專利名稱：機床切削顫振在線智能控制方法及其系統的制作方法
機床切削顫振在線智能控制方法及其系統屬于機械制造自動化及智能制造領域，主要為了保證金屬切削加工的加工穩定性，避免加工過程中出現自激振動—顫振，保證加工零件質量和切削刀具壽命。該技術適用于自動化程度高的精密柔性制造加工系統，可廣泛應用于需要精密加工的航空、航天和汽車等行業。
切削顫振屬于自激振動，是金屬切削機床在切削過程中產生的刀具和工件之間十分強烈的相對振動。它產生的原因和發生、發展的規律與切削加工過程本身及金屬切削機床動態特性都有著內在的本質聯系，影響因素很多，是一個非常復雜的機械振動現象。隨著工廠自動化發展，機械加工的柔性化要求切削加工可對不同的工件和在不同工作條件下進行，因此通過顫振預防控制的方法往往不能從根本上杜絕顫振現象的出現，所以對其進行在線監視預報和控制成為改善切削系統穩定性的一項關鍵性技術。
由于切削系統發生顫振具有突發性和不確定性，從正常切削到發生顫振的時間歷程非常短暫，一般在幾百毫秒之內。所以對切削顫振進行在線監視和控制是非常困難的。目前較為成功的方法可歸為兩類一類采用對切削系統進行系統建模的方法進行顫振控制，一類采用對切削加工參數(主軸轉速、進給量、切削深度等)進行在線調整來抑制顫振。但由于切削加工系統的復雜性使建立準確的系統數學模型非常困難，同時切削加工機械系統反應的嚴重滯后使上述兩類方法都不能很好地對切削穩定性進行在線控制，不能完全將顫振現象消除掉。
本發明主要目的就是針對于柔性制造單元，開發出一種通用的不影響制造單元柔性化程度的切削顫振在線控制的方法，以提高加工質量和生產效率。本發明主要針對克服以往顫振在線控制技術難于突破的障礙，利用智能材料根據傳感器采集切削振動信息調控機械結構動態特性以實現切削顫振的在線控制。
本發明的設計思想是基于控制切削系統時變動態特性來提高切削穩定性的理論作為其理論基礎，具體實施時對原有機床切削系統的改動很小。原有切削系統主要由機床、工件和刀具系統三部分組成，本發明只是在在影響切削系統穩定性的關鍵零部件(例如鏜桿、刀柄等)的設計上，采用了內嵌智能材料的方法，利用智能材料動態特性可以實時快速調控的特點，對整個加工系統的動態特性進行在線快速調控，消除顫振發生的條件以避免切削顫振的發生。
本發明的技術方案分為機床切削顫振在線智能控制方法及系統兩部分，本發明控制方法部分參見流程圖1，而CDM在線識別顫振預測參見CDM信息流程圖3和CDM在線識別顫振預兆流程圖2，該方法特征在于它依次包括以下步驟(1)系統初始化，設定初始化電場強度E0，采樣頻率Fs；(2)顫振識別把加速度信號輸入顫振識別程序模塊CDM，循環判別并運行，一直到識別出顫振預兆；(3)顫振控制(a)一旦識別出顫振預兆，計算此時得顫振頻率FC，令Fpost＝FC，Fpost施加電場強度前的顫振頻率；(b)施加控制電場強度E＝E0KV/mm；(c)再把加速度信號輸入上述CDM模塊，判別此時顫振預兆是否仍然存在，如顫振預兆消失，令施加的電場強度E＝0，然后程序轉入步驟(2)繼續運行。如顫振預兆仍然存在，程序向下運行；(d)計算此時顫振頻率FC；(e)判別FC＞Fpost？