先进制造技术文献综述.doc

摘要：介绍了电火花加工控制涉及的主要问题及放电状态检测方法。详细论述了近20年来自适应控制、模糊控制、神经网络控制、遗传算法、专家系统、混合智能控制等在电火花加工中的研究状况。对电火花加工过程中控制变量的优化及过程监测与控制等进行了讨论,就控制技术在电火花加工中的发展趋势进行了展望。 关键词: 电火花加工;自适应控制;模糊控制;人工神经网络控制;混合智能控制 一、前言 经过半个多世纪的研究和开发,电火花加工已成为制造业中一种重要的加工手段,在机械、宇航、电子、仪器、轻工、汽车等领域获得了广泛的应用。然而,电火花加工过程是一个典型的非线性过程[1],影响加工过程的因素很多,其中主要是电源参数和伺服运动参数。电源参数主要包括开路电压、电流、脉冲宽度、脉冲间隔、间隙平均电压、电极放电时间周期等;伺服运动参数包括电极抬刀周期、电极抬刀高度和抬刀速度等;还有其他因素如:工件材料、放电点分布情况、加工深度、电介质浓度、有无冲油等。这些因素相互影响、相互制约,造成了电火花加工过程控制的复杂性。 二、正文 本文将介绍电火花加工涉及的主要控制问题和目前的状态检测技术,然后分别叙述6种控制方式(自适应控制、模糊控制、神经网络控制、遗传算法、专家系统、混合智能控制)在电火花加工过程中的应用情况。 1 电火花加工控制技术 1.1 电火花加工中的主要控制问题 控制对电火花加工质量的优劣一直起着举足轻重的作用,电火花加工过程需解决的主要控制问题有[2]: (1)为了形成有效的放电脉冲,工具电极和工件被加工表面之间必须保持一定的放电间隙,故需控制极间间隙的伺服运动。 (2)要形成稳定、高效的电火花加工,火花放电必须为瞬时的脉冲性放电,故电火花加工必须采用脉冲电源。而脉冲电源的各参数(如:极性、脉宽、脉间、电流幅度)与加工状态及加工速度、加工表面粗糙度、侧面间隙、电极损耗率等加工效果有着密切的联系。因此,控制脉冲电源的各参数是电火花加工控制的一个重要组成部分。 (3)电极的往复抬刀运动及其运动周期对排屑和维持电介质浓度起着关键作用。因此,要形成稳定、高效的电火花加工,电极运动的伺服参数也是电火花加工控制的一个重要组成部分。 (4)火花放电必须在具有一定绝缘性能的电介质中进行。因此,电介质的参数(如压力、流量、过滤程度等)对加工过程的影响就必须考虑,故须对这类非电参数加以控制。 1.2 放电间隙状态的检测 要做到适应性地调整电火花加工中的电源参数和伺服控制系统,使加工处于稳定、最佳的状态,首先必须正确地检测加工间隙中的放电脉冲,判别电火花加工放电状态[3]。这是电火花加工控制系统首要解决的关键问题。 1.3 自适应控制 众所周知,电火花加工普遍存在加工过程不稳定、易拉弧烧伤工件表面的现象,尤其在中小规准的加工及深盲孔加工中特别突出,妨碍了电火花加工技术的广泛应用。电火花加工的自适应控制就是基于这类情况被提出来的,学者们就此课题展开了广泛的探究。 比利时鲁文大学的学者通过对自适应控制在电加工中的应用基础和所产生的经济效益的详细阐述,总结了CIRP成员及设备生产商已经建立的ACC系统和ACO系统,展现了ACO系统在参数优化方面较传统控制策略的优势。Rajurkar等[4]从理论和实验角度分析了已有电火花加工伺服机制,描述了电加工的随机模型,应用自适应控制提出了一种新型的自调节伺服控制器;他们还提出一种多输入模型,通过描述放电间隙平均反馈电压、火花频率和工作台进给率之间的关系,在线估计工件高度来优化火花频率,通过实验证明了自适应控制系统能提高辨识工件高度的稳定性和精度。周明等[5]通过分析电火花加工过程的线性和非线性特征,利用替代数据法和相空间重建技术中的非线性交互预测法,证明了电火花加工过程的确定性非线性和可预测性。基于此,建立了描述电火花加工过程的线性时变模型,并据此模型开发了以电极抬刀周期内的电极放电时间为调节参数的自适应控制器。与开环控制加工相比,其加工效率提高近一倍,加工过程更稳定。王津等以电极抬刀高度和放电加工时间为调节参数,利用/登山寻优法对其进行寻优,提出了一种新的自适应控制策略,该策略在保证模具表面粗糙度和精度的同时,提高了加工效率。 1.4 模糊控制 自从美国加州大学的Zdahe教授在1965年发表的著名论文5Fuzzy sets6中提出模糊集合理论以来,模糊理论得到了迅速发展。模糊控制技术是应用模糊集合理论、模糊语言变量及模糊逻辑推理进行综合考虑的一种计算机数字控制方法,主要用来解决那些用传统方法难以解决的复杂系统的控制问题,其研究对象常存在严重的不确定性(模型未知或知之甚少、模型结构和参数在很大范围内变化)及非线性。由于电火花加工过程是一个复杂的、带有一定随机干扰的确定性非线性的过程,故将模糊控制应用在电加工中是顺理成章的,近20年来国内