微细电火花加工放电状态辨识与预测的理论和方法

论文摘要

微细电火花加工是微细加工领域的一个重要研究方向,其加工技术已经得到世界上许多国家的广泛重视,但实现准确、高效和稳定的微细电火花加工仍然是目前人们努力研究的方向。本文以微小孔电火花加工为代表研究微细电火花加工过程控制的稳定性问题。放电状态的准确检测是实现微小孔电火花加工过程稳定控制的前提条件;准确、高效的微小孔电火花加工涉及到加工时间、孔径间隙和电极损耗等多项工艺目标的参数优化问题;而放电状态的准确预测是实现微小孔电火花加工过程稳定控制的保证。 微细电火花加工过程中的放电脉冲频率高、能量小的特点使放电间隙中的放电波形畸变严重,信噪比低,信号变化的随机性大,从而使放电状态的准确检测成为微细电火花加工的技术难点之一。本文针对微细电火花加工的特点,建立了微细电火花加工放电状态辨识系统,该系统由模糊辨识模块、学习矢量量化（LVQ）神经网络分类模块和模糊统计判别模块这三个功能模块组成,其简洁、信息全面的特点保证了实时、准确的目的。 针对加工过程的稳定性问题,通过对放电状态辨识系统中的放电状态占有率进行剖析,总结了放电参数（开路电压、峰值电流和脉宽）和控制参数（脉冲间隔、抬刀周期和伺服电压）对加工过程稳定性的影响规律。在定性分析的基础上,又分别对放电状态与电参数之间的关系进行进一步的定量处理,在比较线性回归模型和等式误差模型（ARX010）的损失函数的大小后,得出等式误差模型（ARX010）优于线性回归模型的结论,同时进一步指出,线性回归模型与等式误差模型（ARX010）的参数估计不是无偏估计,这一点是造成所建立的电参数与放电状态之间的关系模型存在较大损失函数的原因之一,本文提出用辅助变量法对等式误差模型ARX010进行进一步的探讨,得到了损失函数值进一步减少近乎一倍的无偏估计模型一辅助变量法模型IV010。随后又根据对电火花加工过程复杂性的认识,分别对比了各阶辅助变量法模型对实际数据的拟合与对未来状态的预测能力,得到了损失函数值更小、预测精度更高且实际操作性强的辅助变量法模型IV110。 围绕微小孔电火花加工过程中各项工艺目标的实现途径,本文首先通过正交试验分析试验中的极间电压、峰值电流、脉冲宽度和脉冲间隔等电参数对加工速度、电极损耗和孔径间隙等各项工艺目标的影响规律。进一步的研究发现,对工艺目标如电极损耗、孔径间隙和加工时间等的要求的侧重点不同,所组合的电规准参数不同,甚至有时是相互矛盾的。针对这一问题,本文采用交叉学科相关理论-灰色理论中的灰相关性理论,以正交试验数据为依据,研究因素间的几何对应关系。根据对各项工艺目标下的因子各水平平均灰关联度系数的分析,得出了单项工艺目标下较正交试验更为具体的参数优化设计方案。随后,针对电火花加工多项工艺目标之间相互关联的灰关联度进行分析,用灰关联度衡量多项工艺目标的完成情况,得到了多目标下参数优化的途径与优化方案。 微细电火花加工的高频脉冲放电使放电状态的变化比常规电火花加工的放电状态的变化快得多,因而常规电火花加工的控制方法难以满足微细电火花加工过程实时、准确控制的要求。鉴于此,本文提出,对未来放电状态进行预测,并进行控制,

