收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

支持合弄结构的数控加工智能控制系统的关键技术研究

林献坤  
【摘要】: 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三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三者之间实现协同,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。


知网文化
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978