模糊推理技术在螺纹磨削工艺决策中的应用
基于模糊推理的通用数控车削刀具磨损优化(翻译)资料
基于模糊推理的通用数控车削刀具磨损优化兰天雄中国台湾苗栗县裕达大学信息管理系E-mail: tslan@.tw2010年10月12日—2010年11月6日修订;2010年11月9日发表摘要:在现代数控(计算机数控)车削加工中,刀具磨损是常见的。
现有的CNC精车优化研究都是通过一定的实际生产情况或者大量的实际设备操作完成的。
因此,提出一个优化的方案是势在必行的。
本文从四个参数(切削深度,进给速度,转速,刀尖直径)三个级别(低,中,高)等方面考虑了L9(34)的正交阵列的刀具磨损。
此外,刀具磨损的构造九模糊控制规则采用三角形隶属函数与各自的五个语言。
考虑4个输入和20个输出的时间间隔,然后,使用重心解模糊完成的S / N(信号- 噪声)比作为引入。
因此,最佳的一般扣除参数可以被接收。
此外,一般扣除参数,以获得最佳的确认实验胜杰-3807数控车床。
结果表明,对刀具的磨损比的模糊推理运算比那些从基准优化参数的显着先进性。
本文不仅提出了一种通用的扣除优化方案,采用正交阵列,也提出了令人满意的优化数控车床的刀具磨损的方法。
关键词:CNC,综合优化,模糊推理,刀具磨损率1、引言自工业革命以来加工制造已成为制造行业的核心业务[1]。
在特定的生产情况下,现有的优化CNC(计算机数控)或通过特定模拟生产的研究[2-5],或通过大量的频繁的设备实现操作[6,7]。
然而,这些被视为计算机模拟工业在现实世界中的适用性仍然是不确定的。
因此,没有设备的操作一般扣除优化的方案被视为必然发展。
在数控车床加工过程中,进行编程的速度,进给量和切削深度,是在经常的车间作业经验的基础上确定。
不过,该机的性能和产品的特性并不能保证是可以接受的。
因此,需要完成最佳的车削条件。
要提及的是刀尖直径会影响性能的加工过程[8]。
因此,刀尖关闭运行被选择作为在这项研究中的控制因素之一。
参数优化是一个很难解决的问题,因为参数之间的相互作用。
提高产品质量和生产效率相关的问题总是可以优化程序。
基于模糊逻辑的刀具磨损状态检测
基于模糊逻辑的刀具磨损状态检测刀具磨损状态分类对保证工件的尺寸精度和刀具在加工过程中的损伤防护起着至关重要的作用。
在产品加工过程中,刀具磨损是影响主轴电机电流、速度、配给速度和切削深度的重要因素之一。
本文提出了一种基于模糊逻辑的刀具磨损状态检测方法。
通过分析刀具磨损和切削参数对电流信号的影响,从实验数据和回归分析的基础上,建立了电流信号与切削参数之间的关系模型。
模糊分类方法用于对刀具磨损状态进行分类,这有助于技术人员及时对有缺陷的工具进行更换。
标签:刀具磨损分类;电流信号;回归分析;模糊分类0 引言对切削刀具磨损状态监测的有效手段研究一直是切削加工自动化的热点话题之一[1]。
刀具失效的非检测后果则可能导致次品的产生,更为严重还可能损坏工件或机器。
近几年,许多研究人员已经开始寻找方法来检测刀具磨损状态[2-3]。
通过直接设计各种传感器可对刀具状态进行检测,但多数都是不可靠或无效的。
依据刀具状态和测量信号之间的关系,利用模糊分类规则对刀具磨损状态检测已成为研究的热点内容。
使用电机电流测量的主要优点是在切削过程中几乎可以检测到任何故障,并且测量装置不干扰加工过程,此外,在应用过程中几乎没有额外的成本。
大多数的检测方法都为系统制定了固定的切削条件,而在实际应用中,切削条件并不固定,主轴转速和配给速度也要根据控制策略动态变化。
因此,磨损估计策略,在不同的切削条件下的操作是非常必要的[4]。
一个成功的监控系统可以有效地维护机床、刀具和工件的稳定工作。
研究表明,在车削加工过程中,可以使用切削力、声发射、电机电流和振动等四个参数来监测刀具的磨损情况。
本文讨论了如何用主轴电机的电流来检测的刀面磨损状态。
其中,电流取决于切削参数:主轴速度、配给速度、切削深度以及刀面磨损程度。
实现了一种在线检测的刀面磨损的电流测量的回归技术和模糊分类方法,在一定范围内降低切削条件。
该方法的实质是建立一个简单的模型,在不同的切削条件下,统计测量的电流值和刀面磨损状态,检测切削参数和电机电流信号的相关数据,最后,根据检测刀具磨损状态,作出是否需要更换刀具的决定。
基于模糊决策与层次分析法的磨削质量评判方法
S u y o idn ai s s ig Me h d Ba e n Fu z cso t d n a Gr ig Qu l As e sn t o s d o z y De iin n t y
Co mbn d wi ayi e ar h o e s ie t An lt Hir c y Pr c s h c
1 引 言
随着科 学技术 的高速 发 展 , 械制 造 正 朝着 高 精 机
度、 高效率 、 智能化 和 柔性 化 的 方 向发 展 , 产 品 的加 对
评判 , 并将评判结果作为调整磨削参数 的依据。
2 模 糊 综 合评 判 方 法 Nhomakorabea模 糊综合 评判分 为单 级模糊 综合评 判和 多级模糊
孙 显彬 , 唐 洪伟
( 岛理工 大学 , 青 山东 青 岛 2 6 3 ) 6 0 3 摘 要 : 削加 工质 量评 价是 一个 复杂 的决策过程 , 优化 、 磨 要 权衡 多种 影响 因素。 为 了探 索一 种 自动磨
削加 工过程 中加 工质 量的在 线评判 的新 方法 , 高质 量评 判 的精 度 和效率 , 用模 糊综合 评判 与层 次分 提 采 析法 , 将 两者 相结合 用 于磨 削加 工过程 的质量评 价 方法。 实例 分析 结果表 明, 方 法依 据磨 削过程监 并 该
螺纹磨削工艺流程
螺纹磨削工艺流程Thread grinding is a process used to produce very accurate and intricate threads on a workpiece. 螺纹磨削是一种用于在工件上生产非常精确和复杂的螺纹的过程。
It involves using a grinding wheel to cut the thread form into the workpiece. 它涉及使用砂轮将螺纹形状切割到工件上。
This process is commonly used in the manufacturing of high-precision parts for industries such as aerospace, automotive, and medical. 这个过程通常用于制造航空航天、汽车和医学等行业的高精密零件。
The thread grinding process is essential for producing threads that are precise and have a high-quality surface finish. 螺纹磨削过程对于生产精密且具有高质量表面粗糙度的螺纹至关重要。
One of the key advantages of thread grinding is the ability to produce threads with very tight tolerances. 螺纹磨削的关键优势之一是能够生产具有非常严格公差要求的螺纹。
This is important for applications where precision is critical, such as in the aerospace and automotive industries. 对于精密至关重要的应用,比如在航空航天和汽车行业,这一点非常重要。
用模糊层次分析法评价陶瓷的磨削加工性
( H )w s p l dt et a r dblyo avne e mc. r e yp a e r adm c i n r es A P a api sm t gi a i f dacdcr i P pr a m t s n ah ig o s e o i e n i t a s o t r e n pc /
.
