分和已編程的進給速度。如果進給速度憂化模擬是完美的，憂化的進給速度也將總是等于參照的峰值力。在這種情況下，超出部分的正確率將是100%。為了控制器調整峰值力，力的信息必須在每個采樣時間對控制運算法則是有用的。一個探測軟件被用來提供這些信息。 2.1一個模糊控制器的結構 在模糊過程控制中，專門技術被壓縮成一個根據關于人操作標準和輸入輸出關系的系統。運算法則是基于操作者的知識但考慮到過程編輯通過改寫誤差，它也包括了控制理論。 從而，控制器有輸入切削力誤差F和第一次不同誤差2F，輸出變化的進給速度f。模糊控制變化和規(guī)則創(chuàng)基礎創(chuàng)建從專家操作者那帶走。切削力誤差和第一次誤差的差異被計算，在每一個采樣時間k，如_F(k) = Fref ?F(k)和_2F(k) =_F(k)?_F(k?1),這里F是測量的切削力，Fref是力的設定點。 3.CNC加工模擬 在進行實驗測試之前，一個CNC加工模擬模擬器被用來估算控制者的設計。 過程模擬由人工神經力模擬和進給驅動模擬。人工神經力模擬基于切削條件和已描述的形狀切削估算切削力。進給驅動模擬模擬機器對已指定進給速度變化的反應。進給驅動模擬通過檢查步的已指定速度的改變被決定。最好的模擬被發(fā)現是一個頻率為3Hz和節(jié)拍時間為0.4s的二級命令系統。對比實驗和仿真從7到22mm/s圖3顯示的速度步調改變結果。進給驅動和人工神經力模擬被結合形成CNC加工模擬。模擬輸入是已指定的進給速度，輸出是X、Y合成的切削力。切削形狀在人工神經力模擬中被定義。模擬器通過比較實驗和模擬仿真結果被修改。伴隨進給速度改變的各種切削被確定。從0.05到2mm/tooth每一步改變，實驗和仿真合力展現如圖4。實驗結果與在平均和峰值力方面模擬結果聯系的很好。明顯的差異可能是因為人工神經模擬和沒有模擬的系統編輯器的錯誤。 3.1切削力模擬 為明白在線切削力模擬，基于流行的反饋原理，一個標準BP人工神經網絡（NN）被提出在預備實驗期間，它被證明是很有可能直接從實驗加工數據提取力模擬。它被用來模擬切削過程。用來模擬的NN需要為進給速度f，切削速度vc 切削軸向深度AD 和切削徑向深度RD 4個輸入人工神經元。NN的輸出是切削力的要素，因此需要兩個輸出神經元。帶優(yōu)化參數使用的NN詳細的布局和神經元的數學原理如圖5所示。最好的NN配置包含5，3和7在隱藏層隱藏的神經元。 3.2神經網絡的布局和其模擬問題的自適應性 布局的效果也通過考慮不同的情況而被研究。通過改變在隱藏層的人工神經元的個數來改變布局。為估計個別與神經網絡性能有關程序參數的效果，40個不同網絡被訓練，測試和分析。網絡性能使用ETstMax, ETst, ETrn, and ETrnMax四個不同標準和程序周期數來估計。在輸入輸出層的神經元數通過輸入輸出參數的數量來決定。由結果得到的如下所述結論： ? 0.3比率給出可接受的預期誤差而掌握比率必須在0.01到0.2之間來最小化程序周期數。 ?為了最小化判斷誤差，比率在0.001到0.005之間是好的。然而，如果程序周期數也是最小化，掌握比率應該不超過0.004 ?最佳的隱蔽層節(jié)點數是3或6.節(jié)點數在2到12或不是3或6的網絡也表現的好但是導致更高的程序周 期。 ?用正弦函數的網絡需要最低的程序周期數，緊跟的是正切函數而用雙曲線切線那些需要更高的程序周期。 4.數據獲得系統和實驗設備 用在這個獲取系統的數據獲取設備由測力計，固定模塊，硬件和軟件如圖1所示。切削力使用安在工件和工作臺壓電測力計測量。當刀具正在切削工件時，力將通過刀具施加到測力計。在測力計上的壓電石英產生形變，電荷將會產生。電荷然后通過連接電纜傳遞到多通道電荷放大器。電荷然后使用多通路放大器放大。在多通路電放大器中，不同參數能被調整以完成必需解決的。在放大器的輸出端，電壓將對應于取決于設置在放大器中參數的力。接口硬件模塊由連接設計塊，模擬信號協調模塊和一個16通道A/D接口板(PC-MIO-16E-4)。在A/D板里，模擬信號將轉變成數了信號，以使LabVIEW軟件能讀和接收數據。