准适应控制在异形螺杆铣削过程中的应用研究
|
摘要
异形螺杆数控加工程序编制时，由于异形螺杆的几何廓形复杂，切削用量难以计算。目前，还没有此类工件切削用量的计算方法，因此编制数控程序时的切削用量只能凭经验或参考切削用量手册，使得包络法难以充分发挥其加工效率。
本文针对异形螺杆加工特点，建立了异形螺杆铣削过程准适应控制系统。通过检测主轴电机的功率信号并把它作为控制目标，按照所设计的控制律调整切削速度。实现了在满足工件表面质量的前提下提高加工效率的目的。
异形螺杆加工过程中，工件端面廓形的基本特点决定了反映切削状态的物理量，如切削功率、振动和噪声等，呈周期性变化，从而使得准适应控制能够在加工过程中得以实现。本文在分析对比各状态信号后，提出用切削功率信号作为状态量以检测加工过程的变化。该信号检测方便，易于在生产实践中实现。
文中分析了异形螺杆加工过程中工件表面质量、切削功率以及进给速度三者之间的关系，并论证了通过对加工过程中进给速度的调整来提高异形螺杆加工效率的可行性。在此基础上将反复学习控制思想和控制策略引入异形螺杆准适应控制系统，采用该控制系统对异形螺杆铣削过程进行控制，达到了令人满意的控制效果。
本文建立的准适应控制系统是在工件表面质量和主轴电机额定功率双重约束下对进给速度加以确定并进行优化调整，它有效地提高了异形螺杆的加工效率，且该系统适用于各种廓形异形螺杆的加工过程。此系统是将反复学习控制运用到异形螺杆准适应控制系统的一次尝试，是异形螺杆加工过程控制领域的一次新探索。
Because the geometrical shape of the special spiral rod is complicated, it is difficult to calculate the cutting width and thickness in the process of manufacturing a special spiral rod. At present, there is no calculation method for this kind of work piece's cutting quantity. So when a numerical control program is being made, the cutting quantity can only be decided by experience or according to the cutting quantity handbook. This prevents the envelope method of processing special spiral rod to show its high efficiency fully.
In this paper, according to the characteristics of the special spiral rods' processing, the feasibility of adjustment of the feed velocity has been justified and quasi-adaptive control system has been established. Through measuring the signal of the spindle motor's power, which is regarded as the control object to adjust the feed velocity in the NC program, the efficiency has been improved according to the control rules with the cutting precision satisfied.
In the process, because of the shape of the work piece, the signals, which can indicate the cutting state, such as cutting power, vibration, and acoustic emission, change periodically; so quasi-adaptive control system can be applied in this process. After all kinds of signals have been analyzed, the cutting power is chosen to inspect the process. The cutting power is easy to detect and implement in practice.
The relationship of the cutting precision and the main spindle motor's power and the feed velocity in the process has been analyzed in the paper and the feasibility of improving the efficiency by adjusting the feed velocity has been justified in the process of milling special spiral rod. On the basis of analysis above-mentioned, the control thoughts and method of the Iterative Learning Control system have been applied, and a system with one input and one output was designed, it has been proved that using this system to control the process of manufacturing a special spiral rod can gain satisfied effect.
The quasi-adaptive control system established in the paper is to quantify and adjust the feed velocity with respect to the cutting precision and the rated power of the main spindle motor constraint. It can improve the efficiency availably and it can be used in the process of manufacturing the special spiral rods with all kinds of shape. The control system made an attempt to apply iterative learning control to the quasi-adaptive control system in milling special spiral rod and it is a further exploration in the field of control of processing the special spiral rod.
