基于知识的数控轧辊磨床智能控制系统研究

论文摘要

轧辊是轧机上承受轧制力并把轧制材料均匀减薄的消耗性工具。板形质量很大程度上取决于轧辊表面质量。在板形轧制过程中,轧辊会产生磨损,轧辊磨损直接影响轧辊辊形及其表面精度,从而影响板材的质量。为了获得理想的板形质量,必须对轧辊进行磨削,以恢复轧辊辊形和表面精度。轧辊磨削是一种具有特殊工艺要求的磨削技术,磨损的轧辊必须通过轧辊磨床来进行磨削。轧辊磨床属于大型精密加工机床,是金属板、带、箔材加工企业的关键设备,对保证和提高产品表面质量起着重要的作用。近年来,由于冶金、造纸、橡胶、塑料以及印染业等工业经济的迅速发展,轧辊磨削直径已达到3000mm,工件重量达200吨,其几何精度均为μm级。同时重载荷轧辊磨床的出现,对轧辊磨削的技术要求也日趋提高。随着数控（NC）技术的不断发展,轧辊磨床也在由普通轧辊磨床向数控轧辊磨床方向发展。NC技术是现代数控轧辊磨床的核心技术,是轧辊磨床实现自动化、柔性化、集成化的基础。NC技术正在把传统制造业推进到了信息化制造时代,系统结构也从封闭转向开放。开放性是现代控制系统的一个重要特征,利用开放性可以更大程度上利用计算机技术丰富的软硬件资源,融合精确在线传感系统和测量系统。利用智能技术从实践经验中获取知识,为轧辊磨削工艺提供规划策略,实现轧辊的智能磨削。智能是将是现代数控轧辊磨床的一个主要特征。由于轧辊磨削是一种影响因素非常复杂的加工过程,磨削质量的优劣很大程度上与磨削专家知识和长期积累的磨削实践经验有关。同时由于板材轧制过程非常复杂而严格,为保证钢板质量,需要对轧辊辊形及其磨削精度进行严格的控制,这就需要用到轧辊磨削及轧制工艺知识。知识是揭示事物规律性的信息组合,包含了信息与决策的关系,可直接或间接用于问题的求解。随着知识经济的发展,信息集成处理正在向基于知识处理转变,知识工程（KBE）在磨削应用领域的研究将是一个主要的方向。KBE系统通过一系列知识处理方法来获取领域专家的知识和经验,并运用合适的知识建模方法与语言,将知识计算机化。然后,采用合适的知识处理策略,根据特定的产品模型进行智能推理和演绎,作出决策。利用基于知识的方法不需要精确的数学模型的优点,同时结合基于模型的方法对轧辊磨削进行智能决策与控制。随着NC技术向经济实用性工艺方向发展,融合制造工艺的专用系统在特殊的制造领域中更能适应特殊产品的高效和高品质制造。通用NC系统与零件加工工艺无关,是适合各种通用零部件制造的控制系统。而对于轧辊智能磨削系统,由于轧辊磨削影响因素多,受轧辊磨削实践知识和领域专家知识的影响,有着特殊的轧辊工艺知识及板轧知识,因此在这个特殊的领域,按照常规思维是行不通的,通用NC系统在轧辊磨削领域中难以发挥更有效的作用。因此控制系统融合轧辊磨削工艺是本文智能磨削控制系统的最重要特征。智能NC标准是现代智能控制系统必须采用的标准。由于传统ISO6983NC标准存在程序移植性差、CAD/CAM/CNC数据流单向、CAD数据必须经过专门的后处理器、不支持样条数据等局限性,因此国际标准组织制定了新的智能STEP-NC标准。利用STEP-NC在CAX./CNC之间双向信息流等方面的诸多优点,显著提高了信息的可交换性和柔性。由于轧辊辊形特征参数化明显,因此本文利用了STEP-NC思想,对轧辊CAX/CNC进行了有效的实现。虽然NC技术在通用NC控制系统中已经发展了很多年,但在轧辊磨削领域中,由于磨削过程的非线性、随机性和不确定性等原因,其发展还不尽人意。目前国内外现有的数控轧辊磨削在轧辊辊形生成、轧辊辊形模型描述、轧辊辊形插补策略、砂轮磨损补偿、砂轮修整方法、变速磨削、磨削参数优化决策、轧辊辊形及磨削工艺数据历史追随性、故障智能诊断等方面还存在许多问题。目前在磨削加工中,许多方面仍依赖于操作者的经验和技术熟练程度,对加工过程的实际调整是靠操作者试凑。磨削的现状已成为制约某些先进制造技术发展的关键。智能磨削控制系统一般采用知识基系统KBS、专家系统ES、模糊逻辑FL、神经网络NN、遗传算法GA、自适应优化AC0以及基于模型的智能系统等方法中的一种或几种。这些方法在磨削中的应用,多数集中在螺纹磨床、机器IC磨床、表面磨床、外圆磨床、内圆磨床、缓进给磨床,在轧辊磨削系统中的应用,目前还没有相关文献详细报道。针对目前轧辊磨削中存在的问题和现状,结合上海市科委支持的重大产学研攻关项目—面向钢铁汽车行业的高档数控磨床关键技术及装备开发（项目号05dz11c04）,本文对轧辊磨削进行了深入的理论和实践研究,对轧辊磨削机理、轧辊磨削影响因素、砂轮磨损机理、砂轮修整机理进行了深入研究,建立了轧辊磨削的动态模型、轧辊和砂轮的接触弧长、轧辊磨削力、磨削功率、砂轮磨损补偿的数学模型,建立了基于知识的融合轧辊工艺的轧辊磨削智能控制系统的结构,提出了基于知识的多目标磨削参数优化决策方法,基于多通道技术的砂轮智能在线磨削修整方法,基于STEP-NC思想的轧辊辊形智能创成及其样条插补策略以及变速磨削自适应控制策略,并把知识工程（KBE）、专家系统、遗传算法、模糊逻辑、神经网络等智能理论与方法引入到轧辊磨削加工控制中,初步实现对轧辊磨削加工中轧辊磨削质量的控制。