收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于知识的数控轧辊磨床智能控制系统研究

毕俊喜  
【摘要】: 轧辊是轧机上承受轧制力并把轧制材料均匀减薄的消耗性工具。板形质量很大程度上取决于轧辊表面质量。在板形轧制过程中,轧辊会产生磨损,轧辊磨损直接影响轧辊辊形及其表面精度,从而影响板材的质量。为了获得理想的板形质量,必须对轧辊进行磨削,以恢复轧辊辊形和表面精度。轧辊磨削是一种具有特殊工艺要求的磨削技术,磨损的轧辊必须通过轧辊磨床来进行磨削。轧辊磨床属于大型精密加工机床,是金属板、带、箔材加工企业的关键设备,对保证和提高产品表面质量起着重要的作用。 近年来,由于冶金、造纸、橡胶、塑料以及印染业等工业经济的迅速发展,轧辊磨削直径已达到3000mm,工件重量达200吨,其几何精度均为μm级。同时重载荷轧辊磨床的出现,对轧辊磨削的技术要求也日趋提高。随着数控(NC)技术的不断发展,轧辊磨床也在由普通轧辊磨床向数控轧辊磨床方向发展。NC技术是现代数控轧辊磨床的核心技术,是轧辊磨床实现自动化、柔性化、集成化的基础。NC技术正在把传统制造业推进到了信息化制造时代,系统结构也从封闭转向开放。开放性是现代控制系统的一个重要特征,利用开放性可以更大程度上利用计算机技术丰富的软硬件资源,融合精确在线传感系统和测量系统。利用智能技术从实践经验中获取知识,为轧辊磨削工艺提供规划策略,实现轧辊的智能磨削。 智能是将是现代数控轧辊磨床的一个主要特征。由于轧辊磨削是一种影响因素非常复杂的加工过程,磨削质量的优劣很大程度上与磨削专家知识和长期积累的磨削实践经验有关。同时由于板材轧制过程非常复杂而严格,为保证钢板质量,需要对轧辊辊形及其磨削精度进行严格的控制,这就需要用到轧辊磨削及轧制工艺知识。知识是揭示事物规律性的信息组合,包含了信息与决策的关系,可直接或间接用于问题的求解。随着知识经济的发展,信息集成处理正在向基于知识处理转变,知识工程(KBE)在磨削应用领域的研究将是一个主要的方向。KBE系统通过一系列知识处理方法来获取领域专家的知识和经验,并运用合适的知识建模方法与语言,将知识计算机化。然后,采用合适的知识处理策略,根据特定的产品模型进行智能推理和演绎,作出决策。利用基于知识的方法不需要精确的数学模型的优点,同时结合基于模型的方法对轧辊磨削进行智能决策与控制。 随着NC技术向经济实用性工艺方向发展,融合制造工艺的专用系统在特殊的制造领域中更能适应特殊产品的高效和高品质制造。通用NC系统与零件加工工艺无关,是适合各种通用零部件制造的控制系统。而对于轧辊智能磨削系统,由于轧辊磨削影响因素多,受轧辊磨削实践知识和领域专家知识的影响,有着特殊的轧辊工艺知识及板轧知识,因此在这个特殊的领域,按照常规思维是行不通的,通用NC系统在轧辊磨削领域中难以发挥更有效的作用。因此控制系统融合轧辊磨削工艺是本文智能磨削控制系统的最重要特征。 智能NC标准是现代智能控制系统必须采用的标准。由于传统ISO6983NC标准存在程序移植性差、CAD/CAM/CNC数据流单向、CAD数据必须经过专门的后处理器、不支持样条数据等局限性,因此国际标准组织制定了新的智能STEP-NC标准。利用STEP-NC在CAX./CNC之间双向信息流等方面的诸多优点,显著提高了信息的可交换性和柔性。由于轧辊辊形特征参数化明显,因此本文利用了STEP-NC思想,对轧辊CAX/CNC进行了有效的实现。 虽然NC技术在通用NC控制系统中已经发展了很多年,但在轧辊磨削领域中,由于磨削过程的非线性、随机性和不确定性等原因,其发展还不尽人意。目前国内外现有的数控轧辊磨削在轧辊辊形生成、轧辊辊形模型描述、轧辊辊形插补策略、砂轮磨损补偿、砂轮修整方法、变速磨削、磨削参数优化决策、轧辊辊形及磨削工艺数据历史追随性、故障智能诊断等方面还存在许多问题。目前在磨削加工中,许多方面仍依赖于操作者的经验和技术熟练程度,对加工过程的实际调整是靠操作者试凑。磨削的现状已成为制约某些先进制造技术发展的关键。 智能磨削控制系统一般采用知识基系统KBS、专家系统ES、模糊逻辑FL、神经网络NN、遗传算法GA、自适应优化AC0以及基于模型的智能系统等方法中的一种或几种。