面向表面质量的自适应加工参数控制方法研究
智能制造是我国建设制造业强国的主攻方向，而数控机床作为“工业之母”，其智能化水平对智能制造的推进具有关键作用。在传统数控加工方式中，加工参数固定不变，难以适应复杂的动态加工过程，智能化水平较低。尤其对于航空航天零件，由于经常出现薄壁结构，传统加工方式极易产生振动和变形，极大影响了加工质量和效率。自适应加工参数控制能够有效解决上述问题，是机床智能化的重要体现。但是当前自适应加工参数控制的研究更多的是以加工效率为目标，面向加工质量的研究较少。本文以保证铣削加工表面粗糙度为首要目标，研究了面向表面质量的自适应加工参数控制方法。 首先针对铣削颤振对表面粗糙度的严重影响，研究了铣削颤振的在线检测和控制方法。在对铣削振动信号进行小波包分析的基础上，提出了以小波包能量熵为特征量的铣削颤振在线检测方法，能够将刚出现颤振趋势的颤振孕育状态及时地检测出来。通过分析铣削稳定性条件，研究了基于稳定域转速的铣削颤振在线抑制方法，制定了相应的稳定域主轴转速控制策略。 针对无颤振稳定状态的进给速度控制，研究了铣削加工表面粗糙度预测建模及以模型为依据的进给速度控制方法。分析了当前预测建模存在的问题，提出了以支持向量机分类算法为基础、以加工参数和振动信号均方根值为输入的表面粗糙度预测建模方法。在一般的支持向量机增量学习方法基础上，改进得到了面向表面粗糙度预测模型的增量学习方法。为解决分类模型输出结果不能直接作为进给速度控制依据的问题，引入了分类置信度的概念，以支持向量机分类置信度为约束目标设计了进给速度的模糊控制器，实现了铣削加工进给速度的智能控制。 最后，基于SINUMERIK 840D系列数控系统开发了自适应加工参数控制系统，研究了其中的关键技术，设计了相应的对比实验。实验结果表明，自适应加工参数控制方法在出现铣削颤振时能够有效抑制颤振，在无颤振的稳定状态下能够实现表面粗糙度与加工效率的平衡。
数控加工;表面质量;自适应参数控制;铣削颤振;在线检测
南京航空航天大学
硕士
机械电子工程
叶文华
2020
中文
TG659
2021-08-15（万方平台首次上网日期，不代表论文的发表时间）