若FC＞Fpost，則令E＝E-0.1KV/mm，重新測加速度，按(c)～(d)運行；若FC＜Fpost，則令E＝E+0.1KV/mm，重新測加速度，按(c)～(d)運行；(4)上述程序流程在切削加工過程中一直循環運行，直到切削加工過程結束，該控制程序結束；上述CDM模塊依次執行以下步驟(1)輸入采樣加速度信號ri；(2)將ri輸入LO-RBF型神經網絡結構程序模塊，依次按以下步驟運行(a)計算傳感信號時間序列的概率密度函數在ri處的估算值f(ri)和概率密度函數一階微分函數在ri處的估算值 即計算(f(ri),∂∂rif(ri))=LO-RBF(ri),]]>(b)構造新信號序列Gn、對照與每一個輸入傳感信號采樣值ri時得Gn中元素gi為gi=f(ri)/∂∂rif(ri)]]>(3)將gi輸入Fuzzy ARTMap顫振預兆識別模塊，依次按以下步驟運行(a)判別i＞128？，進行判別并循環運行，(b)在采樣頻率為1000Hz下，判別i＞128時，每隔50毫秒判斷一次顫振是否發生？即fmod(i，50)＝0，(c)取出時間信號序列即取出G序列中前127點，與當前值gi構成128點的時間信號序列G128，即G128＝gi-127，gi-126，…，gi-1，gi}，(d)將G128輸入快速傅立葉變換(FFT)子程序，得到G128的傅立葉變換序列F128，F128＝FFT(G128)，(e)取F128序列前64元素的模構成新的序列S64，S64中各元素代表在分析頻段內各頻率點的能量密度Si＝|Fi|(i＝1，2，3，…64)，(f)把64維序列S64輸入Fuzzy ARTMap神經元網絡(模糊自適應共振神經元網絡)子程序，(g)判別Fuzzy ARTMap神經元網絡輸出的二維向量C2C2＝Fuzzy ARTMap(S64)若C2＝{0，1}，表示無顫振預兆，若C2＝{1，0}，表示有顫振預兆，在上述Fuzzy ARTMap監督學習階段，在切削顫振預兆存在時采集得到的M個64維信號S64和代表顫振預兆的M個兩維向量C2(都為{1，0})同時分別輸入網絡的ARTa子模塊和ARTb子模塊；同樣，N個顫振預兆不存在時采集得到的64維信號S64和代表無顫振預兆的N個兩維向量C2(都為{0，1})同時分別輸入網絡的ARTa子模塊和ARTb子模塊。這里，{0，1}對應于無顫振預兆，{1，0}對應于有顫振預兆。通過這樣的監督學習，在ARTa子模塊和ARTb子模塊之間以權值的形式建立起映射關系。這樣保證網絡可在線根據ARTa子模塊的輸入判別加速度采樣信號中是否存在顫振預兆。
采用機床切削顫振在線智能控制方法的系統參見本發明的系統框圖4和原理框圖5，機床切削顫振在線智能控制方法設計的系統含有計算機，其特征在于它包括有設置有電流變材料的智能型鏜桿，向鏜桿上的電流變材料施加高壓電場的電壓變換器，經主板PCI插槽和數字/模擬轉換卡向電壓變換器施加控制電壓信號的計算機，經數字/模擬轉換卡和主板PCI插槽向計算機輸入加速度信號的電荷放大器，以輸出端與電荷放大器輸入端相連、而輸入信號為鏜桿端部切削加工過程中振動加速度信號的加速度傳感器。
在切削系統的設計上采用了一含有一種電流變材料的鏜桿，當施加在電流變材料上的控制電場強度由0變化至2000伏特/每毫米時鏜桿固有頻率有30赫茲的變化量。
采用的電流變材料配置過程將淀粉(顆粒直徑為10微米到50微米之間)和真空泵油按9∶11混合，再加入適量的松香衍生物及附加添加劑，在室溫下用電動攪拌機攪拌15-30分鐘，攪拌后為均勻的棕色懸浮狀液體。該材料在施加0～10000伏/每毫米的高壓電場后，其所能承受的抗剪切屈服應力由0增加到3900帕。
含有電流變材料的智能型鏜桿是在現有的鏜桿上、套有作為電流變材料正電極的薄壁鋼圈，電流變材料負極為位于相對于薄壁鋼圈部分的支撐套，兩電極間的0.5mm間隙中裝有電流變材料，電流變材料兩端的密封采用2個O型圈，支撐套和鏜桿靠四個內六角螺栓從相互垂直的兩個方向固定，支撐套被裝卡于鏜削系統中的刀架中，加速度傳感器安置于鏜桿的端部。