这些方法在磨削中的应用,多数集中在螺纹磨床、机器IC磨床、表面磨床、外圆磨床、内圆磨床、缓进给磨床,在轧辊磨削系统中的应用,目前还没有相关文献详细报道。 针对目前轧辊磨削中存在的问题和现状,结合上海市科委支持的重大产学研攻关项目—面向钢铁汽车行业的高档数控磨床关键技术及装备开发(项目号05dz11c04),本文对轧辊磨削进行了深入的理论和实践研究,对轧辊磨削机理、轧辊磨削影响因素、砂轮磨损机理、砂轮修整机理进行了深入研究,建立了轧辊磨削的动态模型、轧辊和砂轮的接触弧长、轧辊磨削力、磨削功率、砂轮磨损补偿的数学模型,建立了基于知识的融合轧辊工艺的轧辊磨削智能控制系统的结构,提出了基于知识的多目标磨削参数优化决策方法,基于多通道技术的砂轮智能在线磨削修整方法,基于STEP-NC思想的轧辊辊形智能创成及其样条插补策略以及变速磨削自适应控制策略,并把知识工程(KBE)、专家系统、遗传算法、模糊逻辑、神经网络等智能理论与方法引入到轧辊磨削加工控制中,初步实现对轧辊磨削加工中轧辊磨削质量的控制。 课题的研究为提高现代板材质量,提高轧辊磨削质量和精度,提升轧辊磨削智能磨削过程奠定了理论基础和知识支撑,对现有的国内外轧辊磨削提供了新的思维,将会产生重要的指导意义,创造可观的经济效益和社会效益。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 施忠兵,刘瑜,施季华,朱企明,张文纲;国产涡流检测设备在轧辊磨削及检查中的应用[J];轧钢;2002年01期
2 冯遵伟,茅立红;高精度高硬度轧辊磨削缺陷分析及质量控制[J];江苏冶金;2002年04期
3 赵永顺,杨绣;轧辊磨削砂轮的选择[J];现代机械;2001年02期
4 王耀南,余群明;智能数控系统技术进展[J];电气时代;2000年06期
5 杨东勇,蒋静坪;新一代智能数控的研究现状与发展[J];组合机床与自动化加工技术;2001年07期
6 ;新型轧辊磨削在线消磁装置[J];武钢技术;2009年03期
7 杨黎,许国旺,罗春荣,陈佼,张祥民,周申范,张玉奎,卢佩章;气相色谱柱温智能优化用于实际样品分离的方法发展[J];分析测试学报;1995年05期
8 丛东华,铁维麟;轧辊磨削过程中的自激振动[J];机械设计与制造;2001年05期
9 李相彬;智能数控铣钻床研制成功[J];机电一体化;2000年02期
10 左力,程涛,李锡文,刘艳明,杨叔子;一种新颖铣床智能数控系统的体系结构及其硬件实现[J];工业控制计算机;1998年04期
11 肖德朗;当代轧辊磨削技术的现状与展望[J];磨床与磨削;1999年01期
12 陆胜;罗泽举;刘锬;;一种模糊神经网络轧辊磨表面粗糙度预测与控制方法[J];机床与液压;2008年05期
13 林炳承,刘文烨,卢佩章,D.L.Massart,M.De.Smet;梯度洗脱液相色谱的智能优化[J];中国科学B辑;1991年11期
14 许国旺,杨黎,张祥民,张玉奎,卢佩章,陈佼,周申范;气相色谱智能优化在卤代烃分析中的应用[J];分析化学;1994年10期
15 辛越;铝箔轧辊磨削和表面粗糙度[J];轻合金加工技术;1998年05期
16 陆胜;罗泽举;刘锬;;基于神经网络的轧辊磨削表面粗糙度智能预测[J];组合机床与自动化加工技术;2008年02期
17 诸克军;郭海湘;高艳卉;王德银;;金属矿山组合品位的智能系统优化[J];系统管理学报;2010年05期
18 陈建信;郑重;郭星明;;生产过程的智能优化[J];化学世界;1992年08期
19 王焱,刘景录,孙一康;冷连轧机组负荷分配智能优化新方法[J];北京科技大学学报;2002年05期
20 贾长缨;丘尔林;;六辊可逆冷轧机组轧辊表面剥落原因分析及改善[J];冶金丛刊;2010年02期
中国重要会议论文全文数据库 前10条
1 张火明;孙小丽;高明正;;智能优化平台设计[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年
2 胡志坤;桂卫华;阳春华;;连续碳酸化分解过程专家优化系统[A];第十七届全国过路控制会议论文集[C];2006年
3 叶红梅;桂卫华;阳春华;;株冶锌电解供电运行监控系统的开发与应用[A];冶金企业自动化、信息化与创新——全国冶金自动化信息网建网30周年论文集[C];2007年