sa e fzy e au t n a d sc n ・tg u z v l ain wee c rid o t Th rn a ii r d so a h c r . tg u z v ai n e o d sa ef zy e au t r are u . l o o e g d b l y ga e fe c ea i t
后分别通过一级和二级模糊综合评判 , 根据 最大隶属度原 则, 定每种 陶瓷材料 的磨 削加 工性等 级. 为 实例 , 确 作 碳 化硅 、 氧化铝、 氧化锆和 氮化硅 陶瓷材料的磨 削加工性分 另 被划 分为 易加 工、 易加 工、 1 较 较难加 工和 难加 工 4个等
级. 研究结果表明 , 模糊层 次分析 法可以考虑影响 陶瓷材料磨 削加 工性 的多种 因素及 因素 间的相 互关 系, 客观确定
( e a oa r o A vne ea c n ahnn eho g f ns f d ct n K yLbrt y f dacdC r sadM ciigT cnl yo i r o E ua o , o mi o Mi t y i Taj nvr t, ini 30 7 C i ) i i U i sy Taj 0 02, hn n n ei n a
Absr c : T ・t g f zy o rh n ie v l ain ta t wo sa e u z c mp e e sv e au t meh d o i e wi a ay ia hir rh po e s o to c mb n d t h n l t l e ac y rc s c
机械制造中的磨削工艺及其应用
机械制造中的磨削工艺及其应用磨削工艺在机械制造领域中具有广泛的应用,它是一种通过切削和磨擦来加工工件表面的方法。
磨削技术不仅可以改善工件表面的光洁度和精度,还可以提高工件的强度和耐磨性。
本文将详细介绍机械制造中的磨削工艺及其应用。
一、磨削工艺的基本原理磨削工艺是通过将磨料粒子与工件表面摩擦来消除工件表面的杂质并形成所需形状和尺寸的加工方法。
它的基本原理包括研磨机械的选择和研磨参数的控制。
1. 磨料的选择磨料是磨削工艺的核心材料,根据工件材料和磨削要求的不同,选择不同性能的磨料是非常重要的。
常见的磨料包括砂轮、研磨石、磨粉等。
砂轮通常由粘结剂和磨料颗粒组成,砂轮的种类繁多,可以根据不同的加工要求进行选择。
2. 研磨参数的控制研磨参数的控制对于磨削工艺的质量和效率有着重要影响。
常见的研磨参数包括磨削速度、进给量、磨削深度和磨削压力等。
合理地控制这些参数可以得到理想的磨削效果。
二、磨削工艺的分类根据磨料形态和研磨过程的不同,磨削工艺可以分为粒度磨削、方向磨削和超磨削等几种不同的分类。
1. 粒度磨削粒度磨削是最常见的磨削工艺,它通过利用磨料颗粒之间的相互作用来进行磨削。
根据磨削方式的不同,粒度磨削又可以分为砂轮磨削、磨粉磨削和研削磨削等几种不同的形式。
2. 方向磨削方向磨削是指沿工件表面某一方向进行磨削的方法。
根据方向的不同,方向磨削可以分为横向磨削、纵向磨削和斜向磨削等不同的形式。
方向磨削通常用于加工平面和外圆等形状的工件。
3. 超磨削超磨削是一种高精度加工方法,它通过利用超磨削工具和磨料颗粒进行磨削。
超磨削通常用于加工高精度的工件,如摄影镜头等。
三、磨削工艺的应用磨削工艺在机械制造中有着广泛的应用,下面将介绍几个常见的应用领域。
1. 表面精加工磨削工艺可以使工件表面获得较高的光洁度和精度,从而提高工件的质量和使用寿命。
它常被用于加工零件的表面,如汽车发动机缸体和曲轴等。
2. 零件修复在机械制造过程中,零件表面常常会出现一些缺陷或磨损。
模具数控加工切削参数优化方案模糊综合评价
( 苏州工 业职 业技术学 院 机 电工程 系 , 苏州 2 1 4 ( 苏 州大 学 机 电工程学院 , 1 0) 5 苏州 2 5 2 ) 10 1
Fu z y t e i v la in f r r r ia in s h me o u t g p r me e s z y s n h t e a u t o o iz t c e fc ti a a t r :H1 ,G 0 文献标 识码 : T 6T 56 A
1 引言
因素 , 数控加 : 切削参数在选择过程 中存在很大的模糊性和 1 艺 I
不确定性 , 传统 的方法主要凭 借操 作者 的经验 , 很难取得理想的
随着数控技术的快速发展 , 模具生产的 自动化程度 、 加工质 量和生产效率显著提高, 由于用户对制造产品的美观性和精确性 优 化 效果 。 现 拟 利用 模糊 理 论 对切 削 参数 进 行综 合评 价 , 究结 果 有 助 研 等要求 日趋增长 , 这对模具加工也提出了更高的要求。如何提高 于 分 析工 艺切 削参 数选 择 对模 具 数控 D  ̄表 面 质量 的影 响程 度 , i- J; 模具数控加工表面质量很 大程度取决于:艺参数 的选择等影 响 [
程 落 拉 和 宽 道 序 它 有 - 接 的 裂 起 , 8 茶 ; 言 成 新 . 冲 连 技 及 机 [新术 中 料 深 镦 三 工 , 可 效 免 头 断 和 皱 : , 峰 料 压 接 术 其 理 ]技 谐 何 板 J .
表面质量较好, 同时添加了蝶形弹簧, 使模具动作更可靠。 此 , 该 新TZ,024: -1 _ 20() 03 3-
机 械 设 计 与 制 造
22 4 文 章 编 号 :0 13 9 ( 00)8 04 — 3 10 — 9 7 2 1 0 — 2 2 0 M a h n r De in c ie y sg & Ma ua tr n f cu e
模糊综合评价法在螺旋焊缝埋弧焊管生产工序中的应用
ma e i o i i g w t n i e r g c s .T e rs l s o d t a h s meh d c u d r d c h ia v n a e f m d n c mb n n i e gn e i a e h e u t h we h t t i h n to o l e u e t e d s d a t g o r
sbet i n k nojcv vla o nw le i rcs,hrfr, erslo a a o n ei o ujc vya d it maea beteea t no eddpp poes tee e t ut f vl tnadd c ini i ui e o h e e ui s s
设 ,焊 管 的需 求量 不 断增 加 。在焊 管 的生产 过程
中 ,焊 管 工序 不仅控 制着焊 管 的生 产速度 ,而且
中图分 类号 :G 4 T41
文献标 志码 : A
文 章编号 :0 13 3 (0 20 —0 6 0 10 —9 82 1)2 0 1— 5
App i a i n fFuz y Co p e n i e Ev l to M e ho lc to o z m r he sv a ua i n t d i n SAW H p o uc i n o e s Pi e Pr d to Pr c s
2 hn o .C iaC mmu iain i tHih a o u a t . t. Xi觎 7 0 6 ,C ia n t sFr g w yC n h n ,Ld , ’ c o s s Co 1 0 8 hn )
Ab t a t sr c :Ac o d n o p a t a r d c in s u t n o AW H i e h s at l n l z d ma n fc o s ifu n i g c r i g t r ci lp o u t i a i f S c o t o p p ,t i ri e a ay e i a t r nl e cn c w le i ep o u t n p o e sf m s e t ,c v rn e n e , q i me t e d d p p r d c i r c s o 5 a p cs o e g p  ̄o n l e u p n ,ma ei ,tc n q e n n i n n , o r i tr l a e h i u sa d e vr me t o s t z y e au t n mo e y u ig f z y ma h ma is te r n n yi ir r h r c s ,a d f z y d c s n w s e f z v l ai d l sn u z t e t h o y a d a a t h e ac y p o e s n z e ii a au o b c l c u o