课题的研究为提高现代板材质量,提高轧辊磨削质量和精度,提升轧辊磨削智能磨削过程奠定了理论基础和知识支撑,对现有的国内外轧辊磨削提供了新的思维,将会产生重要的指导意义,创造可观的经济效益和社会效益。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第1章 绪论
• 1.1 引言
• 1.2 数控系统的研究现状及发展趋势
• 1.2.1 数控系统的研究现状
• 1.2.2 数控系统的发展趋势
• 1.3 轧辊磨床简介
• 1.3.1 轧辊磨床的特点
• 1.3.2 轧辊磨床的发展趋势
• 1.3.3 轧辊磨床数控系统的发展及研究现状
• 1.4 研究轧辊磨床智能控制系统的必要性
• 1.5 课题的背景及研究意义
• 1.5.1 课题的研究背景及来源
• 1.5.2 课题研究目的及意义
• 1.6 本论文的主要研究内容及论文结构
• 1.6.1 主要研究内容
• 1.6.2 论文结构安排
• 1.7 本章小结
• 参考文献
• 第2章 轧辊磨削机理及动态磨削模型
• 2.1 轧辊磨削过程的接触弧长模型
• 2.2 轧辊磨削过程的磨削力模型
• 2.2.1 磨削力的理论模型
• 2.2.2 磨削力模型影响因子
• 2.2.3 磨削力的经验模型
• 2.3 轧辊磨削过程的功率模型
• 2.4 轧辊磨削过程的动态模型理论
• 2.4.1 动态磨削模型
• 2.4.2 动态模型傅立叶分析
• 2.4.3 动态模型结论分析
• 2.5 本章小结
• 参考文献
• 第3章 轧辊磨削智能控制系统体系架构
• 3.1 智能控制系统需求分析
• 3.1.1 开放性需求
• 3.1.2 智能性需求
• 3.2 轧辊磨削智能控制系统体系
• 3.3 STEP-NC在轧辊磨削领域的拓展
• 3.3.1 ISO6983及问题描述
• 3.3.2 STEP-NC的提出
• 3.3.3 轧辊磨削领域中STEP-NC执行机制
• 3.4 智能控制系统中的轧辊磨削融合工艺
• 3.4.1 工艺融合性
• 3.4.2 宏观工艺规划
• 3.4.3 微观工艺规划
• 3.5 本章小结
• 参考文献
• 第4章 轧辊辊形及磨削工艺知识管理
• 4.1 轧辊辊形曲线模型的建立
• 4.1.1 轧辊辊形问题描述
• 4.1.2 轧辊辊形物理模型
• 4.1.3 轧辊辊形理论模型
• 4.2 基于STEP-NC轧辊辊形模型的实现
• 4.2.1 轧辊辊形特征参数化
• 4.2.2 面向制造的轧辊辊形模型描述
• 4.3 轧辊辊形磨削插补策略及补偿模型分析
• 4.3.1 轧辊辊形细分处理
• 4.3.2 轧辊辊形插补策略
• 4.3.3 轧辊辊形NC编程
• 4.4 轧辊磨削知识库管理策略
• 4.4.1 智能磨削工艺知识库
• 4.4.2 轧辊磨削知识管理策略
• 4.5 本章小结
• 参考文献
• 第5章 轧辊磨削智能控制关键技术研究
• 5.1 轧辊磨削参数智能优化技术研究
• 5.1.1 优化模型的构建确立
• 5.1.2 优化模型求解策略
• 5.1.3 基于知识的混合智能磨削参数优化系统
• 5.2 轧辊磨削砂轮智能修整技术研究
• 5.2.1 砂轮磨损及修整机理
• 5.2.2 砂轮智能修整技术
• 5.2.3 砂轮磨损在线智能补偿研究
• 5.3 轧辊磨削变速自适应控制技术研究
• 5.3.1 变速磨削的提出
• 5.3.2 变速磨削与颤振抑制
• 5.3.3 变速优化自适应控制策略
• 5.4 本章小结
• 参考文献
• 第6章 基于知识的轧辊磨床智能控制系统工程实现
• 6.1 实验装置及实验条件
• 6.1.1 实验装置
• 6.1.2 实验条件
• 6.2 轧辊磨削控制软件
• 6.2.1 轧辊磨削NC工艺过程实现
• 6.2.2 轧辊磨削NCK/PLC变量获取
• 6.2.3 轧辊磨削NCK数字I/O
• 6.2.4 轧辊磨削控制软件运行实例
• 6.3 轧辊磨削加工实验
• 6.3.1 轧辊磨削试件
• 6.3.2 轧辊磨削结果
• 6.4 本章小结
• 第7章 结论与展望
• 7.1 课题研究成果
• 7.1.1 理论研究成果
• 7.1.2 应用研究成果
• 7.1.3 创新点
• 7.2 进一步研究方向
• 7.3 本章小结
• 图表清单
• 攻读博士学位期间参加的科研项目
• 攻读博士学位期间公开发表（录用）的学术论文
• 致谢