本發明將智能材料引入金屬切削加工顫振的在線控制中，應用智能材料固有特性對電控制信號的瞬間響應能力，不僅克服了切削系統機械結構對控制信號響應慢的缺點，而且該系統根據獲得的傳感信息進行顫振的在線抑制，克服了切削系統因其復雜性而難于建立準確的控制模型的困難。因此該發明增強了機械加工設備適應不同的加工對象和加工條件的能力，大大地提高了機械加工設備的柔性化程度。
并且基于該技術開發的顫振在線控制裝置可根據切削振動信號及時調控加工系統的動態特性，將切削顫振抑制在其萌芽狀態，不在工件表面產生加工振痕，不影響切削加工過程的正常進行，保證加工的質量和效率。
本發明中CDM在線識別顫振預測中的應用主要基于大量實驗研究表明加工過程中顫振的發展過程有以下特點(1)顫振波形類似于諧振波，幅值的增長是一個漸變的過程，可分為初始顫振階段、顫振發展階段和充分顫振階段。
(2)切削振動頻率隨顫振的發展，逐漸穩定到接近系統的固有頻率。此時振動能量在頻域內分布由寬帶分布轉為窄帶能量分布。
(3)在初始顫振階段，振動頻率已穩定到系統的固有頻率處，此時振動幅值尚未達到顫振的最大幅值。在顫振幅值達到充分顫振階段前約有400至600毫秒或更長，這就給監控系統提供了識別和反饋控制的寶貴時間。
由上述特點可知由顫振的諧振波特性和頻域的窄帶特征可作為顫振發生的重要預兆。本發明中的顫振預報技術就是基于上述分析，采用局部最佳信號偵測技術和神經元網絡技術在顫振發展階段識別顫振預兆，進行顫振預報，以達到本發明的目的。


圖1本發明中控制方法流程圖，Fs＝采樣頻率，E＝電場強度，E0＝初始電場強度，AS＝加速度信號，CDM＝顫振識別程序模塊，Fc＝顫振頻率，Fpost＝當電流變材料處于屈服后狀態時的顫振頻率；圖2CMD在線識別顫振預兆流程圖；圖3CMD信息流程圖；圖4本發明的系統框圖，1、計算機，2、主板PCI插槽，3、模擬/數字數字/模擬轉換卡，4、模擬輸入口，5、模擬輸出口，6、電荷放大器，7、加速度傳感器，8、電壓變換器，9、智能鏜桿(含電流變材料)；
圖5本發明的系統原理框圖，a、干擾，b、動態切削力，c、控制指令，d、振動響應，10、控制器，11、機床-工件-刀具組成的機械振動系統，12、切削過程示意模塊；圖6智能型鏜桿結構示意圖，13、支撐套，14、正電極，15、O形圈，16、絕緣套，17、鏜桿，18、鏜刀，L1、鏜桿裝卡長度，L2、鏜桿懸伸長度；圖7加速度傳感器安置及鏜削系統示意圖，19、卡盤，20、鏜刀頭夾具，21、工件，22、鏜刀架；圖8本發明監視系統信號傳輸配置原理圖，23、8通道扁平適配器；圖9利用智能型鏜桿進行鏜削加工的系統裝置示意圖；圖10Fuzzy-ARTMAP神經元網絡離線學習訓練時信息輸入示意圖；圖11Fuzzy-ARTMAP神經元網絡在線預報顫振預兆時的信息輸入輸出示意圖。
實施例本發明可使用在鏜削加工中。因為鏜削是內孔加工，因此鏜桿一般設計成細長懸臂梁結構，剛性差，易于受力發生彎曲變形，在受到動態切削力時顫振往往無法避免。本發明為了克服鏜桿剛度無法根本提高的弱點，在其結構設計時加入了一種智能材料——電流變材料，通過對電流變材料施加電場來在線改變鏜桿整體的動態特性，結合顫振在線預報技術在線根據傳感信號調控鏜桿動態特性以避免顫振的發生。
本實施例中系統根據圖4按常規技術裝配，其中采用配件及相互關系描述如下(1)計算機CPU型號為PII233，主板有3個PCI插槽，在系統中作為數據采集、顫振預報控制軟件的載體。
(2)模擬/數字，數字/模擬轉換卡型號為HY-6070，插于計算機PCI插槽中，其模擬輸入端與電荷放大器的電壓輸出端相連，模擬輸出端與高電壓變換器的輸入電壓端相連。