本文针对异形螺杆加工特点，建立了异形螺杆铣削过程准适应控制系统。通过检测主轴电机的功率信号并把它作为控制目标，按照所设计的控制律调整切削速度。实现了在满足工件表面质量的前提下提高加工效率的目的。
异形螺杆加工过程中，工件端面廓形的基本特点决定了反映切削状态的物理量，如切削功率、振动和噪声等，呈周期性变化，从而使得准适应控制能够在加工过程中得以实现。本文在分析对比各状态信号后，提出用切削功率信号作为状态量以检测加工过程的变化。该信号检测方便，易于在生产实践中实现。
文中分析了异形螺杆加工过程中工件表面质量、切削功率以及进给速度三者之间的关系，并论证了通过对加工过程中进给速度的调整来提高异形螺杆加工效率的可行性。在此基础上将反复学习控制思想和控制策略引入异形螺杆准适应控制系统，采用该控制系统对异形螺杆铣削过程进行控制，达到了令人满意的控制效果。
本文建立的准适应控制系统是在工件表面质量和主轴电机额定功率双重约束下对进给速度加以确定并进行优化调整，它有效地提高了异形螺杆的加工效率，且该系统适用于各种廓形异形螺杆的加工过程。此系统是将反复学习控制运用到异形螺杆准适应控制系统的一次尝试，是异形螺杆加工过程控制领域的一次新探索。
Because the geometrical shape of the special spiral rod is complicated, it is difficult to calculate the cutting width and thickness in the process of manufacturing a special spiral rod. At present, there is no calculation method for this kind of work piece's cutting quantity. So when a numerical control program is being made, the cutting quantity can only be decided by experience or according to the cutting quantity handbook. This prevents the envelope method of processing special spiral rod to show its high efficiency fully.
In this paper, according to the characteristics of the special spiral rods' processing, the feasibility of adjustment of the feed velocity has been justified and quasi-adaptive control system has been established. Through measuring the signal of the spindle motor's power, which is regarded as the control object to adjust the feed velocity in the NC program, the efficiency has been improved according to the control rules with the cutting precision satisfied.
In the process, because of the shape of the work piece, the signals, which can indicate the cutting state, such as cutting power, vibration, and acoustic emission, change periodically; so quasi-adaptive control system can be applied in this process. After all kinds of signals have been analyzed, the cutting power is chosen to inspect the process. The cutting power is easy to detect and implement in practice.
The relationship of the cutting precision and the main spindle motor's power and the feed velocity in the process has been analyzed in the paper and the feasibility of improving the efficiency by adjusting the feed velocity has been justified in the process of milling special spiral rod. On the basis of analysis above-mentioned, the control thoughts and method of the Iterative Learning Control system have been applied, and a system with one input and one output was designed, it has been proved that using this system to control the process of manufacturing a special spiral rod can gain satisfied effect.
The quasi-adaptive control system established in the paper is to quantify and adjust the feed velocity with respect to the cutting precision and the rated power of the main spindle motor constraint. It can improve the efficiency availably and it can be used in the process of manufacturing the special spiral rods with all kinds of shape. The control system made an attempt to apply iterative learning control to the quasi-adaptive control system in milling special spiral rod and it is a further exploration in the field of control of processing the special spiral rod.