精密螺纹磨削砂轮修整技术分析及应用
金 刚石 滚轮 的基 体一 般选 用 4 C 材 料 , 0r 轮槽表 面 为 金 刚石 镀层 。滚 轮修 整 时间 、寿命 比较 见表 l 。
表 1 两种 滚轮 修整 时间、寿命 比较
项目 钢滚 轮 金刚石 滚轮
修整 滚轮 的寿 命 : 滚轮 的 宽度
整工 具有 : 点金 刚石 笔和滚轮 两种 , 轮可采用 高 单 滚 速钢 、硬质合 金和金 刚石材料制 成 。 各种 修整工 具将
根据不 同使用要 求安装在 相应 的砂轮 修整器上 。
1 手动砂轮修整器
手动 修整 砂轮 原 理如 图 1 所示 。螺 纹牙 型 半角 由定位 块 进行 调整 ,修整 头可 以实 现微 进给 运动 。 修 整 尖角 形 的砂轮 时 ,金 刚笔 的位 置应 与修 整头 旋
机 床工 作 台的纵 向运 动 、精密 分度 运动 和砂 轮 的横
向进给 运动 ,来 实现 数控 成形 磨削 ,磨 削 出所需 的
工 件 形状 。
图 5 参数方程坐标系
参 数方 程 为 :
<
:
( f )
一 f
‘
对任 意 t t t ,利用 上式 ,求 出 , 及 , E E ,2 1 ]
精密 制造 与 自动 化
2 1 年第 3 02 期
精 密 螺 纹 磨 削 砂 轮 修 整 技 术 分析 及 应 用 术
邓J 贤 ・ 顷
( 江机床 有 限公 司 陕西汉 中 7 3 0 ) 汉 2 03
摘 要 针对螺纹 磨床砂轮 修整 的特 点,介绍 了螺纹磨床砂 轮修 整方 法和 修整 工具的应用 ,分析 了数控砂轮修整
’ L 0
y O
磨削工艺智能决策与数据库研究进展
磨削工艺智能决策与数据库研究进展刘伟;商圆圆;邓朝晖【摘要】磨削加工是一个强耦合的非线性系统,磨削工艺方案的确定很困难,需要智能决策与数据库的支持.从智能推理、智能优化两个方面介绍了磨削工艺智能决策的研究现状,具体分析了工艺数据库的发展历程和智能磨削数据库的研究成果.讨论了磨削工艺智能决策与数据库研究中主要存在的问题,并对其进一步的研究方向与内容给出了的建议与展望.【期刊名称】《机械研究与应用》【年(卷),期】2017(030)002【总页数】4页(P171-174)【关键词】磨削;智能决策;数据库;研究进展【作者】刘伟;商圆圆;邓朝晖【作者单位】难加工材料高效精密加工湖南省重点实验室,湖南湘潭 411201;湖南科技大学智能制造研究院,湖南湘潭 411201;难加工材料高效精密加工湖南省重点实验室,湖南湘潭 411201;湖南科技大学智能制造研究院,湖南湘潭 411201;难加工材料高效精密加工湖南省重点实验室,湖南湘潭 411201;湖南科技大学智能制造研究院,湖南湘潭 411201【正文语种】中文【中图分类】TG580随着科技的飞速发展和社会的不断进步,人们对机械产品及仪器零部件的精度、质量、成本要求越来越高。
对于用车削、铣削、钻削等加工方法难以达到机械产品及仪器零部件加工精度要求的情况,一般都需用磨削加工来实现。
磨削是机械制造业一种重要的精密加工方法,大多数情况下作为最终工序,其工艺直接决定着工件加工质量的好坏[1]。
影响工件加工质量最为显著的因素是磨削工艺方案。
磨削加工是一个复杂过程,其特性表现为多输入、多输出、非线性、强耦合[2]。
传统的方法是采用经验、分析数学、数值仿真等方法建立关系模型,揭示磨削加工过程中所隐含的规律或机理,优化选择工艺方案,获取更佳的加工质量。
该类型方法一般基于众多假设与简化,或者仅针对小部分物理量进行建模,不能满足工件加工质量最优化的要求。
由于人工智能技术在解决高度非线性领域问题时具有其独有的优势,当前磨削工艺方案的智能决策成为磨削工艺优化领域广泛研究的课题。
模糊推理技术在智能制造中的应用研究
模糊推理技术在智能制造中的应用研究随着智能制造技术的快速发展,模糊推理技术在智能制造中的应用也越来越广泛。
本文通过对模糊推理技术在智能制造中的应用进行深入研究,分析了其在生产调度、质量控制、故障诊断等方面的优势和挑战。
通过对现有研究成果的总结和分析,本文提出了未来模糊推理技术在智能制造中发展方向和应用前景。
1. 引言随着信息技术和人工智能的快速发展,智能制造成为了当今工业领域的一个重要发展方向。
而模糊推理作为人工智能领域中一种重要的数学方法,在解决复杂问题上具有很大优势。
本文旨在深入探讨模糊推理技术在智能制造领域中的应用,并分析其优势和挑战。
2. 模糊推理技术在生产调度中的应用研究生产调度是智能制造中的一个重要环节,对于提高生产效率和降低成本具有重要意义。
模糊推理技术通过对模糊规则和模糊集合的建模,能够在面对复杂的生产环境时进行灵活的决策。
通过对现有调度算法进行改进和优化,将模糊推理技术应用于生产调度中,可以提高调度效率和减少调度时间。
3. 模糊推理技术在质量控制中的应用研究质量控制是智能制造中一个关键环节,对于保证产品质量具有重要意义。
传统的质量控制方法往往需要依赖于准确的数学模型和精确数据,而这在实际生产过程中往往难以实现。
而模糊推理技术通过将不确定性引入到质量控制过程中,可以更好地应对实际生产过程中存在的不确定因素,并根据不确定因素进行灵活决策。
4. 模糊推理技术在故障诊断中的应用研究故障诊断是智能制造中的一个重要环节,对于及时发现和排除设备故障具有重要意义。
传统的故障诊断方法往往需要依赖于准确的故障模型和精确的传感器数据,而这在实际生产过程中往往难以实现。
而模糊推理技术通过将模糊集合和模糊规则引入到故障诊断过程中,可以更好地应对实际生产过程中存在的不确定因素,并根据不确定因素进行灵活决策。
5. 模糊推理技术在智能制造中的挑战尽管模糊推理技术在智能制造领域具有广泛应用前景,但是也面临着一些挑战。
基于模糊PID_的螺旋加料机构粉体进料精度控制
包 装 工 程第44卷 第23期·164·PACKAGING ENGINEERING 2023年12月收稿日期:2023-02-24 *通信作者基于模糊PID 的螺旋加料机构粉体进料精度控制付海明,黄兴元*,邱光军,陈达(南昌大学 先进制造学院江西省轻质高强结构材料重点实验室,南京 330031)摘要:目的 螺旋式加料机构存在传感器响应时间差,造成系统延迟,非线性等问题,采用容积式来计量填充物料的质量的填充误差大。
本文提出一种基于模糊PID 控制的螺旋式加料机构计量控制系统。
方法 利用模糊PID 对螺杆式粉料加料装置进行控制,通过模糊规则对PID 控制比例、积分、微分参数实现参数自调整。
基于Matlab 中Simulink 模块下模拟该模糊PID 控制系统。
结果 该控制系统稳定时间减少了66%,快速性提高了21%,超调量降低了10%。
结论 基于模糊PID 控制系统的计量控制性能优于传统PID 的。
关键词:螺旋式加料机构;计量控制系统;模糊控制;PID 控制;MATLAB ;Simulink 中图分类号:TP273+.4 文献标识码:A 文章编号:1001-3563(2023)23-0164-07 DOI :10.19554/ki.1001-3563.2023.23.020Powder Feeding Accuracy Control of Screw Feeding Mechanism Based on Fuzzy PIDFU Hai-ming , HUANG Xing-yuan *, QIU Guang-jun , CHEN Da(Jiangxi Province Key Laboratory of Lightweight and High-strength Structural Materials, School of Advanced Manufacturing, Nanchang University, Nanchang 330031, China)ABSTRACT: The screw feeding mechanism has problems such as poor sensor response time, system delay, nonlinearity, etc., and the use of volumetric methods to measure the weight of the filling material results in