加工过程的智能控制方法现状及展望.pdf

《加工过程的智能控制方法现状及展望.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第4期组合机床与自动化加工技术NO．42013年4月ModularMachineTool&AutomaticManufacturingTechniqueApr．2013文章编号：1001—2265(2013)04—0001—03加工过程的智能控制方法现状及展望术张毅一，姚锡凡(1．华南理工大学机械与汽车工程学院，广州510640；2．广东交通职业技术学院机电工程系，广州510800)摘要：切削过程恒力控制对于提高生产率、保证加工精度和提高刀具寿命具有重要作用。文章对国内外近20年恒切削力加工过程智能控制的研究现状作了回顾，尤其着重

2、模糊控制及神经网络控制等控制方法在恒切削力加工过程控制中的应用，总结了加工过程智能控制在实际工业应用较少的原因及存在的问题。简单介绍了STEP．NC环境下加工过程智能控制的应用，并对将来的研究工作做了展望。关键词：加工过程；智能控制；现状；STEP—NC中图分类号：TH16；TG65文献标识码：AStateoftheArtandOutlookforIntelligentControlMethodsinMachiningProcessZHANGYi，YAOXi—fan(1．SchoolofMechanical＆AutomationE

3、ngineering，SouthChinaUniversityofTechnology，Guangzhou510640，China；2．DepartmentofMechanical＆ElectricalEngineering，GuangdongCommunicationPoly-technic，Guangzhou510800，China)Abstract：Constantforcecontrolinmachiningprocessisofimportanceforimprovingproductivity，ensu—ringmac

4、hiningprecisionandincreasingcuttingtooldurability．Thestateoftheartofintelligentcontrolofconstantforceinmachiningprocessinthepasttwodecadeswasreviewed，andtheapplicationsofin—telligentcontrolmethodssuchasfuzzylogiccontrolandneuralnetworkcontrolwereespeciallyempha—sized．

5、Thecausesandproblemsthatresultinrarepracticalindustrialapplicationsofintelligentcontrolinmachiningprocessweresummarized．TheapplicationsofSTEP-NCbasedintelligentcontrolinmachiningprocesswereintroducedbriefly．Theoutlookforfutureresearchworkisgiven．Keywords：machiningproc

6、ess；intelligentcontrol；stateoftheart；STEP—NC加工过程由于切削参数(切削速度，进给速度vf，切0引言削深度A)等影响而存在严重的非线性和时变性，难为了提高机床的生产效率、加工精度、设备利用以用精确的数学模型来描述，使得传统自适应控制率、降低成本和安全生产，加工过程自适应控制技术难以满足越来越高的加工性能要求，为此不依赖或自二十世纪50年代末60年代初提出以来一直受到少依赖数学模型的智能控制方法在加工过程控制中许多研究者的重视。概括地说，加工过程自适应控得到普遍关注。本文讨论的对象为恒切削力

7、约束的制系统可分为两类：最优型自适应控制(ACO)和约加工过程智能控制。束型自适应控制(ACC)。由于刀具磨损在线检测的l加工过程智能控制方法现状局限性，ACO在生产上应用不普遍；而切削力和功率等约束参数的在线测量非常方便，使得ACC有了1．1模糊控制较快的发展和深人的研究。切削力是描述加工过程模糊控制的本质是基于规则的控制，不需要建状况最好的变量，切削过程约束型恒力控制对于提立关于控制对象的精确数学模型，是一种不依赖于高生产率、保证加工精度和提高刀具寿命具有重要对象模型的智能控制方法，尤其适用于不确定和非作用，因而成为各国学者多

8、年来潜心研究的课题。线性系统。模糊控制应用于加工过程具有以下优收稿日期：2012—08—05；修回日期：2012—09—24}基金项目：国家高技术研究发展计划(863计划)资助项目(2007AA04Z111)；广东省科技计划项目(201lB0101