基于模糊聚类的智能自适应数控加工间接建模的新方法.PDFVIP

维普资讯 第200309年鸯第6月期 110 Inf信息与控 制 Vo1．29，No．3 n Coatro1 June．，2000 文章编号 ：1003—0411(3000)03—0305—06 基于模糊聚类的智能 自适应数控加工 间接建模的新方法 童 强 李水进 金仁成 周云飞 — 中理 季甄积 木研究所 武汉 430074) 摘 要 ：本文重点研究了智能 自适应数控加工中使用模糊方法实现非线性系统的间接建模问 题．本文在一阶T—S模型的基础上 ，提 出了一种通过动态生成模糊 聚类 ，离线建立铣削力与 电信号 之间的关系模型的新 算法．工程实践表明该模型具有较强的鲁棒性 、较好的精确性． 送 ’ 中围分类号：TP29 文献标识码 {1b 0蝎L凡灿‘L B ／ 1 引言 智能 白适应数控加工可根据加工状况的改变 ，自动调整切削速度、进给速度、切削深度等 加工参数，而大幅度地提高加工质量和加工效率，使得智能 白适应数控技术在先进制造技术领 域中占有绝对优势地位 ，并成为 21世纪数控技术发展的主流 目前匡内外对智能 白适应数控加 工的研究大多集中在对转矩变化的控制上 ，对切削力变化的控制还局 限于直接测量切削力来 完成．但这种方法存在着明显的缺陷：机床本身的结构受到破坏 ；测力仪和加工工件的安装、调 试技术复杂；工件 的底面积受限与测力平台有效面积 ；测力仪对铣削深度变化不敏感；测力仪 价格 昂贵等．这是该技术长期未能推广的原因所在 ．切削力的间接监测可望解决这些问题 ，但 1 也有其 自身的难题．数控加工过程是一种极其复杂、多因素相关的高度非线性、强耦台过程 ，至 hU 今尚无一准确 的数学模型能加以描述．而且数控加工实时性要求很高，现代数控系统的插补周 D S ●● 期一般不多于8ms，除去中断处理 、插补运算等之外 ，分给辨识算法的时间已少得可怜 ，目前系 统在线识别算法没法满足这么高的要求．此外 ，基于神经网络、白适应理论等一些间接辨识算 法也存在辨识精度不高，不便用于数控系统等缺点．由于模糊系统具有灵活的经验知识表达和 推理能力，实用中有使用简单、所需时间短以及鲁棒性强等特点，适用于解决数控加工中铣削 力 间接监测 的问题． 本文在[2]中的Takagi—Sugeno模型的基础上 ，提出 一种可依据输入样本密度进行聚类 判别 ，动态生成聚类特征参数，合理产生新的聚类 以及适 当的合并聚类的新型算法，此算法能 在提高系统间接模型辨识精度的同时 ，尽可能减少 辨识参数的个数 ，降低建立模型的复杂度 ， 达到对系统间接模型的精确辨识． 2 间接模型的辩识算法 2．1 实验数据预处理 由伺服驱动系统中的三相交流信号 ，有下式成立 ： 鐾嚣：：1国99家9--86039--高拄18术攻关项目(编号：863—5l1—82o_004) 维普资讯 信 息 与 控 制 29卷 图 1 U 向电流 图 2 向电流 图3 电流 图4 单 向切削力 J + J 一 I 一 0 (1) 显然，只须测量 J…I两相 电流即可计算出L 相 电流的大小．由三 向电动机的矢量变换 ． 将三相电流 J、J…I转换到Ie,I轴上，同时建立随转子一同旋转的 —g坐标系．可得：