large filling errors. There-fore, the work aims to propose a measurement control system for a screw feeding mechanism based on fuzzy PID control. Fuzzy PID was used to control the screw powder feeding device, and fuzzy rules were adopted to control the proportion, integral, and differential parameters of PID to achieve parameter self-adjustment. The fuzzy PID control system was si-mulated based on the Simulink module in MATLAB. The stability time of the control system was reduced by 66%, the speed was improved by 21%, and the overshoot was reduced by 10%. The measurement control performance based on fuzzy PID control system is superior to traditional PID.KEY WORDS: screw feeding mechanism; measurement control system; fuzzy control; PID control; MATLAB; Simulink随着社会经济的发展,粉料包装在食品、日化、化工等行业,特别是近年来食品行业快速发展,食品包装机械的需求越来越大。
磨削加工表面粗糙度的模糊控制
如果考虑模糊控制器的控制效果?可通过 改变反馈量Ra来验证 。
Ra 317.5 f 0.52V0.65Vs0.8 K
式中 f —砂轮进给速度; V —工件速度; Vs—砂轮转速;K—铸件调节系数。 事先给定一组设定值为 f 0 、Ra0 、V 、 K 0 和 VS , 0 Ra ,因为模糊 当系统稳定后突然改变给定值 控制器能跟随设定值的变化,其输出可自动 地改变,使系统恢复到所希望的工作状态, 即改变了零件的表面粗糙度。
Ra
b
+
(+)
c f
R
o a
a
en 1
T
en
-
(-)
d
+
t
0
图14 表面粗糙度误差曲线
6.模糊控制量的清晰化处理
进给量模糊控制其规则的语言叙述为: 利用模糊算子的定义 En Z Ri if En=PS and then F NS Rj if En=PM and then F NM E PS 以上述 Ri 、 Rj 为例说明 F 的清晰化如何处理,由 f 隶属度标识图可看出,NS、NM相邻有交叉。 如图10和11所示,当en=0.8和时,分别出现PS 、PM和 Z、PS。 ①and运算,(交集) A B ( x) min A ( x); B ( x) ②or运算,(并集) A B ( x) max A ( x); B ( x)
NS
PM PM PS Z NM NM NB
Z
PM PS Z Z NS NM NB
PS
PM PS PS Z NS NM NB
PM
PM PS PS Z NM NB NB
PB
PS PS PS Z NB NB *
基于模糊逻辑推理的铣切削过程稳健参数优化
基于模糊逻辑推理的铣切削过程稳健参数优化潘笑天;禹建丽;张黎【摘要】研究利用模糊逻辑推理的方法对铣切削过程进行稳健参数优化.根据铣切削实验机理,引入可控因子和噪声因子,建立铣切削稳健参数优化模型,对切削表面粗糙程度和粗糙高度两个响应同时优化.首先对多响应进行降维,采用满意度法将两个响应值转化为满意度值,然后分别利用满意度函数法加权几何平均计算得到一个综合满意度值和采用模糊逻辑推理方法将两个响应的满意度值转化为一个模糊推理等级.最后对这两种方法的可控因子与输出值进行主效应分析,分析可得二者的优化结果具有高度一致性,验证了模糊逻辑推理方法在铣切削稳健参数优化过程的有效性.而模糊逻辑推理过程具有能够避免权重设置的不足,且不需要建立精确的数学模型等优点,也使得该方法在多响应稳健参数优化领域具有普适性.%The optimization method of end milling cutting process based on fuzzy logic inference is studied.According to the mechanism of milling cutting,the control factors and noise factors are introduced,and the optimization milling model is constructed to optimize the surface roughness and height roughness simultaneously.Firstly,reducing the dimensions of multiple responses,desirability function method is used to turn the two response values to a desirability values,and then using the geometric average method to calculate a comprehensive desirability value and using fuzzy logic inference methods to calculate a fuzzy reasoninggrade.Finally,according the the main effect chart analyzing that two methods have a highly consistency optimization results.The fuzzy logic inference method to optimize the milling process is to be verifiedeffective.And the fuzzy logic inference can avoid the shortcomings of the weighting,and not need to establish a precise mathematical model.The fuzzy logic inference can be widely used in the field of robust parameter optimization for multi-responses.【期刊名称】《河南科学》【年(卷),期】2017(035)010【总页数】8页(P1633-1640)【关键词】铣切削过程;满意度函数;模糊逻辑推理;多响应过程;稳健优化【作者】潘笑天;禹建丽;张黎【作者单位】郑州航空工业管理学院管理工程学院,郑州450046;郑州航空工业管理学院管理工程学院,郑州450046;郑州航空工业管理学院管理工程学院,郑州450046【正文语种】中文【中图分类】TG54随着现代加工业的日益发达,数控铣切削技术作为零部件加工企业的一项重要技术支撑,其加工效率直接关系着零部件加工精度的高低.因此,追求高效的铣切削效率及生产高标准的加工零部件是各企业永恒的战略目标.在数控铣加工过程中,通常将加工零部件表面粗糙程度和粗糙高度作为铣切削加工效率的衡量标准[1],并将二者作为待优化的响应目标.而影响铣切削加工效率的因素有多种,主要包括可控因子和噪声因子两类.因此要实现对铣切削加工过程的稳健优化,关键是要找到一组最优的可控因子参数设置,使响应得以提升的同时,对噪声因子的干扰不敏感[2].而在多响应参数优化研究中,研究的重点是如何实现对多个响应的同时优化.一般思路是通过降维的方法,即将多个响应转化为单一响应[3-4].其中应用较为广泛的是满意度函数法[5-6],满意度函数法首先度量各响应的满意度值,通过满意度计算将多个响应的质量特性统一转化为望大特性,然后利用加权计算的方法对多响应进行降维,进而得到一个综合满意度值,对其优化即可实现对多个响应的整体优化,该方法简单易行.