论文目录

• 摘要
• 1 绪论
• 1.1 选题的科学依据
• 1.1.1 课题的提出
• 1.1.2 电火花加工及微细电火花加工的发展概述
• 1.2 电火花加工工艺参数的优化研究和现状
• 1.2.1 材料去除机理的研究现状
• 1.2.2 提高材料去除率、降低工具损耗和提高表面质量／加工精度的研究现状
• 1.2.3 电火花加工电参数的优化
• 1.3 电火花放电状态检测的研究和现状
• 1.3.1 常规电火花加工放电状态检测方法的研究与应用现状
• 1.3.2 智能化电火花加工放电状态检测方法的研究与发展
• 1.4 电火花加工过程的放电状态建模研究
• 1.5 本课题的研究目的与意义
• 1.6 论文的主要研究内容
• 2 微细电火花加工放电状态辨识方法的研究
• 2.1 引言
• 2.2 模糊控制的基础理论
• 2.2.1 论域、语言变量、语言变量值和语言规则
• 2.2.2 隶属度函数、模糊集、模糊逻辑和规则库
• 2.2.3 模糊量化
• 2.2.4 推理机
• 3.2.5 反模糊化
• 3.3 采样点模糊辨识的实现
• 3.3.1 隶属度函数的形式和分类准则
• 2.3.2 模糊逻辑规则
• 2.3.3 采样点从模糊辨识模块的输出到放电状态矢量的映射
• 2.4 学习向量量化（LVQ）神经网络结构、学习规则及在电火花放电状态辨识中的应用
• 2.4.1 学习向量量化（LVQ）神经网络结构
• 2.4.2 LVQ学习规则
• 2.4.3 用LVQ神经网络对放电状态的分类
• 2.5 放电状态的统计模型
• 2.6 本章小结
• 3 电参数对放电状态影响规律的研究
• 3.1 引言
• 3.2 控制参数对放电状态影响规律的研究
• 3.2.1 实验方案设计
• 3.2.2 电参数对一组脉冲中各放电状态比率的影响分析
• 3.2.3 电参数对极间放电状态值的影响分析
• 3.3 基于放电状态的电火花加工系统的辨识研究
• 3.3.1 建立电火花加工系统的静态模型的意义
• 3.3.2 建立电火花加工系统的静态模型的实验设计
• 3.3.3 辨识准则
• 3.3.4 应用于多输入多输出系统的最小二乘法
• 3.3.5 用最小二乘法对电火花加工系统的静态模型的辨识分析
• 3.3.6 辅助变量法
• 3.4 本章小结
• 4.微小孔电火花加工多目标下工艺参数的优化研究
• 4.1 引言
• 4.2 灰色关联度分析理论
• 4.2.1 灰生成
• 4.2.2 灰关联度
• 4.2.3 ζ的取值分析及其取值原则
• 4.2.4 灰关联控制
• 4.3 电火花微小孔工艺参数的优化
• 4.3.1 正交试验设计与结果分析
• 4.3.2 关联分析的基本步骤：
• 4.3.3 多项工艺指标下的电参数的优化
• 4.3.4 验证性试验
• 4.4 本章小结
• 5 电火花加工放电状态预测模型的研究
• 5.1 引言
• 5.2 设计变量的选择与目标
• 5.3 实验设计和放电状态预测模型输入信号的选择
• 5.4 采样数据的预处理：过滤
• 5.4.1 谱密度分析
• 5.4.2 优化试验设计中的干扰谱密度与输入谱密度的关系
• 5.5 模型结构的选择
• 5.5.1 系统模型结构
• 5.5.2 系统预测模型的表达方式
• 5.5.3 模型结构的线性表达式
• 5.6 系统参数辨识算法
• 5.7 电火花加工放电状态预测模型的建立与分析
• 5.8 电火花加工放电状态预测模型的在线验证
• 5.8.1 时变递推模型分析
• 5.8.2 电火花加工放电状态预测模型的在线检测
• 5.9 本章小结
• 6 结论与展望
• 6.1 结论
• 6.2 进一步的工作展望
• 参考文献
• 攻读博士学位期间撰写及发表学术论文情况
• 创新点摘要
• 致谢
• 大连理工大学学位论文版权使用授权书