神經(jīng)網(wǎng)絡(luò)在加工誤差控制中的應(yīng)用*

喬培平

(陜西工業(yè)職業(yè)技術(shù)學(xué)院機(jī)械工程系，陜西咸陽 712000)

神經(jīng)網(wǎng)絡(luò)在加工誤差控制中的應(yīng)用*

喬培平

(陜西工業(yè)職業(yè)技術(shù)學(xué)院機(jī)械工程系，陜西咸陽 712000)

加工誤差的控制是自動(dòng)化加工技術(shù)中的難題，傳統(tǒng)的控制理論不能解決一些問題。通過人工神經(jīng)網(wǎng)絡(luò)建立起切削加工自動(dòng)控制系統(tǒng)，具體訓(xùn)練網(wǎng)絡(luò)采用離線訓(xùn)練，將樣本數(shù)據(jù)準(zhǔn)備后用Matlab工具箱函數(shù)即可完成，并應(yīng)用于實(shí)際的切削過程。結(jié)果表明，神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)能有效的控制加工誤差。

神經(jīng)網(wǎng)絡(luò);加工誤差;非線性系統(tǒng);多輸入輸出

1 引言

人工神經(jīng)網(wǎng)絡(luò)是模擬人腦功能的非線性大規(guī)模并行信息處理系統(tǒng)，既具有專家系統(tǒng)的一切優(yōu)點(diǎn)，又摒棄了常規(guī)方法所共有的缺陷。它具有很強(qiáng)魯棒性、容錯(cuò)性，具有高度的自組織、自適應(yīng)、自聯(lián)想和自學(xué)習(xí)等能力。神經(jīng)網(wǎng)絡(luò)具有非線性特征:它具有逼近任意非線性函數(shù)的能力，這為具有非線性特征的機(jī)械加工過程提過了一種通用的系統(tǒng)辨識(shí)及控制方法。神經(jīng)網(wǎng)絡(luò)具有多輸入輸出特性:輸入輸出變量數(shù)沒有限制，完全根據(jù)問題確定，因而為不同變量的系統(tǒng)提供了一種統(tǒng)一的處理方式。神經(jīng)網(wǎng)絡(luò)具有不同數(shù)據(jù)的融合能力，具有并行分布處理方式。神經(jīng)網(wǎng)絡(luò)是由神經(jīng)元相互連接而成的，這種結(jié)構(gòu)便于硬件實(shí)現(xiàn)。因此神經(jīng)網(wǎng)絡(luò)特別適合解決普通建模方法和傳統(tǒng)人工智能難以解決的模式識(shí)別、非線性建模、圖像處理、語言理解、聯(lián)想記憶、自適應(yīng)控制等問題。基于神經(jīng)網(wǎng)絡(luò)建立的切削加工自動(dòng)控制系統(tǒng)具有更好的柔性、實(shí)時(shí)性以及便于實(shí)現(xiàn)智能控制等特點(diǎn)［4］。筆者介紹了在改裝的CW6163車床上利用神經(jīng)網(wǎng)絡(luò)控制技術(shù)實(shí)現(xiàn)內(nèi)燃機(jī)變橢圓活塞加工的加工精度控制問題。

2 ZQS700內(nèi)燃機(jī)的變橢圓活塞及加工

活塞是內(nèi)燃機(jī)的重要零件，為了改善活塞裙部與氣缸間的貼合與潤(rùn)滑，確?；钊芰己玫墓ぷ鳎钊共康臋M向形狀通常呈現(xiàn)橢圓形，且沿裙高方向截面的橢圓度是變化的，其軸向截面設(shè)計(jì)成中凸形。

變橢圓的外形面加工是一種典型的復(fù)雜形面加工問題。較為先進(jìn)的加工方法是利用CNC的活塞外形面加工系統(tǒng)，利用該系統(tǒng)加工變橢圓活塞外形面時(shí)，提高加工精度仍存在較大難度。因?yàn)?，常?guī)的誤差補(bǔ)償和控制策略大多基于整個(gè)加工系統(tǒng)是線性、非時(shí)變和單輸入、單輸出系統(tǒng)的假設(shè)，這對(duì)簡(jiǎn)單形面的加工控制效果很好，但對(duì)象變橢圓活塞外形面加工這類多輸入、多輸出的非線性系統(tǒng)卻難以奏效?；趥鹘y(tǒng)單點(diǎn)補(bǔ)償控制技術(shù)的實(shí)驗(yàn)表明，僅僅將形面上某點(diǎn)的加工誤差反饋給加工系統(tǒng)以校正該點(diǎn)的輸入，不僅被補(bǔ)償點(diǎn)的加工精度沒有達(dá)到預(yù)期效果，反而影響周圍點(diǎn)的加工精度。鑒于此，變橢圓活塞外形面的加工誤差控制，不能采用傳統(tǒng)的單點(diǎn)補(bǔ)償控制技術(shù)，而應(yīng)采用適合于多輸入多輸出非線性系統(tǒng)的控制系統(tǒng)［2］?；谏窠?jīng)網(wǎng)絡(luò)的控制，能對(duì)復(fù)雜形面的加工提供較為精確的控制。