而在此过程中,通常采用改进的综合满意度法[7],即根据几何加权平均算法对多目标降维.因为当多响应中有个别响应的满意度值很小甚至为零时,传统的算术平均法通过加法计算抵消这部分低的满意度值,使降维后的综合满意度值仍旧呈现出良好的状态,而此时满意度很小甚至为零的个别响应是没有得到优化的[8],所以算术平均法不能够同时实现对多响应的整体优化,因此不适用于多响应稳健参数优化过程.而改进的综合满意度法采用加权几何平均算法,若其中个别响应的满意度值很低时综合满意度值也很低,而最优参数组合会进行重新选择,直到多个响应能够同时达到优化为止[9].但是改进的综合满意法在加权过程中权重设置仍然具有较强的主观性.因此本文考虑将模糊逻辑推理的方法用于多目标降维过程,该方法不依赖权重的设置,而是将各响应的满意度值模糊化,转化为论域上的模糊集,借助模糊集合量化语言规则进行推理,进而反模糊化得到一个模糊推理等级(Fuzzy Reasoning Grade,简称FRG),对该模糊推理等级的优化即可实现对多个响应的整体优化.而在此过程中,不需要建立精确的数学模型,使推理机制易于接受和理解[10-11].本文分别利用满意度函数法和模糊逻辑推理法对铣切削过程进行稳健参数优化.首先根据铣切削原理选取四个可控因子和三个噪声因子进行实验设计,并通过满意度函数计算两个响应的满意度值.然后利用综合满意度法和模糊逻辑推理方法对多响应进行降维.其中综合满意度法降维过程中权重的设置不易确定,因此本文提出模糊推理方法能够不依赖权重的设置对多响应进行降维.最后将两种方法的主效应图进行对比分析:基于模糊逻辑推理方法筛选出的最优参数组合与满意度函数法的优化结果高度一致,且符合铣切削实验原理,二者均实现了对铣切削加工过程稳健优化的目的.同时也证明了模糊逻辑推理方法在多响应稳健参数优化过程中的有效性和可推广性.在数控铣切削加工过程中,铣的高效切削效率不仅可以降低制造成本,延长铣刀的使用寿命,而且可以保证加工零部件的质量.一般认为,影响铣切削效率的主要因素有4个,分别为进给比率(记为x1)、轴向切割深度(记为x2)、切割速度(记为x3)、径向切割深度(记为x4).并且在铣切削加工过程中,工件的进给速度过大,会加剧铣刀磨损程度,进而影响加工零部件表面损伤程度[12];而切割速度越快,切削过程中产生的温度越高使得切削材料软化,使铣刀切削过程变得容易,并且铝制零部件在切削过程中会出现重熔现象,有利于填平加工过程造成的及产生的沟壑和划痕,使得加工零部件表面平整光滑[13];此外,轴向切割深度和径向切割深度(即背吃刀量)也是铣切削加工过程常考虑的控制变量[14].因此,根据加工过程中各可控因子的参数水平,将各控制变量分成5个水平,如表1所示.除可控因子的影响之外,在实际铣切削过程中,刀具的磨损程度,切削液浓度以及切削液流量对铣切削加工效率影响实际存在,不可避免,又不能消除[15].因此,为保证优化表面粗糙程度和粗糙高度的同时,使优化结果具有较强的抗干扰能力,对噪声因素的影响不敏感.在优化过程中引入后刀面磨损量(记为z1)、切削液浓度(记为z2)、切削液流量(记为z3)三个噪声因子.稳健参数优化旨在找到一组最优参数组合,使该参数组合在噪声因子的干扰下仍能够保持良好的质量特性,从而实现铣切削过程的稳健参数优化目的.因此,根据加工过程中各噪声因子的水平设置,将各噪声因子分为3个水平,如表2所示.引入噪声因子后,根据7个影响因子进行实验,实验结果如表3所示(参见文献[15]).在铣切削参数优化过程中,通常将表面粗糙程度和粗糙高度作为衡量铣切削效率的标准.即表面粗糙程度越小,粗糙高度越低,铣切削效率越高,零部件加工质量就越高.因此待优化的两个响应质量指标分别是表面粗糙程度(记为y1)和粗糙高度(记为y2),并且这两个质量指标均具有望小的质量特性.为了将铣切削过程对两个响应的稳健优化降维为对单一响应的稳健优化,需要构造两个优化的综合满意度模型.并且根据满意度函数分别计算两个响应的满意度值,将两个响应值转化为[0,1]内的满意度值,转化后的各响应的满意度值反映的是各质量特性的满意程度,即满意程度越高,满意度值越大,因此转化后的满意度值具有望大特性.由于表面粗糙程度和粗糙高度两个响应的质量特性均为望小,因此选择具有望小特性的满意度函数公式(式(1))对表面粗糙程度和粗糙高度两个质量特性进行转化.对于望小特性的质量要求响应Yn(n=1,2,…,N),期望目标值越小越好,一般设定规格下限Yn(min)=min(y1n,y2n,…,ySn),(n=1,2,…,N)为目标值,同时设定其规格上限为Yn(max)=max(y1n,y2n,…,ySn),(n=1,2,…,N),则Yn(n=1,2,…,N)的满意度值dn(n=1,2,…,N)的计算公式为[16]:其中:s(s=1,2,…,S)是实验序号.表面粗糙程度和粗糙高度两个质量特性的响应值越接近规格下限,转化后的满意度值就越高.由表5实验数据可知,表面粗糙程度的规格上下限为[0.1,3.247],粗糙高度的规格上下限为[0.82,17.787].将两个响应的规格上下限代入公式(1)中,分别得到表面粗糙程度和粗糙高度两个响应的满意度函数公式,如公式(2)和公式(3)所示.表面粗糙程度满意度值(d1)计算公式:粗糙高度满意度值(d2)计算公式:最后利用几何加权平均法构建改进的多响应综合满意度模型,将多个响应的满意度值转化为单一响应的综合满意度值.基于几何平均法的改进满意度法计算公式如下[17]:由于表面粗糙程度和粗糙高度两个响应对铣切削效率的影响程度不能够完全区分,因此一般认为是同等重要,设表面粗糙程度和粗糙高度的权重各为1/2,则两个响应的综合满意度值计算公式如下:将两个响应的满意度值代入公式(5)中计算,即可得到两个响应的综合满意度值.表面粗糙程度和粗糙高度两个响应的响应值(y1和y2)、满意度值(d1和d2)和综合满意度值(D)计算结果如表4所示.由上文,综合满意度法实现了对表面粗糙程度和粗糙高度两个响应的降维,将两个响应的稳健参数优化问题转变为对综合满意度值的稳健优化.由于在满意度转化过程中,原本望小质量特性的响应值经过满意度计算后转化为具有望大特性的单个满意度值,而在此基础上加权平均计算所得的综合满意度值同样具有望大特性.因此,为了找到使综合满意度值最高的最优参数组合,在MINITAB中对各可控因子与模糊推理等级进行主效应分析,如图1所示.在铣切削优化过程中,各质量指标的响应值是在可控因子和噪声因子的双重影响下进行实验所得.各响应的质量特性不仅代表着铣切削加工的效率高低,同时能够反映加工过程的稳健性,而在此基础上计算所得的综合满意度值同样能够反映各响应的整体情况.因此,对该满意度值的稳健优化,就是对总体的稳健优化.并且根据图1可以确定主效应图中使得综合满意度值最高的各可控因子值最大的水平组合为最优参数组合,即x1选取第1水平,x2选取第1水平,x3选取第5水平,x4选取第1水平,并且该参数组合能够实现铣切削加工过程整体性能的提升,同时保证优化结果的稳健性.根据上文可知,在利用公式(5)计算各响应的综合满意度值时,各响应对铣切削效率的影响程度难以估量,通常情况下将权重取平均值,这显然不利于对权重设置较为敏感的参数优化过程.因此,本文在计算各响应满意度值的基础上,改用不依赖权重设置的模糊推理过程将多个响应降维为一个模糊推理等级,并且该模糊推理等级同样是体现两个响应整体优化水平的综合质量指标[18-19].根据表4中各响应的满意度值计算结果.在MATLAB软件的Fuzzy界面,以切削表面粗糙度和粗糙高度两个响应的满意度值d1和d2为输入,模糊推理等级(FRG)为反模糊化输出,建立模糊推理系统.分别在两个响应的满意度值论域上定义五个模糊子集:tiny,small,medium,large,very large.模糊推理等级分别定义六个模糊子集:level1,level2,level3 ,level4,level5,level6.选用三角隶属度函数(Triangle MF)为各个模糊子集定义隶属函数,如图2~4所示. 如图2~4所示,模糊逻辑推理的模糊化过程可以将各响应的满意度值转变为各个模糊集的隶属度值,各个隶属函数交叉区域的设置使得各满意度值的隶属边界不再绝对化.同时为铣切削过程设置模糊推理规则如表5所示.模糊逻辑推理过程的推理规则设置具有较大的灵活性,在弱理论、强经验的生产环境下可以根据专家知识经验建立模糊推理规则;反之,在经验不足的情况下,则可以利用变量之间的机理信息或实验统计信息建立模糊推理规则.