4 张建明;张建辉;朱兆顺;;热轧窄带钢三点差的控制措施[A];2008年全国轧钢生产技术会议文集[C];2008年
5 涂序彦;李衍达;;智能自动化系统的概念,模型,方法与策略[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
6 刘永战;冯九芹;;冷轧辊辊型优化与板型控制[A];2008年河北省轧钢技术与学术年会论文集(上)[C];2008年
7 何苗;常好丽;杨海成;;基于共享智力模型的复杂产品协同创新平台研究[A];全国先进制造技术高层论坛暨第七届制造业自动化与信息化技术研讨会论文集[C];2008年
8 高香林;雷应奇;胡满银;胡志光;尹琦;;我国燃煤电厂电除尘技术的最新进展与节能减排[A];第十三届中国电除尘学术会议论文集[C];2009年
9 焦希君;王金保;;计算机编排技术的综合运用与发展——科技编辑智能优化的新挑战[A];辽宁省科技期刊编辑优秀论文集[C];1997年
10 焦希君;王金保;;计算机编排技术的综合运用与发展——科技编辑智能优化的新挑战[A];中国高等学校自然科学学报研究会第六次学术年会论文集[C];1997年
中国博士学位论文全文数据库 前10条
1 毕俊喜;基于知识的数控轧辊磨床智能控制系统研究[D];上海大学;2008年
2 刘昆;软计算方法在智能优化中的应用研究[D];浙江大学;2002年
3 缑锦;知识融合中若干关键技术研究[D];浙江大学;2005年
4 王瑜;知识工程中知识度量、推理与融合的若干关键技术研究[D];复旦大学;2004年
5 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
6 邹湘军;虚拟环境下基于知识融合的机械产品建模与设计研究[D];广东工业大学;2005年
7 刘雁;基于原型的三维服装款式智能设计研究[D];东华大学;2003年
8 王平;基于公理化的产品设计理论及应用研究[D];南京航空航天大学;2006年
9 贺勇;截止品位与入选品位智能优化的理论与方法研究[D];中国地质大学;2009年
10 钟一文;智能优化方法及其应用研究[D];浙江大学;2005年
中国硕士学位论文全文数据库 前10条
1 魏欣;基于智能优化技术的创新概念设计研究与应用[D];山东师范大学;2010年
2 肖宏峰;智能优化理论及ISP编程技术在智能人工腿控制器设计中的应用研究[D];中南大学;2002年
3 施志勇;ISOGRID结构的力学特性研究与优化设计[D];南京理工大学;2004年
4 王萌;粒子滤波器重采样算法的研究与改进[D];哈尔滨工程大学;2008年
5 俞立峰;模糊认知图智能学习算法及其应用研究[D];江南大学;2009年
6 刘兴磊;基于现场总线的码垛机器人控制系统研究[D];东华大学;2010年
7 贾利;基于细菌群体趋药性算法的配电网开关优化配置研究[D];华北电力大学(北京);2009年
8 孙倞;共注成型智能优化与控制[D];南昌大学;2008年
9 林永俐;基于差分进化算法的罩式炉退火优化调度方法[D];大连理工大学;2009年
10 瞿岳前;基于能量分析法的地震损伤性能控制设计及其智能优化控制设计[D];西安建筑科技大学;2003年
中国重要报纸全文数据库 前10条
1 衣敏谦;邢台德龙热连轧不锈钢用高速钢轧辊受好评[N];中国冶金报;2009年
2 邢英俊 李守葆;金隆铜业智能数控绿色 低耗炼铜技术通过验收[N];中国有色金属报;2010年
3 李瀛寰;多厂商智能优化方案清除通信死角[N];中国计算机报;2007年
4 鲜婷 徐曦;无线网络规划智能解决方案[N];通信产业报;2006年
5 李守葆;智能数控绿色低耗炼铜技术研究项目通过验收[N];铜陵有色报;2010年
6 邢英俊 李守葆;金隆铜业公司喜获殊荣[N];中国矿业报;2009年
7 孟祥初周晓娟;赢在细节[N];通信产业报;2007年
8 伊佳;让网络更智能[N];通信产业报;2006年
9 唐立新;钢铁企业信息化MES研究方向[N];世界金属导报;2008年
10 吴信玉;雷鸣科化依法建设现代企业制度[N];经理日报;2003年
 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