3 神經(jīng)網(wǎng)絡(luò)控制原理

以車削一異形回轉(zhuǎn)體為例，來說明神經(jīng)網(wǎng)絡(luò)的誤差控制原理。圖1中實(shí)線為一待加工的異形回轉(zhuǎn)體。由于母線曲線未知，故可用母線上的n個(gè)離散點(diǎn)的橫坐標(biāo)及縱坐標(biāo)(χi、yi)(i=1、2、……n)，來表示該回轉(zhuǎn)體之理想形狀，即yd=［y1、y2……yn］。

圖1 待加工的異形的回轉(zhuǎn)體

由于存在加工誤差，這時(shí)加工出的回轉(zhuǎn)體實(shí)際輪廓的n個(gè)離散點(diǎn)相應(yīng)的坐標(biāo)為(χi，yi')(i=1，2，……n)，且χi'=χi，如圖2虛線所示。實(shí)際值可視為加工系統(tǒng)的輸出，即y=［y1'，y2'……yn'］。如加工系統(tǒng)的輸入為(χi，ui)，則該加工誤差控制的實(shí)質(zhì)就是，輸入調(diào)整為多少值時(shí)，輸出值與理想值相同或達(dá)到某個(gè)精度的逼近。

如果以U表示輸入矢量U=［u1、u2……un］T，Y表示輸出矢量Y=［y1'，y2'……yn'］T，則加工系統(tǒng)的輸入輸出非線性特性可描述為:

Y=G(U)

式中:G為系統(tǒng)的非線性傳遞函數(shù)，它把系統(tǒng)的輸入映射為系統(tǒng)的輸出。

Y=G(U)的含義為:給定輸入U(xiǎn)，可獲得輸出Y。然而，對(duì)于控制問題，并不需要這種映射關(guān)系。因?yàn)榭刂频娜蝿?wù)是:給定一個(gè)系統(tǒng)的理想輸出值Yd，系統(tǒng)的輸入值Ud是多大?即我們感興趣的是上述映射的逆映射:Ud=G－1(Yd)。利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)從U－Y的正映射和從Y－U的逆映射是比較方便的，圖2為系統(tǒng)逆模型的神經(jīng)網(wǎng)絡(luò)辨識(shí)示意圖。

圖2 神經(jīng)網(wǎng)絡(luò)辨識(shí)逆模型

圖2僅表示神經(jīng)網(wǎng)絡(luò)辨識(shí)系統(tǒng)逆模型的原理圖。具體訓(xùn)練網(wǎng)絡(luò)時(shí)，采用離線訓(xùn)練，將樣本數(shù)據(jù)準(zhǔn)備后用Matlab工具箱函數(shù)即可完成。在樣本數(shù)據(jù)中，網(wǎng)絡(luò)輸入數(shù)據(jù)為Y=［y1'，y2'……yn'］T，輸出數(shù)據(jù)為U=［u1、u2……un］T。一旦神經(jīng)網(wǎng)絡(luò)的逆模型建立起來，就表明它具有從切削系統(tǒng)輸出空間向輸入空間進(jìn)行逆映射的能力，將其作為切削系統(tǒng)的控制器來控制系統(tǒng)，系統(tǒng)就可以獲得理想的輸出?；谏窠?jīng)網(wǎng)絡(luò)的控制系統(tǒng)原理圖如圖3所示。

從圖3中可知，神經(jīng)網(wǎng)絡(luò)逆模型的輸入為Yd，其輸出為Ud=G－1(Yd);切削系統(tǒng)的輸入是Ud，輸出為Y=G(Ud)。由于神經(jīng)網(wǎng)絡(luò)逆模型是切削系統(tǒng)模型的逆映射，因此神經(jīng)網(wǎng)絡(luò)的傳遞函數(shù)G－1就是切削系統(tǒng)傳遞函數(shù)G的逆(G)－1，于是有:

上式表明，神經(jīng)網(wǎng)絡(luò)的輸入為Yd，切削系統(tǒng)的輸出也為Yd。因而，利用該控制系統(tǒng)原理，就可以獲得期望的輸出值Yd，這就是神經(jīng)網(wǎng)絡(luò)控制原理［1］。就本問題而言，期望的切削系統(tǒng)輸出為Yd=［y1、y2……yn］，只需在神經(jīng)網(wǎng)絡(luò)輸入端輸入Yd，則加工出的工件尺寸將是理想或接近理想尺寸。

圖3 控制系統(tǒng)原理圖

4 控制系統(tǒng)的實(shí)現(xiàn)

圖4為變橢圓活塞加工實(shí)驗(yàn)裝置，機(jī)床為改裝的CW6163機(jī)床。圖4中步進(jìn)電動(dòng)機(jī)用于實(shí)現(xiàn)刀具橫向精密微量進(jìn)給，光柵長(zhǎng)度測(cè)量?jī)x測(cè)量凸輪推動(dòng)擺桿支點(diǎn)的位移量。主控機(jī)根據(jù)不同誤差補(bǔ)償控制方式的活塞加工控制數(shù)據(jù)，與凸輪曲線數(shù)據(jù)比較，形成CNC控制文件。加工時(shí)，主控機(jī)先驅(qū)動(dòng)步進(jìn)電動(dòng)機(jī)運(yùn)轉(zhuǎn)，然后根據(jù)光電開關(guān)1測(cè)量的凸輪轉(zhuǎn)角信號(hào)，找到凸輪與活塞型線最佳的近似輪廓線，接著主控機(jī)以光電開關(guān)2測(cè)量的主軸回轉(zhuǎn)信號(hào)，查閱CNC控制文件，發(fā)出相應(yīng)的步進(jìn)電動(dòng)機(jī)控制脈沖，使步進(jìn)電動(dòng)機(jī)帶動(dòng)凸輪、擺桿推動(dòng)刀具作相應(yīng)的切削，從而實(shí)現(xiàn)凸輪曲線對(duì)中凸型線的擬合，完成其加工。

圖4 變橢圓活塞加工實(shí)驗(yàn)裝置示意圖

5 測(cè)試結(jié)果及結(jié)論

采用傳統(tǒng)誤差補(bǔ)償控制技術(shù)實(shí)施單輸入單輸出線性補(bǔ)償時(shí)，加工出的工件實(shí)測(cè)值見表1中CNC加工欄，這時(shí)最大誤差為11.3 μm。采用神經(jīng)網(wǎng)絡(luò)控制后，按神經(jīng)網(wǎng)絡(luò)提供的輸入數(shù)據(jù)控制系統(tǒng)，加工實(shí)測(cè)值見表1中神經(jīng)網(wǎng)絡(luò)欄，這時(shí)最大誤差為4.9 μm。由此可見，神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)能有效地控制加工誤差，神經(jīng)網(wǎng)絡(luò)應(yīng)用于設(shè)備加工誤差的控制有重要的理 論研究?jī)r(jià)值和廣闊的應(yīng)用前景。

表1 加工誤差控制方法比較 /μm

［1］ 焦李成.神經(jīng)網(wǎng)絡(luò)的應(yīng)用與實(shí)現(xiàn)［M］.西安:西安電子科技大學(xué)出版社，2003.

［2］ 尹紅風(fēng).人工神經(jīng)網(wǎng)絡(luò)信息處理原理［M］.大連:大連理工大學(xué)出版社，1999.

［3］ 胡守仁.神經(jīng)網(wǎng)絡(luò)導(dǎo)論［M］.長(zhǎng)沙:國(guó)防科技大學(xué)出版社，2005.

［4］ 孫寶元.切削狀態(tài)智能監(jiān)控技術(shù)［M］.大連:大連理工大學(xué)出版社，1998.

Neural Network Application in Machining Error Control

QIAO Pei－ping
(Mechanical Engineering Depantment，Shaanχi Industrial Vocational and Technical College，Xianyang Shaanχi712000，China)

Machining error control is one of the most difficult problems in automated processing technology，although the traditional control theory can not be solved，some problems.By artificial neural network，a machining automatic control system is established，the specific training network uses the offline training，after the sample data to be prepared for the Matlab，toolbox function can be completed，and applied to the actual cutting process.The results show that the neural network control system can effectively control the machining errors.

neural network;processing error;nonlinear systems;multiple input and output

TG702

A

1007－4414(2013)05－0079－02

2013－07－13

喬培平(1975－)，男，陜西咸陽人，講師，主要從事設(shè)備控制技術(shù)、刀具切削狀態(tài)智能監(jiān)控技術(shù)方面的教學(xué)和研究工作。