根据25条逻辑推理规则,将模糊推理等级的隶属度进行反模糊化输出.MATLAB 的Fuzzy Rule Viewer界面给出了模糊逻辑推理的反模糊化过程,如图5所示.前两列为两个响应满意度d1和d2上模糊子集的隶属度,第三列为反模糊化后输出的FRG值.红线为某个d1或d2取值的位置,每组d1和d2均可根据模糊逻辑推理规则反模糊化输出一个FRG值,记为o[20].将两个响应的满意度值(d1和d2)及经模糊逻辑推理过程输出的模糊推理等级结果(o)列如表6所示.经过上述模糊逻辑推理过程,实现了铣切削参数优化过程中对多响应的降维,将两个响应的参数优化问题转变为对单一模糊推理等级的稳健优化.为了寻求使模糊推理等级最优的可控因子的最佳水平组合,在MINITAB中对各可控因子与模糊推理等级进行主效应分析,如图6所示.由于满意度值d1和d2均具有望大特性,因此模糊推理等级值越大,整体满意度就越高,越能满足对整体质量特性的要求.据此确定主效应图中4个可控因子值最大的水平组合为最优参数组合,即x1选取第1水平,x2选取第1水平,x3选取第5水平,x4选取第1水平.该结果与满意度函数法确定的最优参数组合结果具有一致性.并且该结果符合铣切削加工实验原理,即较高的切割速度(x3),较小的背吃刀量(轴向切割深度x2和径向切割深度x4)和较低的进给比率(x1),可以得到较高的加工精度.本文利用综合满意度法和模糊逻辑推理法两种方法优化铣切削工艺过程,其中综合满意度法在多响应稳健优化领域应用广泛,优化结果具有较强的可参考性.而模糊逻辑推理方法在多响应降维环节,能够不依赖权重的设置,根据隶属函数和模糊规则将多个响应转化为一个输出.并且模糊推理法的主效应分析结果与满意度函数法的分析结果一致,说明模糊逻辑推理法同样能够实现对铣切削加工过程的优化,是一种有效的多响应稳健参数优化方法.在实验环节中考虑了噪声因子的干扰,使得优化结果具有较强的抗干扰能力,由此确定的最优参数组合实质上是一组稳健最优解.(编辑张继学)【相关文献】[1]陈行政,李聪波,李丽,等.面向能效的多工步数控铣削工艺参数多目标优化模型[J].计算机集成制造系统,2016,22(2):538-546.[2] JOSEPH J,PIGNATIELLO J R.Strategies for robust multiresponse quality engineering [J].Lie Transactions,1993,25(3):5-15.[3]刘爱荣,刘瑞礼,刘宏宇.多目标优化参数向单目标优化参数的转化研究[J].河南科学,2012,30(11):1605-1609.[4]顾晓光,马义中,汪建均,等.多元质量特性的满意参数设计[J].控制与决策,2014,29(6):1064-1070.[5] SALMASNIA A,BASHIRI M.A new desirability function-based method for correlated multiple response optimization[J].International Journal of Advanced Manufacturing Technology,2015,76(5):1047-1062.[6]何桢,宗志宇,孔祥芬.改进的满意度函数法在多响应优化中的应用[J].天津大学学报,2006,39(9):1136-1140.[7]何桢,高雪峰,崔庆安,等.基于三响应试验设计优化的满意度函数[J].系统工程,2006,24(7):106-110.[8] ESME U.Surface roughness analysis and optimization for the CNC milling process by the desirability function combined with the response surface methodology[J].Materialprufung,2015,57(1):64-71.[9]伍建军,黄裕林,谢周伟,等.基于改进满意度函数法的双响应曲面稳健设计优化[J].机械设计与研究,2016,32(3):1-5.[10] NATARAJAN U,SUGANTHI H X,PERIYANAN P R.Modeling and multiresponse optimization of quality characteristics for the Micro-EDM drilling process[J].Transactions of the Indian Institute of Metals,2016,69(9):1675-1686.[11] KUMAR V,SHARMA H K,SINGH K,et al.Optimization of process parameters for the production of taro chips using RSM with fuzzy modeling[J].Journal of Food Measurement and Characterization,2015,9(3):400-413.[12]苗志滨,丛晓红,苗淑杰,等.一种典型数控铣切削参数的优化方法[J].机械工程师,2013(12):139-141.[13]倪君辉,詹白勺,沈科灯.高速铣削时钛合金刀具的磨损及对工件表面粗糙度的影响[J].工具技术,2017,51(4):110-112.[14] DURAKBASA M N,AKDOGAN A,VANLI A S,et al.Optimization of end milling parameters and determination of the effects of edge profile for high surface quality of AISI H13 steel by using precise and fast measurements[J].Measurement,2015,68(8):92-99.[15] BRITO T G,PAIVA A P,FERREIRA J R,et al.A normal boundary intersection approach to multiresponse robust optimization of the surface roughness in end milling process with combined arrays[J].Precision Engineering,2014,38(3):628-638. [16] TRAUTMANN H,WEIHS C.On the distribution of the desirability index using Harrington’s desirability function[J].Metrika,2006,63(2):207-213.[17]刘玉敏,赵利肖.基于满意度函数的多响应稳健优化模型及实证研究[J].运筹与管理,2015,24(4):83-91.[18] SATHEESH M,DHAS J E R.Multi objective optimization of weld parameters ofboiler steel using fuzzy based desirability function[J].Journal of Engineering Science and Technology Review,2014,7(1):29-36.[19] SOLEYMANI P,MOUSAVI S M,VAHDANI B,et al.A new fuzzy multi-objective optimisation method with desirability function under uncertainty[J].Applied Decision Science,2016,9(1):100-120.[20]潘正华.模糊推理算法的数学原理[J].计算机研究与发展,2008,45(A1):165-168.。
机械零件加工工艺规程的模糊评判
机械零件加工工艺规程的模糊评判
蔡改贫;杨文琳;罗小燕
【期刊名称】《现代制造工程》
【年(卷),期】2003(000)002
【摘要】采用1-9比率标度法构造判断比率矩阵,通过特征向量求解功能模糊向量,并进行思维一致性检查,根据各模糊子集的贴近度进行模糊决策,确定零件最佳的工艺规程.
