基于模糊聚类智能自适应数控加工间接建模新方法.pdfVIP

第 29 卷第 3 期 　 信 息 与 控 制 V o l. 29,N o. 3 2000 年 6 月 In fo rm at ion an d Con t ro l 　J un e. , 2000 ( ) 文章编号: 100204 11 2000 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 (华中理工大学数控技术研究所　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 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 T S 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. 关键词: 切削力, 电流, 模糊聚类, 聚类中心 中图分类号: T P 29　　　　　　文献标识码: B 1　引言 智能自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, 使得智能自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 2 1 世纪数控技术发展的主流 目前国内外对智能自适应数控加 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 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、强耦合过程, 至 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 期一般不多于 8 , 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 m s 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、自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 模型的基础上, 提出了一种可依据输入样本密度进行聚类 T ak ag i Su geno 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: 收稿 日期: 1999- 09- 18 ( ) 　　基金项 目: 国家 863 高技术攻关项 目 编号: 8635 206 信　息　与　控　制 29 卷　 图 1　U 向电流　　　　　　　　　　　　　　图2　V 向电流 图3　电流　　　　　　　　　　　　　　图4　单向切削力 I u + I v + Iw = 0 ( 1)