(3)電荷放大器型號為YE5858，其輸入端將加速度傳感器輸出的電荷量接入，輸出為代表加速度信號的電壓信號，輸出接入A/D，D/A卡的模擬輸入端。
(4)加速度傳感器型號為YE14103，加速度傳感器通過雙頭螺釘固定在鏜桿的懸臂端，輸出與電荷放大器的電荷輸入端相連。
(5)電壓變換器型號為GYW-010，其功能為將由計算機輸出的0～5伏特的低電壓轉換為0～10000伏特的高電壓，其輸入電壓端與A/D，D/A卡的模擬輸出端相連，其高電壓輸出端的兩極分別與鏜桿中電流變材料的正負極相連。
本發明的在切削系統的結構設計中將電流變材料引入機械加工系統關鍵部件，研制出一種可由外部電信號直接控制機械結構動態特性的智能型鏜桿。智能型鏜桿的結構設計針對以往基于電流變材料的層合梁結構或中空梁結構的動態特性隨控制電場強度變化而獲得的變化范圍有限的缺點，利用電流變材料改變鏜桿根部的局部支撐剛度，很大地提高了結構動態特性的變化范圍，同時不影響正常的鏜削加工。鏜桿結構如圖6所示，正電極為薄壁鋼圈，支撐套與正電極相對的部分作為電流變材料的負極(也就是接地)，電極軸向長度為20毫米，兩電極間隙為0.5毫米。正電極與鏜桿間有絕緣套，電流變材料灌注入正電極與負電極間的空腔內，電流變材料的密封靠2個O型圈來保證。支撐套和鏜桿靠四個內六角螺栓從相互垂直的兩個方向固定。支撐套被裝卡于鏜削系統中的刀架中，L1等于100毫米，L2等于180毫米，鏜桿懸伸部分的長度與直徑比為6∶1。在鏜桿的端部安裝鏜刀。采用激振器對鏜桿激振測試表明在電流變材料的控制電場強度變化范圍在0至2000伏特/每毫米時鏜桿固有頻率有30赫茲的變化量。
鏜削系統、加速度傳感器安置如圖7所示。加速度傳感器之所以都采用水平方向，也就是垂直于切削表面這一方向主要是考慮到切削顫振多為再生型顫振，由再生型顫振產生機理可以知道只有切削深度方向刀具和工件相對振動位移分量才顯著的影響切削力。實施中證明切削深度方向振動響應和切削力動態分量比其它方向的傳感信號能更靈敏的反映切削顫振的發展過程。加速度傳感器安裝于鏜桿的端部，因為在端部的振動響應明顯。
計算機直接處理的數字信號流程圖如圖8所示。在加工過程中，加速度傳感信號經YE14103加速度計采集經YE5853電荷放大器將電荷信號轉換為電壓信號，然后經8通道扁平電纜適配器輸入12位A/D轉換卡，成為可由計算機直接處理的數字信號。
電流變材料的配置主要考慮電流變材料工作在室溫范圍內，材料體系要具有高的分散穩定性，材料要具有大的粘度、彈性模量變化范圍，材料的電流變效應穩定性高，此外材料要具有低導電性。基本配置過程為將淀粉和真空泵油按混合，再加入適量的松香衍生物及附加添加劑，在室溫下用電動攪拌機攪拌分鐘，攪拌后為均勻的棕色懸浮狀液體。此種材料在不密封、15～40℃的環境溫度范圍下放置，沒有出現分層、沉淀現象，而且電流變效應明顯。
切削顫振控制系統裝置示意圖如9所示。鏜削系統建立在CA6140車床上，工件懸臂卡置在主軸上，鏜刀安裝在刀架上。監控系統為一個配有HY6070數據采集卡的聯想PII233計算機。采集的振動信號為鏜桿端部水平方向的加速度信號。根據采集的振動信號和切削顫振在線控制策略，采集卡的輸出通道發出控制信號給GYW-010電壓變換器，電壓變換器根據控制信號將一定大小電場強度的電場施加在鏜桿中的正負極間，以此通過改變正負極間電流變材料性能來調控鏜桿的動態特性。這樣的配置可以保證很方便的根據切削振動信號來調整電源輸出電壓以控制鏜桿的動態特性進行切削顫振的在線抑制。
系統控制方法的操作流程如圖1所示。系統由三部分組成系統初始化、顫振識別和顫振控制。