【总页数】4页(P33-36)
【作者】蔡改贫;杨文琳;罗小燕
【作者单位】南方冶金学院机械系,江西,赣州,341000;南方冶金学院南昌分校;南方冶金学院南昌分校
【正文语种】中文
【中图分类】TH132
【相关文献】
1.糙米绿茶加工工艺及感官质量模糊综合评判 [J], 李静芳;李新新;刘军巧;刘世艳;刘璐;田楠;何新益
2.基于模糊综合评判的机械零件材料选择方法 [J], 刘峰
3.基于模糊综合评判的起泡苹果梨汁加工工艺研究 [J], 郭耀东;任嘉瑜;王国锋
4.模糊综合评判及响应面法优化黑皮鸡枞菌曲奇的加工工艺 [J], 许俊齐;曹正;谢春芹;凡军民;张雪松;刘茜
5.机械零件设计参数的模糊综合评判 [J], 魏效玲;曹庆奎;刘洵;潘越
因版权原因,仅展示原文概要,查看原文内容请购买。
开题报告基于复杂截面螺杆磨削
题目基于复杂截面螺杆磨削技术的研究一、选题的目的及研究意义螺杆是一种常见的机械零件, 被广泛应用于压缩机、冷冻机、螺杆泵、橡塑机械等产品。
由于应用目的不同, 螺旋面成形机理各异, 螺杆型线也复杂多样, 这给螺杆的加工带来很大的困难。
目前, 我国螺杆加工工艺普遍比较落后, 通常采用铣( 车) 削成形热处理手工研磨抛光工艺; 除少数企业进口国外螺杆磨床之外, 绝大多数螺杆生产企业均未对螺杆进行磨削加工。
致使螺杆型线精度低, 表面粗糙度差, 严重地影响相关产品的质量。
如铣削的齿形精度只能达到0. 22- 0. 44 mm, 齿面粗糙度Ra1. 6-3. 2mm, 而磨削加工的精度可达0. 005 mm, 粗糙度达Ra0. 1- 0. 2 mm。
外, 螺杆最后的手工抛光劳动条件恶劣, 生产环境污染严重, 这是目前机械行业中少有的落后工艺!螺杆应用最广泛的就是螺杆压缩机,具有易损件少、结构紧凑、运转平稳、寿命长、工作可靠性高和效率高等一系列独特的优点,广泛应用于空气动力、制冷及各种工艺流程中。
例如,在制冷行业发达国家采用螺杆压缩机已占到整个制冷压缩机市场的70%左右,相比之下由于设计及制造工艺等问题,我国目前螺杆压缩机只占整个制冷压缩机市场的30%左右,具有很大的发展空间。
转子是螺杆压缩机的核心零件,转子设计中最重要的是转子齿形的设计,其型线复杂,加工要求高,压缩机工作的可靠性、效率和噪声很大程度上取决于螺杆转子的加工精度。
从某种意义上讲,转子端面型线与齿形加工精度有内在联系的,齿形加工精度由加工工艺决定,转子型线的不断发展,促使转子加工工艺不断改进,加工工艺的不断改善又促进了转子型线的发展,由此推动螺杆压缩机性能不断提高。
随着计算机辅助设计技术在螺杆压缩机领域的应用,转子齿形的设计经历了三代变迁,设计也更加多样化、复杂化。
转子齿形的不断发展,促使转子加工工艺不断改进,对加工工艺的要求也越来越高。
因此,迫切需要采用先进的加工设备和加工方法来提高转子的质量。
灰色关联理论支持下的陶瓷机械复合磨削工艺参数优化分析
灰色关联理论支持下的陶瓷机械复合磨削工艺参数优化分析王健
【期刊名称】《佛山陶瓷》
【年(卷),期】2024(34)4
【摘要】为进一步提高陶瓷机械的使用寿命、加工效率和磨削性能,文章采用灰色关联理论来优化陶瓷机械复合磨削的工艺参数。
通过灰色关联的数据分析方法,结合试验结果分析,筛选出最优工艺参数组合,并进行了试验验证。
结合试验结果分析,筛选出最优工艺参数组合为:切削速度20m/min、砂轮粒度60#、进给速度
0.12mm/r。
【总页数】4页(P57-59)
【作者】王健
【作者单位】辽宁轨道交通职业学院
【正文语种】中文
【中图分类】TG5
【相关文献】
1.基于灰色关联分析的平面磨削工艺参数优化
2.基于信噪比和灰色关联度分析的TiC/Ni金属陶瓷电火花加工工艺参数优化
3.基于灰色关联理论的RB–SiC陶瓷电火花机械复合磨削工艺参数优化
4.基于灰色理论的凸轮轴摆动磨削工艺参数优化
5.基于灰色关联分析方法和熵权法的纵扭超声振动螺旋磨削制孔工艺参数优化
因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
值 ,即它 的各个 模糊 集 的隶属 度 函数 。三角 形隶
属 函数 是较 为 简 便 的一 种 语 言 值 确 定 方 式 ,在 工
业 中 应 用 广泛 。故 本 文 采 用 了 等 间 距 的三 角形 隶
属 度 函数 , 即通 过 模 糊 化 方 法 ,将 各输 入 输 出参 数 取 值 区 间 分割 为若 干 间距 相 等 的模 糊 子 集 ,使
I
个 推理 过 程 ,其 工 艺 参数 值 砂轮 转 速 、工 件转 速 、
背 吃刀 量和 中径余 量 被 定义 为 系统 的 四个 输 出值 ,
分 别用 Y , , Y4 Y2Y , 表示 。
訇 似
示 为如 下 的形式 :
I X1P1 n = 2 n = 3THEN F[ = dX2 P dX3 P ] a a
I例据 案 数 库l
图 1 系统 结 构 框 图
实 保 证 工 艺 参 数 选 择 的准 确 性 ,但 存 在 诸 多 难 以 解 决 的 实 际 问题 。 主 要 在 于 ,由 于 螺 纹 磨 削 在 国
内机 械 加 工 领 域 并 不 常 见 ,熟 悉 此 加 工 方 法 的 工
艺 人 员 显 然 为数 不 多 ,一 旦 出现 人 员 的 空 缺 与 调 整 ,将 直 接 影 响产 品 的加 工 与 生 产 ,且 短 时 间 内
图2 隶 属 度 函 数 示 意 图
隶 属度 ) 。此 时 ,每个 参数 所对 应语 言 值便 组 成 了
需 要 利 用 的 模 糊 规 则 的 前件 集合 。前 件 参数 有 三
32 从 案例 学 习规 则 .