引文
[1]王可等．异形螺杆加工技术，制造技术与机床，1999(4)：7～8
[2]王可等．异形螺杆加工所用无瞬心包络法原理与实践，制造技术与机床，1999(2)：37～38
[3]杨叔子，丁洪．智能制造技术与智能制造系统的发展与研究，中国机械工程，1992，3(2)：15～18
[4]姚锡凡，彭永红．加工过程的复合自适应模糊控制，中国机械工程，1998，9(10)：35～36
[5]刘廷章，胡德州．复杂动态车削过程的神经网络直接自适应控制，西安交通大学学报，1998(12)，32(12)：51～58
[6]陈虎，韩至骏．机床自适应控制的新进展，中国机械工程，1998，9(5)：14～16
[7]彭永红，陈统坚．加工过程自适应控制与智能控制技术研究，机械工业自动化，1999(9)，17(3)：21～25
[8]曹正铨．人工适应控制(MAC)优化加工过程的新方法，湖南大学学报，1982(2)，1.9：24～30
[9]汤铭权．应用人工适应控制(MAC)优化切削加工参数，计算机应用，1996(3)：21～25
[10]唐宗军，王可，机械加工过程的准适应控制技术，机械工业自动化，1999(2)，21(1)：40～42
[11]唐立新，杨叔子．先进制造技术与系统，机械与电子，1996(2)：33～36
[12]同淑荣，秦现生，陈德元．智能制造与智能混合系统，中国机械工程，1995，6(4)：19～21
[13]李堂等．数控切削自适应控制，大连理工大学学报，1995(3)，35：352～355
[14]刘艳明，左力，程涛，杨叔子．自适应滑模跟踪控制研究及应用，华中理工大学学报，1996(5)，24(5)：44～46
[15]黎亚元．数控机床速度伺服系统自适应控制研究，中国机械工程，1993，4(4)：33～35
[16]杨庆东，王志强．智能化适应控制系统在磨加工中应用，机械工业自动化，1992(10)，14(4)：29～32
[17]王朝军，刘艳明，杨叔子．铣削加工过程的自适应最优控制，华中理工大学学报，1997(10)，25(10)：7～10
[18]刘艳明，黄一夫，杨叔子．机械加工过程的神经网络自适应最优控制，机械工业自动化，1994(6)，16(2)：4～11
[19]程涛，左力，杨叔子．数控机床切削加工过程智能自适应控制研究，中国机械工程，1999(1)，10(1)：26～31
[20]陈统坚，王卫平．铣削过程的约束型智能控制研究，华南理工大学学报，1994(8)，22(4)：90～96
[21]倪前富，邵华．机床功率信号的实验研究，组合机床与自动化加工技术，1994(6)：20～25
[22]刘飞，徐宗俊，梁锡昌．机床功率监控系统的数学模型及其应用，机械工程学报，1992(8)，28(4)：7～10
[23]李建勇，王其琳．切削加工中的功率约束自适应控制，机车车辆工艺，1994(5)：21～24
[24]邵华，王海丽．SJ—FMS刀具状态功率监控系统，机械设计与研究，1997(3)：44～47
[25]薛鸿健，杨克冲．切削加工状态检测技术的现状与发展，机械与电子，1995(5)：38～41
[26]高俊斌．MATLAB5.0语言与程序设计．第1版．华中理工大学出版社，1999．
[27]陈日濯．金属切削原理．第1版．北京：机械工业出版社，1985．
[28]胡广书．数字信号处理．第1版．北京：清华大学出版社，1997．
[29]郭静寰．异形螺杆铣学过程的功率约束型准适应控制研究：学位论文．沈阳：沈阳工业大学，1999．
[30]唐勇超．异形螺杆铣削过程准适应控制研究：学位论文．沈阳：沈阳工业大学，2000．
[31]北京市 《金属切削理论与实践》编委会 金属切削理论与实践．北京：北京出版社．
[32]韩曾晋．自适应控制系统．第1版．北京：机械工业出版社，1983．
[33]谷艳玲．准适应控制在异形螺杆铣削过程中应用研究：学位论文．沈阳：沈阳工业大学，2000．
[34]徐序彦．智能控制的理论、方法与技术，第二届全国智能控制专家讨论会论文集，北京清华大学，1994．
[35]韦巍．智能控制技术．第1版．机械工业出版社，1999．
[36]邓志东，张再兴．学习控制系统，信息与控制，1996，25(2)：94～103
[37]周惠兴，王先逵．重复学习控制及其在机械工程中的应用，中国机械工程，1998，9(7)：60～63
[38]胡恒章，邓志东．值学习控制理论综述，中国人工智能学会计算机与智能控制学术年会，1999．
[39]L. K. Landerbaugh. Dynamic Modeling for Concrol of the Milling Process, Journal of Engineering for Industry, 1988 (11), 110:367～375
[40]L. K. Landerbaugh. Model Reference. Adaptive Force Control in Milling, Journal of Engineering for Industry, 1989(2).