用LabVIEW電壓將轉變成在X，Y和Z方向的力。用這個程序，三個軸向力要素能同時獲得，并能為分析力的變化而顯示在屏幕上。選R216-16B20-040型直徑16mm10度螺旋角帶雙刃可互換球狀端立銑刀來加工。前角12度R216-1603 M-M型立銑刀被選。立銑刀的材料是P10-P20涂上TiC/TiN ，GC4040。冷卻液RENUS FFM用來冷卻。模糊控制被智能操縱器模塊（Labview），修正進給速度被遞到力控制軟件和NC機床之間CNC通信設備。控制器能通過存儲器共享。在頻率1KHz時，超出部分的進給速度，可變DNCFRO對分配力控制軟件有用。 5.模擬和模糊控制銑實驗 為檢查自適應模糊控制策略的穩(wěn)定性和耐用度，通過用Simulink and Labview fuzzy Toolset模擬來檢查系統。然后，通過在一個CNC銑床的對Ck45和Ck45鋼工件改變切削深度的不同實驗來改變系統（如圖6）R216-16B20-040型直徑16mm10度螺旋角帶雙刃可互換球狀端立銑刀被選來進行實驗。切削條件為：銑削寬度RD = 3 mm，銑削深度AD = 2mm和切削速度vc = 80m/min. 模糊控制的參數相同于對傳統系統性能的實驗。用模糊控制結構如圖1，憂化進給速度，想要的切削力是[Fref] = 280 N,預編程的進給是0.05mm/teech，允許調整率為[0–150%]。當切削深度改變時，圖7是切削力和進給速度的反映。它顯示出實驗結果，結果中進給速度在線調整來保持切削力在最大想要值。模擬控制器響應在軸向深度一步改變，顯示如圖8.模擬代表了一個16mm，兩面銑刀，在2000rpm時,正遇到一步從軸向深度從3到4.2mm的改變。這步改變發(fā)生在2s，在0.5s內控制器返回峰值成參考峰值力在這項研究中模糊控制器的穩(wěn)定性通過模擬被估算。用在過程增益中小和大步改變測試模擬是為確保系統穩(wěn)定在一定范圍條件內。小的過程增益改變用一個在2000rpm轉速下從3到4.2mm軸向深度改度來模擬。大的增益改變用一個軸向深度在2000rpm時從3到6mm改變來模擬。伴隨很少的性能降低系統在全布模擬仿真中保持穩(wěn)定。 6.結果和討論 在用不變進給速度（常用切削，如圖7a）的第一次實驗中,MRR僅僅在最后一步時達到它的固有值。然而，在第二次測試中，使用模糊控制加工相同的工件，平均完成的MRR很接近固有的MRR值。對比圖7a和b，人工神經控制銑削系的在切削力是保持在240N左右，自適應銑削系統的進給速度接近于傳統CNC銑削系統從C點到D點。從A點到C點，自適應銑削系統的進給速度高于正統CNC系統，因此 ，自適應銑削系統銑削效率提高了。實驗結果顯示出MRR可能提高高到27%。相比于大多數的現有端銑削控制系統，目標模糊控制系統有下列優(yōu)勢： 1.多參數調整。 2.對工件形狀、刀具形狀和工件材料的改變敏感； 3.合算和容易實現； 4.數學建模方便模擬仿真結果顯示使用設計的模糊控制器的銑削過程耐用度、穩(wěn)定性，比標準的控制器有更高加工效率。實驗顯示模糊控制器比傳統控制器有重大的優(yōu)勢。主要的優(yōu)勢是一個控制器快速響應復雜傳感輸入而在傳統控制器上老的控制運算法則下運行速度受限制。當前研究顯示模糊控制比傳統控制器有很大的優(yōu)勢。 第一個優(yōu)勢是一個模糊控制器能有效率地利用在計劃和執(zhí)行一個控制動作方面比一個工人更巨大的感官信息。 第二個優(yōu)勢是模糊控制器快速響應復雜的傳感輸入而在傳統控制器的傳統控制法則下的執(zhí)行速度受到嚴格的限制。 7.結論 這次投稿的目的是為介紹一輔助自適應調整進給速度來防止過度刀具磨損，刀具破損和保持高的金屬去除率的可靠而耐用的模糊力控制器。帶自適應控制策略的智能銑削實驗結果表明模糊控制器有高的耐用度和完全穩(wěn)定性。方法成功應用于實驗Heller銑削加工中。目標在線最佳切削條件決定系統在這篇文章中應用于球端銑削，但顯然此系統也可延伸到其它的機床上來提高切削效率。