系統初始化部分主要是將包括采樣頻率、由經驗決定的初始電場強度等參數輸入系統。采樣頻率根據所需的信號頻段和采樣定理決定，初始電場強度是根據切削加工條件選擇、由實驗確定的。一旦顫振預兆被預測到，初始電場強度被施加給電流變材料。這樣，可以節省系統用于搜索最佳電場強度的時間。
顫振識別部分包括振動信號(例如加速度、振動位移等)的予處理和顫振預兆在頻譜圖中的捕捉兩個技術環節。傳感信號的予處理是隨著切削過程實時進行的。振動信號的頻譜圖每隔50毫秒被輸入給Fuzzy ARTMap網絡，以用于顫振預兆的識別。在切削過程中系統連續監測振動信號，一旦顫振預兆被識別到，顫振在線控制程序將被啟動。
第三部分完成顫振在線控制的功能，分為兩個模塊。在第一個模塊中，首先一個峰值搜索程序開始在頻譜圖中找出顫振頻率Fc，令Fpost等于FC。然后，計算機發出控制指令讓電流變材料的控制電源施加初始電場強度給電流變材料。盡管初始電場強度是根據切削條件，由實驗獲取的最佳值，但由于切削系統的復雜性，在線搜索最佳電場強度有時仍是必須的。因此，當初始電場強度施加后顫振預兆仍舊存在時，第二個模塊被啟動開始連續在線調整電場強度直到顫振預兆消失。如果顫振預兆消失，程序跳轉到顫振在線識別部分，同時施加給電流變材料的電場強度恢復為零電場強度。
在第二個模塊中，采用了一個反饋控制策略以調整電場強度、抑制顫振的發生。控制策略如圖7所示如施加初始電場強度后顫振預兆仍然存在，則首先計算顫振頻率FC，如此時顫振頻率FC大于施加電場強度前的顫振頻率Fpost，則減小施加于電流變材料的電場強度，如果FC不大于Fpost，則增大施加于電流變材料的電場強度。然后再采集切削振動信號，判斷顫振預兆是否存在，如存在說明顫振仍有發生的可能，那么再次計算顫振頻率，按照上述過程反復計算、調節電場強度，直到顫振預兆消失。
顫振識別預報技術的信息流動如圖3所示。首先，將加速度信號通過A/D轉換采入計算機，采樣頻率設定為1000Hz是因為鏜削顫振主要發生在鏜桿固有頻率附近，一般為150～400Hz之間，所以為了達到滿意的時頻轉換結果，采樣頻率取為1000Hz。
接著，將加速度信號序列經LO-RBF偵測技術進行予處理，產生新的信號序列。采用LO-RBF偵測技術目的是增加背景噪聲中顫振預兆信號——諧振信號的強度。經LO-RBF偵測技術重構的信號序列在做快速傅立葉轉換時可以取較少的采樣點數即可在顫振初始階段的信號頻譜圖中顯現其窄帶特征。這樣可以減少大量的用于數據取的采樣時間。本發明經實驗確定采用128點的快速傅立葉變換可達到在鏜削顫振初始階段的加速度頻譜中顯現顫振預兆的窄帶能量分布特征。然后，利用模糊理論和自適應共振神經元網絡技術相結合的Fuzzy Artmap網絡模型作為模式分類器，來對切削過程的穩定性進行判定。在網絡的監督學習時，網絡的輸入分別為FFT變換后得到的分析頻段(1～500Hz)各頻率點的模向量A(64維)和代表顫振預兆出現和無顫振的二維向量B({0，1}和{1，0})。在學習成功后，在向量A和向量B間建立了確定的映射關系。在線預報階段，網絡的輸入為實時在線采集信號經處理后進行FFT變化后的模向量A，輸出為對顫振預兆進行預報的結果。
該技術在顫振預報速度上可以達到在顫振預兆出現后50ms內做出準確預報。
本發明中所采用的是Fuzzy ARTMap人工神經元網絡模型。在監督學習階段采用的Fuzzy-ARTMap網絡是由一對Fuzzy-ART神經元網絡(分別為ARTa、ARTb)和ARTa、ARTb之間的映射控制器組成。這里，ARTa的輸入信號為64維信號S64，分別代表分析頻段(1～500Hz)內各頻率點的能量密度。ARTb的輸入為2維信號C2，分別為{0，1}和{1，0}，它們分別代表有顫振預兆和無顫振預兆。