本 文 的 案 例数 据 库 存 储 了大 量 的 技 术 人 员 的 实 际加 工 参数 数 据组 ,需 要 将 这 些 数 据 转 化 生 成 相 应 的 模 糊 规 则 。例 如 ,在 案 例 数 据 库 的 一 个 数
系统 各参 数 均 采 用 如 图 2所 示 的隶 属 度 函数
分 布 形 式 。其 中 ,{ , : … , 分 别表 示 一 个 A A , A) 参 数 的各个 模 糊子 集 ,[, 】 该参数 的取值 区 间。 Uv为
Ai A2
33 由规则推理结果 . 通 过 规 则 库 的 建 立 ,系统 便 可 在 得 到 一 组 需 要 查 询 的磨 削 加 工 要 求 参数 后立 即推 理 出合 适 的
在 着 不 确 定 因 素 。为 解 决 此 问题 ,本 文 提 出运 用 模 糊 推 理 方 法 ,对 技 术 人 员确 定 的工 艺 参 数 加 以 处 理 ,建 立 工 艺 参 数 的模 糊 推 理 规 则 库 ,并 以 此 进 行 推 理 计 算 ,提 供 合 理 的 加 工 工 艺 参 数 供 机 床 操作 人 员参 考 。
无 法 立 即恢 复 。此 外 ,加 工 工 艺 经 验 的传 承 也 存
2 用作推理 的工艺参数 的选定
对 螺纹 的磨 削加 工 一 般 要进 行 粗 磨 、半 精 磨 和 精 磨 这 三 步 工 序 ,而每 一 步 的加 工 又 分 别 要 考 虑 砂 轮 转 速 、工 件 转 速 和 背 吃 刀量 这 几个 工 艺 参
此 问 题 有 详 尽 的论 述 ,并 根 据 相 似 性 的概 念 ,给 出了一个 完成 规则 库补 全 的一般 算法 。
每 个 模 糊 子 集 构 成 等 腰 三 角 形 。其 中 ,各参 数 的
取值 区 间如表 1 示 。 所
表 1 输入输 出参数及其取值区间
输 入 值 ( , x, x。x , ) 螺 距 工 件 参数 ( 直 径 螺 纹 长 度 输 出值 ( , , , Y。 Y,Y ) Y 砂轮 转速 工 件 背 吃 中 径 转 速 刀量 余 量
螺纹 长 度 ( n 分 别 为 a b C m/) , , ,则 可 计 算 出他 们 的 隶 属度 ,分 别 为 。 ) 2 ) 1 ) x() () ( , ( , ( ,I b , c , a a b 2
:
()( 、 分 别 表 示 与 查 询 数 据 相 对 应 的两 个 c ,
I
模 糊 化
I
解 模 糊
平 面 磨 削 来 说 又 要 考 虑 更 多 因 素 ,所 以螺 纹 磨 削 加工 工艺 的确定 便 显得 尤为 困难 。 目前 ,国 内的 螺 纹 磨 削 加 工 企 业 主 要 是 依 靠
工 艺 技 术 人 员 根 据 自 己 多年 来 的 实 际加 工 经 验 来 确 定 加 工 工 艺 参 数 。 这 样 的 工 作 模 式 虽 然 能 够 切
然 而 , 由数 据 组 产 生 的规 则 可 能 会 出现 矛 盾 的 情 况 。为 了解 决 这 个 问题 ,需 要计 算 由数 据 产 生 规 则 的 匹 配 程 度 ,并 只接 受 那 些 矛 盾 的 规 则 中
匹 配 程 度 最 大 的 规 则 。在 一 条规 则 中 ,每 个 输 出 参 数 都 有 各 自的 匹 配 度 值 ,计 算 方 法 是 将 该 条 规 则 所对 应 的所 有 输 入 语 言 值 的 隶 属 度 相 乘 ,再 乘
( 上海理工大学 机械工程学 院,上海 2 0 9 ) 0 0 3
摘
要 : 螺纹磨 削加工 工艺参数 的确定较 为复 杂 ,实 际生产过程 中对技术人 员的经验水 平有很高的要
求 。本文提出将 模糊推理技 术引入 该领域 ,通过对实 际加 工数据的 学习来生成模 糊规则库 , 并 以此推理工 艺参数值 , 为加 工工艺参 数的确定提供有效的参考。 关键 词 : 螺纹加工 ;磨削技术 ;模糊推理 ;工艺决策
粗 磨 、 半 精 磨 、精 磨 这 三 步 工 序 的工 艺 参 数 类 型
1 螺纹磨 削工艺推理系统结构
本 文 所 建 立 的推 理 系 统 主 要 由案 例 数 据 库 、
规 则 库 和 模 糊 推 理 程 序 三 部 分 组 成 。 系统 的规 则
库 由 案 例 数 据 库 中 的实 际加 工 案 例 建 立 完 成 。 当
模糊推理技术 在螺纹磨 削工艺决策 中的应用
Usage f f z eas o uz y r oni echnol ng t ogy i hr n t ead gr n ng pr i di oces ci on s de si
徐
侃 ,李 郝林
XU Kan.Ll Hao l —i n
中图分类号 :T 4 G 文献标识码 :A 文章编号 :1 0—0 ( 0 2 0 ( ) 0 3 —0 9 1 4 21 ) 9 下 一 0 1 3 0 3
Doi1 3 6lJ is . 0 -0 4 2 1 . ( ) 1 : 9 9 .s n 1 9 1 . 0 9 下 . 1 0. / 0 3 2
以 各 自输 出语 言 值 的 隶 属 度 。通 过 这 样 的 方 法 ,
便 可 依 次对 案 例 数 据 库 中每 一 个数 据组 生 成一 条 模 糊 规 则 ,并 记 录 在 系统 的 规 则 库 中。每 生 成一 条 规 则 ,就 同时 计 算 该 条 规 则 的匹 配 度 ,并 完 成 如 下 过 程 : )若 规 则 库 中没 有 与 该 规 则 前 件 相 同 1
形 式 ,再 由 推理 机 在 规 则库 中选 择 合 适 的语 言 规 则 并 得 出结 论 ,最 终 在 解 模 糊 化 后 得 出精 确 的 工 艺 参 数 值 ,供 用 户 参 考 。该 系 统 的 结 构 示 意 图 如
图 1 所示 。
精 确 输 入 模 糊 输 入 模 糊 结论 精 确 输 出
密 丝杠 、滚 珠 丝 杠 、蜗 杆 、螺 纹 量 规 、丝 锥 和 螺 纹 铣 刀 等 。可 见 ,螺 纹 磨 削 的 加 工 水 平 将 在 很 大 程 度 上 影 响我 国数 控 机 床 等高 精 密 工 程 设 备 的生
产 与 制 造 。 同时 ,螺 纹 磨 削 的 加 工 工 艺 又 是 影 响 螺 纹 精 度 的关 键 因 素 。然 而 , 由于 磨 削 是 一 个 相 当复 杂 的过 程 ,而 螺 纹 的磨 削 相 对 于 其 他 简 单
加 工工 艺参数 。
一
组 查 询 数 据 被 输 入 后 ,系 统 首 先 计 算 这 组
数 据 在 各 自语 言变 量值 上 的 隶 属度 ,一 般情 况 下 , 每一 个数 据 会得 到 在两 个 语 言值 上 的非 零 隶 属度 。 假 设 ,所 需 查 询 的螺 距 ( mm) 、工 件 直 径 ( mm) 和
配 度 值 也 存储 下 来 。2 若 规 则 库 中存在 与 该 规 则 ) 前 件相 同的 规则 ,则 由该 规则 的匹配 度 与已存 的匹 配 度相 比较 的大小 ,来决 定保 留或放弃 该规 则 。 由于 在从 案 例数 据 库 学 习 规 则 时 ,案 例 数 据 组 有 可 能 不会 在 所 有取 值 范 围 内 出现 ,规 则 库列 表 中 的某些 规 则就会 出现 空缺 。参 考文 献 【】 6 中对
mm) ( mm)
( mm)
( mi) (/ n ( r n r / mi) mm) ( mm)
取 值 区 间 02 ,2 , 0 1 , 0 】10 , 0 】[, ] 033 013 [.51 ]22 ]【04 0 2 04 0 11 [., [.,】 [ 5 0 [ 0 2 】
数 值 的 选 择 。 此外 ,对 于 粗 磨 和 半 精 磨 这 两 步 还 有 中径 余 量 这 个 参数 值 需 要 确 定 。决 定 这 些 参 数 选择 的主 要 因素 包 括 螺纹 种 类 、工件 材 料 、螺 距 、 工件 直径 和 螺纹 长度 等 口。其 中 ,螺纹 种 类和工 件 】 材 料这 两 个 因素 不 适合 以模 糊化 的 方式 输 入 系统 , 故 将 螺 距 、工件 直 径 和 螺纹 长 度 定 义 为 模 糊 推 理 系统 的三 个输 入值 ,分别 用 x。x2x3 示 。由于 , , 表