外圆纵向智能磨削关键技术研究

论文摘要

本文对外圆纵向智能磨削系统的关键技术——专家系统、智能预测系统和智能控制系统等进行了深入研究和探讨,构建了基于开放式外圆纵向智能磨削系统的基本框架结构,把专家系统、模糊逻辑、神经网络、智能控制和进化算法等应用到磨削过程中。在建立相关分析模型的基础上,首次提出将专家的启发式知识和磨削优化模型相结合建造专家系统,考虑到磨削过程中的时变特性,采用进化策略对优化模型进行优化,得到初始的磨削参数。建立了表面粗糙度的模糊基神经网络预测模型和尺寸的ELMAN动态神经网络预测模型,实现了对工件表面粗糙度和尺寸进行预测和控制。提出了外圆纵向磨削智能控制系统的控制策略:粗磨阶段采用恒功率控制策略;精磨阶段采用几何优化控制策略,通过自适应的模糊控制器实时调整工作台进给量,以达到工件的质量要求。对所提出的预测模型和智能控制模型在基于开放式的智能磨削实验系统中都进行了大量的实验考证,证明了本文提出的模型是正确的。

论文目录

• 第1章 绪论
• 1.1 磨削加工的特点及其在制造业中的地位
• 1.2 外圆纵向磨削加工的重要性及其功用
• 1.3 外圆纵向磨削难于控制的原因
• 1.4 智能控制系统的概念和特点
• 1.4.1 智能控制的定义
• 1.4.2 智能控制的特点
• 1.5 国内外在智能磨削方面的研究现状
• 1.5.1 国外智能磨削现状
• 1.5.2 国内智能磨削研究现状
• 1.6 课题研究的目的
• 1.7 论文研究的主要内容
• 1.8 本章小结
• 第2章 外圆纵向智能磨削试验系统
• 2.1 开放式智能控制系统定义及其特点
• 2.2 试验系统的硬件结构
• 2.2.1 原机床的性能指标
• 2.2.2 试验系统硬件总体结构框图
• 2.2.3 试验系统的硬件
• 2.3 纵向磨削试验系统软件
• 2.3.1 试验系统软件总体构架
• 2.3.2 所用关键技术
• 2.4 实验准备
• 2.4.1 砂轮
• 2.4.2 砂轮修整器
• 2.4.3 工件特性
• 2.4.4 砂轮的修整
• 2.5 本章小结
• 第3章 外圆纵向磨削分析模型
• 3.1 磨削力模型
• 3.1.1 外圆纵向磨削的磨削力
• 3.1.2 磨削力模型
• 3.1.3 磨削力的经验公式
• 3.2 磨削功率模型
• 3.3 G比率模型
• 3.4 温度模型
• 3.4.1 工件的平均温升θw
• 3.4.2 工件的最高温升
• 3.4.3 热损伤和磨削功率
• 3.4.4 热损伤与冷却液
• 3.5 表面粗糙度模型
• 3.5.1 表面粗糙度的测量方法
• 3.5.2 表面粗糙度的经验模型
• 3.5.3 表面粗糙度的时变特性
• 3.6 尺寸模型
• 3.6.1 外圆纵向磨削尺寸生成机理
• 3.6.2 尺寸精度的分析模型
• 3.7 本章小结
• 第4章 外圆纵向磨削专家系统
• 4.1 专家系统概述
• 4.1.1 专家系统概念
• 4.1.2 专家系统的特点
• 4.1.3 新型专家系统
• 4.2 外圆纵向磨削专家系统
• 4.2.1 知识库
• 4.2.2 推理机
• 4.2.3 人机界面
• 4.3 磨削过程优化模型
• 4.3.1 基于模型的优化模型描述
• 4.3.2 外圆纵向磨削优化模型
• 4.4 优化模型的求解方法
• 4.4.1 进化算法
• 4.4.2 （u,λ）-ES策略
• 4.4.3 外圆纵向磨削专家系统运行实例
• 4.5 本章小结
• 第5章 外圆纵向磨削智能预测系统
• 5.1 概述
• 5.2 模糊基神经网络
• 5.2.1 模糊神经网络
• 5.2.2 模糊基神经网络
• 5.3 FBFN的自适应学习算法
• 5.3.1 自适应最小二乘法学习算法
• 5.3.2 遗传算法中参数的确定方法
• 5.4 表面粗糙度的预测
• 5.4.1 表面粗糙度的预测模型
• 5.4.2 表面粗糙度的FBFN模型
• 5.4.3 实验研究
• 5.5 尺寸预测模型
• 5.5.1 轴类零件外圆纵向磨削尺寸模型的建立
• 5.5.2 尺寸预测模型实验条件
• 5.5.3 实验结果及分析
• 5.6 本章小结
• 第6章 外圆纵向磨削智能控制系统
• 6.1 外圆纵向智能磨削控制系统的结构
• 6.1.1 外圆纵向磨削过程
• 6.1.2 外圆纵向磨削系统的结构
• 6.2 模糊控制器设计
• 6.2.1 模糊逻辑推理
• 6.2.2 模糊控制器设计内容
• 6.2.3 量化因子及其自适应调整
• 6.3 粗磨阶段智能控制
• 6.3.1 控制变量的选择
• 6.3.2 粗磨阶段控制系统的结构
• 6.3.3 粗磨恒功率控制模糊控制器
• 6.3.4 粗磨阶段功率控制实验
• 6.4 精磨阶段的智能控制
• 6.4.1 精磨阶段控制变量选择
• 6.4.2 精磨阶段智能控制方案
• 6.4.3 模糊控制模型
• 6.5 外圆纵向智能磨削控制系统的运行实例
• 6.5.1 实验条件
• 6.5.2 运行界面
• 6.5.3 运行结果
• 6.6 本章小结
• 第7章 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 攻读博士学位期间发表的论文及其他成果
• 致谢
• 摘要
• ABSTRACT