[41]Bor-Sen Chen, Yih-Fang Chang. Constant Turming Force Adaptive Controller Design, Journal of Engineering for Industry, 1989, 111:125～132
[42]S.C. Lin, R. E. DeVor. The Effects of Variable Speed Cutting on Vibration Controlin Face Miiling. Journal of Engineering for Industry, 1990, 112:1～11
[43]Pou-Lo Hsu, Wei-Ru Fann. Fuzzy Adaptive Control of Machining Processes With a Self-Leaming Algorithm, Transactions of the ASME, 1996, 118
[44]S. J. Rober, Y. C. Shin. Control of Cutting Force for End Milling Processes Using an Extended Model Reference Adaptive Control Scheme, Journal ofManufacturing Science and Engineering 1996, 118: 339～347
[45]Toshio Tsuji, Bing Hong Xu. Adaptive Control and Identification Using One Neural Network for a Class of Plants with Uncertainties, IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERMETICS, 1998, 128:496～505
[46]M. tolouei-Rad. On the Optimization of Machining Parameters for Milling Operations, Int. J.Mech. Tools. Manufact, 1997(1), 37:1～16
[47]Tea Jo Ko. Adaptive Optimization of Face Milling Operations Using Neural Networks. Journal of Manufacturing Science and Engineerign ,1998(5), 120:443～451
[48]R. Arouzi. On-Line Optimization of the Tuming Process Using an Inverse Process Neurocontroller. Journal of Manufacturing Science and Engineerig, 1998(2), 120:101～108
[2]王可等．异形螺杆加工所用无瞬心包络法原理与实践，制造技术与机床，1999(2)：37～38
[3]杨叔子，丁洪．智能制造技术与智能制造系统的发展与研究，中国机械工程，1992，3(2)：15～18
[4]姚锡凡，彭永红．加工过程的复合自适应模糊控制，中国机械工程，1998，9(10)：35～36
[5]刘廷章，胡德州．复杂动态车削过程的神经网络直接自适应控制，西安交通大学学报，1998(12)，32(12)：51～58
[6]陈虎，韩至骏．机床自适应控制的新进展，中国机械工程，1998，9(5)：14～16
[7]彭永红，陈统坚．加工过程自适应控制与智能控制技术研究，机械工业自动化，1999(9)，17(3)：21～25
[8]曹正铨．人工适应控制(MAC)优化加工过程的新方法，湖南大学学报，1982(2)，1.9：24～30
[9]汤铭权．应用人工适应控制(MAC)优化切削加工参数，计算机应用，1996(3)：21～25
[10]唐宗军，王可，机械加工过程的准适应控制技术，机械工业自动化，1999(2)，21(1)：40～42
[11]唐立新，杨叔子．先进制造技术与系统，机械与电子，1996(2)：33～36
[12]同淑荣，秦现生，陈德元．智能制造与智能混合系统，中国机械工程，1995，6(4)：19～21
[13]李堂等．数控切削自适应控制，大连理工大学学报，1995(3)，35：352～355
[14]刘艳明，左力，程涛，杨叔子．自适应滑模跟踪控制研究及应用，华中理工大学学报，1996(5)，24(5)：44～46
[15]黎亚元．数控机床速度伺服系统自适应控制研究，中国机械工程，1993，4(4)：33～35
[16]杨庆东，王志强．智能化适应控制系统在磨加工中应用，机械工业自动化，1992(10)，14(4)：29～32
[17]王朝军，刘艳明，杨叔子．铣削加工过程的自适应最优控制，华中理工大学学报，1997(10)，25(10)：7～10
[18]刘艳明，黄一夫，杨叔子．机械加工过程的神经网络自适应最优控制，机械工业自动化，1994(6)，16(2)：4～11
[19]程涛，左力，杨叔子．数控机床切削加工过程智能自适应控制研究，中国机械工程，1999(1)，10(1)：26～31
[20]陈统坚，王卫平．铣削过程的约束型智能控制研究，华南理工大学学报，1994(8)，22(4)：90～96
[21]倪前富，邵华．机床功率信号的实验研究，组合机床与自动化加工技术，1994(6)：20～25
