机床切削颤振在线智能控制方法及其系统

摘要

一种机床切削颤振在线智能控制方法及其系统,用于精密柔性制造加工领域。系统包括利用电流变材料设计的一种动态特性可以在线快速调整的智能型镗杆,向电流变材料施加高压电场的电压变换器,计算机、电荷放大器,及输入加速度信号的加速度传感器,加工系统动态特性在线调整主要依靠含有电流变材料的机械结构进新行。控制方法包括系统初始化、颤振识别和颤振控制三部分。该方法中采用CDM方法在线识别颤振预兆,可以达到在50ms内对出现的颤振预兆进行识别。本发明可根据切削振动信号快速预报切削颤振预兆,并根据加速度信号中蕴涵信息及时在线调整切削系统的动态特性,将切削颤振抑制在其萌芽状态,不在工件表面产生加工振痕,保证加工的质量和效率。

主权项

1、一种机床切削颤振在线智能控制方法，其特征在于根据实时采集的切削振动加速度信号快速调整切削振动系统的动态特性以避免切削自激振动—颤振的发生，其依次包括以下步骤：(1)系统初始化，设定：初始化电场强度E₀，                 采样频率F_s；(2)颤振识别：把加速度信号输入颤振识别程序模块CDM，循环判别并运行，一直到识别出颤振预兆；(3)颤振控制：(a)一旦识别出颤振预兆，计算此时得颤振频率F_C，令：F_post＝F_C，F_post：施加电场强度前的颤振频率；(b)施加控制电场强度：E＝E₀KV/mm；(c)再把加速度信号输入上述CDM模块，判别此时颤振预兆是否仍然存在，如颤振预兆消失，令施加的电场强度E＝0，然后程序转入步骤(2)继续运行。如颤振预兆仍然存在，程序向下运行；(d)计算此时颤振频率F_C；(e)判别F_C＞F_post若F_C＞F_post，则令E＝E-0.1KV/mm，重新测加速度，按(c)～(d)运行；若F_C＜F_post，则令E＝E+0.1KV/mm，重新测加速度，按(c)～(d)运行；(4)上述程序流程在切削加工过程中一直循环运行，直到切削加工过程结束，该控制程序结束；上述CDM模块依次执行以下步骤：(1)输入采样加速度信号r_i；(2)将r_i输入LO-RBF型神经网络结构程序模块，依次按以下步骤运行：(a)计算传感信号时间序列的概率密度函数在r_i处的估算值f(r_i)和概率密度函数一阶微分函数在r_i处的估算值即计算： $(f\left(r_i\right),\frac{\partial }{\partial r_i}f\left(r_i\right))=\mathrm{LO}-\mathrm{RBF}\left(r_i\right),$(b)构造新信号序列G_n、对照与每一个输入传感信号采样值r_i时得G_n中元素g_i为： $g_i=f\left(r_i\right)/\frac{\partial }{{\partial r}_i}f\left(r_i\right)$(3)将g_i输入FuzzyARTMap颤振预兆识别模块，依次按以下步骤运行：(a)判别i＞128，进行判别并循环运行，(b)在采样频率为1000Hz下，判别i＞128时，每隔50毫秒判断一次颤振是否发生即fmod(i，50)＝0，(c)取出时间信号序列：即取出G序列中前127点，与当前值g_i构成128点的时间信号序列G₁₂₈，即G₁₂₈＝｛g_i-127，g_i-126，…，g_i-1，g_i}，(d)将G₁₂₈输入快速傅立叶变换(FFT)子程序，得到G₁₂₈的傅立叶变换序列F₁₂₈，F₁₂₈＝FFT(G₁₂₈)，(e)取F₁₂₈序列前64元素的模构成新的序列S₆₄，S₆₄中各元素代表在分析频段内各频率点的能量密度S_i＝|F_i|(i＝1，2，3，…64)，(f)把64维序列S₆₄输入Fuzzy ARTMap神经元网络(模糊自适应共振神经元网络)子程序，(g)判别Fuzzy ARTMap神经元网络输出的二维向量C₂：C₂＝Fuzzy ARTMap(S₆₄)若：C₂＝{0，1}，表示无颤振预兆，若：C₂＝{1，0}，表示有颤振预兆，在上述Fuzzy ARTMap监督学习阶段，在切削颤振预兆存在时采集得到的M个64维信号S₆₄和代表颤振预兆的M个两维向量C₂(都为{1，0})同时分别输入网络的ART_a子模块和ART_b子模块；同样，N个颤振预兆不存在时采集得到的64维信号S₆₄和代表无颤振预兆的N个两维向量C₂(都为{0，1})同时分别输入网络的ART_a子模块和ART_b子模块。这里，{0，1}对应于无颤振预兆，{1，0}对应于有颤振预兆。通过这样的监督学习，在ART_a子模块和ART_b子模块之间以权值的形式建立起映射关系。这样保证网络可在线根据ART_a子模块的输入判别加速度采样信号中是否存在颤振预兆。