網絡的學習是在離線狀態下進行的，參見圖10。通過在不同切削條件下的切削實驗，獲取顫振由無到有過程中加速度信號的采樣序列，將之經LO-RBF網絡重構成Gn序列，對Gn序列分段進行128點FFT變換，將所得的M個64維向量S64作為ARTa的輸入向量組。然后根據工件表面切削振紋的深淺判斷顫振預兆出現的時刻，將輸入向量組分成兩部分前K個為平穩切削，即無顫振現象時ARTa的輸入向量組；后(M-K)個為顫振預兆存在時的ARTa的輸入向量。與上述兩部分ARTa的輸入向量組相對應，ARTb的輸入向量組C2分別為{0，1}和{1，0}。Fuzzy-ARTMAP采用模糊最大最小學習規則進行遞增學習，學習成功后，通過ARTa、ARTb和ARTa、ARTb之間的映射控制器連接起來的權向量Wja、Wkb和Wjab在ARTa和ARTb之間建立起映射關系。
在線預報階段參見圖11。此階段，ARTa的輸入信號為在線實時獲取的64維信號S64，ARTb此時作為輸出端，當無顫振預兆時輸出C2為{0，1}，當有顫振預兆時輸出C2為{1，0}。
權利要求
1.一種機床切削顫振在線智能控制方法，其特征在于根據實時采集的切削振動加速度信號快速調整切削振動系統的動態特性以避免切削自激振動—顫振的發生，其依次包括以下步驟(1)系統初始化，設定初始化電場強度E0，采樣頻率Fs；(2)顫振識別把加速度信號輸入顫振識別程序模塊CDM，循環判別并運行，一直到識別出顫振預兆；(3)顫振控制(a)一旦識別出顫振預兆，計算此時得顫振頻率FC，令Fpost＝FC，Fpost施加電場強度前的顫振頻率；(b)施加控制電場強度E＝E0KV/mm；(c)再把加速度信號輸入上述CDM模塊，判別此時顫振預兆是否仍然存在，如顫振預兆消失，令施加的電場強度E＝0，然后程序轉入步驟(2)繼續運行。如顫振預兆仍然存在，程序向下運行；(d)計算此時顫振頻率FC；(e)判別FC＞Fpost？若FC＞Fpost，則令E＝E-0.1KV/mm，重新測加速度，按(c)～(d)運行；若FC＜Fpost，則令E＝E+0.1KV/mm，重新測加速度，按(c)～(d)運行；(4)上述程序流程在切削加工過程中一直循環運行，直到切削加工過程結束，該控制程序結束；上述CDM模塊依次執行以下步驟(1)輸入采樣加速度信號ri；(2)將ri輸入LO-RBF型神經網絡結構程序模塊，依次按以下步驟運行(a)計算傳感信號時間序列的概率密度函數在ri處的估算值f(ri)和概率密度函數一階微分函數在ri處的估算值 即計算(f(ri),∂∂rif(ri))=LO-RBF(ri),]]>(b)構造新信號序列Gn、對照與每一個輸入傳感信號采樣值ri時得Gn中元素gi為gi=f(ri)/∂∂rif(ri)]]>(3)將gi輸入FuzzyARTMap顫振預兆識別模塊，依次按以下步驟運行(a)判別i＞128？，進行判別并循環運行，(b)在采樣頻率為1000Hz下，判別i＞128時，每隔50毫秒判斷一次顫振是否發生？