[22]刘飞，徐宗俊，梁锡昌．机床功率监控系统的数学模型及其应用，机械工程学报，1992(8)，28(4)：7～10
[23]李建勇，王其琳．切削加工中的功率约束自适应控制，机车车辆工艺，1994(5)：21～24
[24]邵华，王海丽．SJ—FMS刀具状态功率监控系统，机械设计与研究，1997(3)：44～47
[25]薛鸿健，杨克冲．切削加工状态检测技术的现状与发展，机械与电子，1995(5)：38～41
[26]高俊斌．MATLAB5.0语言与程序设计．第1版．华中理工大学出版社，1999．
[27]陈日濯．金属切削原理．第1版．北京：机械工业出版社，1985．
[28]胡广书．数字信号处理．第1版．北京：清华大学出版社，1997．
[29]郭静寰．异形螺杆铣学过程的功率约束型准适应控制研究：学位论文．沈阳：沈阳工业大学，1999．
[30]唐勇超．异形螺杆铣削过程准适应控制研究：学位论文．沈阳：沈阳工业大学，2000．
[31]北京市 《金属切削理论与实践》编委会 金属切削理论与实践．北京：北京出版社．
[32]韩曾晋．自适应控制系统．第1版．北京：机械工业出版社，1983．
[33]谷艳玲．准适应控制在异形螺杆铣削过程中应用研究：学位论文．沈阳：沈阳工业大学，2000．
[34]徐序彦．智能控制的理论、方法与技术，第二届全国智能控制专家讨论会论文集，北京清华大学，1994．
[35]韦巍．智能控制技术．第1版．机械工业出版社，1999．
[36]邓志东，张再兴．学习控制系统，信息与控制，1996，25(2)：94～103
[37]周惠兴，王先逵．重复学习控制及其在机械工程中的应用，中国机械工程，1998，9(7)：60～63
[38]胡恒章，邓志东．值学习控制理论综述，中国人工智能学会计算机与智能控制学术年会，1999．
[39]L. K. Landerbaugh. Dynamic Modeling for Concrol of the Milling Process, Journal of Engineering for Industry, 1988 (11), 110:367～375
[40]L. K. Landerbaugh. Model Reference. Adaptive Force Control in Milling, Journal of Engineering for Industry, 1989(2).
[41]Bor-Sen Chen, Yih-Fang Chang. Constant Turming Force Adaptive Controller Design, Journal of Engineering for Industry, 1989, 111:125～132
[42]S.C. Lin, R. E. DeVor. The Effects of Variable Speed Cutting on Vibration Controlin Face Miiling. Journal of Engineering for Industry, 1990, 112:1～11
[43]Pou-Lo Hsu, Wei-Ru Fann. Fuzzy Adaptive Control of Machining Processes With a Self-Leaming Algorithm, Transactions of the ASME, 1996, 118
[44]S. J. Rober, Y. C. Shin. Control of Cutting Force for End Milling Processes Using an Extended Model Reference Adaptive Control Scheme, Journal ofManufacturing Science and Engineering 1996, 118: 339～347
[45]Toshio Tsuji, Bing Hong Xu. Adaptive Control and Identification Using One Neural Network for a Class of Plants with Uncertainties, IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERMETICS, 1998, 128:496～505
[46]M. tolouei-Rad. On the Optimization of Machining Parameters for Milling Operations, Int. J.Mech. Tools. Manufact, 1997(1), 37:1～16
[47]Tea Jo Ko. Adaptive Optimization of Face Milling Operations Using Neural Networks. Journal of Manufacturing Science and Engineerign ,1998(5), 120:443～451
[48]R. Arouzi. On-Line Optimization of the Tuming Process Using an Inverse Process Neurocontroller. Journal of Manufacturing Science and Engineerig, 1998(2), 120:101～108