关于BP神经网络数控机床切削能耗研究.pdf

2012年 1月 机床与液压 Jan．2012 第40卷 第 1期 MACHINETO0L ＆ HYDRAULICS Vo1．40No．1 DOI：10．3969／j．issn．1001—3881．2012．01．015 基于 BP神经网络数控机床切削能耗的研究 谢东，陈国荣，施金 良，许弟建，王锋 (重庆科技学院，重庆401331) 摘要：数控机床的能耗来源于工作时的电动机空载和切削过程中的负载消耗。分析切削过程中的切削速度、进给速 度、切削深度等切削参数对数控机床能耗的影响；基于BP神经网络搭建数控机床能耗与切削参数的模型，简化了经验公 式繁琐的计算过程；利用遗传算法对切削参数进行优化。对比试验表明：用优化后的参数进行加工，能明显地降低能耗， 为加工过程能耗控制提供了一个 良好的方案。 关键词：数控机床；切削参数；节能；BP神经网络 中图分类号：TG501 文献标识码：A 文章编号：1001—3881(2012)1—054—4 ResearchonCNC M achineToolCuttingEnergy ConsumptionBasedonBPNeuralNetwork XIEDong，CHENGuorong，SHIJinliang，XUDijian，WANGFeng (ChongqingUniversityofScienceTechnology，Chongqing401331，China) Abstract：Thenumericalcontrolmachinetoolenergyconsumptionisoriginatedfrom theelectricmotoridleracingandthecutting process．Theinfluencesofcuttingspeed，feed speed，cuttingdepthonCNCmachinetoolenergyconsumptionwereanalyzed．The modelofCNCmachinetoolenergyconsumptionandcuttingparameterswasestablishedbasedonBP neuralnetwork，andcalculating processofempiricalformulawassimplified．Thecuttingparameterswereoptimizedbygeneticalgorithm．Experimentalcomparison SHOWSeneryg consumptionincuttingprocesscanbesignificantlyreducedbyusingoptimizedparameters．Thismethodprovidesagood energycontrolschemeformachiningprocess． Keywords：CNCmachinetool；Cuttingparameter；Energyconservation；BPneuralnetwork 提高资源效率是现代制造业的发展趋势。对于制 [4]通过对切削参数 的优化选择和切除率 的预测， 造业基础的机床制造行业而言，开发研制节能环保的 合理选择切削参数来发挥机床的效能。实际中采用变 机床是2l世纪机床制造技术发展的重要趋势之一。 频技术减小电机启动电流，以及通过恒功率 、恒线速 随着数控机床逐渐广泛使用 ，其能耗问题成为当今研 度等切削加工方式来降低能耗。 究的热门。数控机床的节能可从数控机床的机械结 文中主要是从切削过程中的工艺参数对能耗的影 构 、控制系统结构和方式、加工工艺优化等各个方面 响进行分析和建模。由于不同的切削深度、切削速度 进行综合考虑 。 使得机床的负荷不同，其能耗大小不同，因此要提高 数控机床