即fmod(i，50)＝0，(c)取出時間信號序列即取出G序列中前127點，與當前值gi構成128點的時間信號序列G128，即G128＝｛gi-127，gi-126，…，gi-1，gi}，(d)將G128輸入快速傅立葉變換(FFT)子程序，得到G128的傅立葉變換序列F128，F128＝FFT(G128)，(e)取F128序列前64元素的模構成新的序列S64，S64中各元素代表在分析頻段內各頻率點的能量密度Si＝|Fi|(i＝1，2，3，…64)，(f)把64維序列S64輸入Fuzzy ARTMap神經元網絡(模糊自適應共振神經元網絡)子程序，(g)判別Fuzzy ARTMap神經元網絡輸出的二維向量C2C2＝Fuzzy ARTMap(S64)若C2＝{0，1}，表示無顫振預兆，若C2＝{1，0}，表示有顫振預兆，在上述Fuzzy ARTMap監督學習階段，在切削顫振預兆存在時采集得到的M個64維信號S64和代表顫振預兆的M個兩維向量C2(都為{1，0})同時分別輸入網絡的ARTa子模塊和ARTb子模塊；同樣，N個顫振預兆不存在時采集得到的64維信號S64和代表無顫振預兆的N個兩維向量C2(都為{0，1})同時分別輸入網絡的ARTa子模塊和ARTb子模塊。這里，{0，1}對應于無顫振預兆，{1，0}對應于有顫振預兆。通過這樣的監督學習，在ARTa子模塊和ARTb子模塊之間以權值的形式建立起映射關系。這樣保證網絡可在線根據ARTa子模塊的輸入判別加速度采樣信號中是否存在顫振預兆。
2.根據權利要求1的機床切削顫振在線智能控制方法設計的系統含有計算機，其特征在于它包括有設置有電流變材料的智能型鏜桿，向鏜桿上的電流變材料施加高壓電場的電壓變換器，經主板PCI插槽和數字/模擬轉換卡向電壓變換器施加控制電壓信號的計算機，經數字/模擬轉換卡和主板PCI插槽向計算機輸入加速度信號的電荷放大器，以輸出端與電荷放大器輸入端相連、而輸入信號為鏜桿端部切削加工過程中振動加速度信號的加速度傳感器。
3.根據權利要求1或2的機床切削顫振在線智能控制系統，其特征在于，在切削系統的設計上采用了一含有一種電流變材料的鏜桿，當施加在電流變材料上的控制電場強度由0變化至2000伏特/每毫米時鏜桿固有頻率有30赫茲的變化量。
4.根據權利要求1或2的機床切削顫振在線智能控制系統，其特征在于，采用的電流變材料配置過程將淀粉(顆粒直徑為10微米到50微米之間)和真空泵油按9∶11混合，再加入適量的松香衍生物及附加添加劑，在室溫下用電動攪拌機攪拌15-30分鐘，攪拌后為均勻的棕色懸浮狀液體。該材料在施加0～10000伏/每毫米的高壓電場后，其所能承受的抗剪切屈服應力由0增加到3900帕。
5.根據權利要求1或2的機床切削顫振在線智能控制系統，其特征在于所述的含有電流變材料的智能型鏜桿是在現有的鏜桿上、套有作為電流變材料正電極的薄壁鋼圈，電流變材料負極為位于相對于薄壁鋼圈部分的支撐套，兩電極間的0.5mm間隙中裝有電流變材料，電流變材料兩端的密封采用2個O型圈，支撐套和鏜桿靠四個內六角螺栓從相互垂直的兩個方向固定，支撐套被裝卡于鏜削系統中的刀架中，加速度傳感器安置于鏜桿的端部。
全文摘要
一種機床切削顫振在線智能控制方法及其系統,用于精密柔性制造加工領域。系統包括利用電流變材料設計的一種動態特性可以在線快速調整的智能型鏜桿,向電流變材料施加高壓電場的電壓變換器,計算機、電荷放大器,及輸入加速度信號的加速度傳感器,加工系統動態特性在線調整主要依靠含有電流變材料的機械結構進新行。控制方法包括系統初始化、顫振識別和顫振控制三部分。該方法中采用CDM方法在線識別顫振預兆,可以達到在50ms內對出現的顫振預兆進行識別。本發明可根據切削振動信號快速預報切削顫振預兆,并根據加速度信號中蘊涵信息及時在線調整切削系統的動態特性,將切削顫振抑制在其萌芽狀態,不在工件表面產生加工振痕,保證加工的質量和效率。
文檔編號G01H11/06GK1349877SQ0114448
公開日2002年5月22日 申請日期2001年12月19日 優先權日2001年12月19日
發明者王民, 費仁元 申請人:北京工業大學