CN103197596A

CN103197596A - 一种数控加工参数自适应模糊控制规则优化方法

Info

Publication number: CN103197596A
Application number: CN2013100814861A
Authority: CN
Inventors: 王太勇; 刘恒丽; 林福训; 王冬; 卢志理
Original assignee: Tianjin University
Current assignee: Tianjin University
Priority date: 2013-03-14
Filing date: 2013-03-14
Publication date: 2013-07-10
Anticipated expiration: 2033-03-14
Also published as: CN103197596B

Abstract

本发明公开了一种数控加工参数自适应模糊控制模型规则优化方法，该方法包括以下步骤：步骤一、建立数控机床传动***的参数运算，确定自适应模糊控制模型的输入、输出变量，并根据实际加工情况，确定取值区间；步骤二、分析并确定数控机床传动***模块，运用键合图法，得到输入、输出语言变量的对应变化关系仿真效果图；步骤三、结合步骤一和步骤二，根据仿真效果图分析参数间的变化关系，对模糊控制规则表进行动态优化。本发明运用功率键合图法对模糊控制规则进行优化，用于数控加工参数的在线自适应控制，提高了模糊控制器的控制性能和加工稳定性。

Description

一种数控加工参数自适应模糊控制规则优化方法

技术领域

本发明涉及机械工程中的数控加工控制技术领域，特别是涉及一种用于数控加工参数在线调整的模糊控制规则的优化方法。

背景技术

模糊控制作为智能领域中最具有实际意义的一种控制方法，已经在工业控制领域、家用电器自动化领域和其他很多行业中展示出巨大的应用潜力，已经成为自动控制领域中一个非常重要和活跃的分支。尤其是近年来，在数控加工方面，运用此原理建立的模糊控制器，实现了加工参数的在线优化和机床的稳定加工。

随着科学技术的发展，对零件加工质量的要求也越来越高，数控加工参数优化研究应该朝着高性能、高功能、高智能方向发展，才能满足现代化制造技术的要求，因此对模糊控制器的性能也提出了高的标准和要求。而其中模糊控制规则作为模糊控制器的核心之一，关系到参数对应变化关系和变化趋向，对控制性能影响很大。

目前，对于模糊控制规则表的建立方法有如下几种：①根据专家经验或过程知识生成；②根据过程模糊模型生成；③根据对手工操作的***观察和测量生成；④根据学习算法生成。模糊控制规则建立完之后，采用基于不同的算法进行优化。但是无论是基于经验的规则库的建立，还是基于算法的规则库的优化，都是从模拟的角度出发，与实际情况存在偏差，无法从根本上解决控制规则的数量与质量问题，从而影响模糊控制的整体性能和效果。

发明内容

为了克服现有技术中模糊控制规则的建立和优化需基于经验知识和人为主观性，因而造成控制性能较差的问题，本发明提出一种数控加工参数自适应调整模糊控制规则优化方法，基于功率键合图法建立数控机床传动***模型，用MATLAB软件进行仿真，得到模糊控制器输入输出语言变量间的变化关系效果图，据此对模糊控制规则进行优化。

本发明提出一种数控加工参数自适应模糊控制模型规则优化方法，该方法包括以下步骤：

步骤一、建立数控机床传动***的参数运算，确定自适应模糊控制模型的输入、输出变量，并根据实际加工情况，确定取值区间，该步骤包括以下操作:

确定模糊逻辑的控制对象；

确定输入、输出语言变量；

确定所确定的各个变量的归属范围；

确定各变量的对应规则；

确定比例系数；

步骤二、分析并确定数控机床传动***模块，运用键合图法，得到输入、输出语言变量的对应变化关系仿真效果图，该步骤包括以下操作:

根据传动***的组成，结合键合图方法，将电机、工作台以键图变量形式进行表达，最终建立整个传动***的动态键图模型；

根据机床传动***动态键合图模型建立***状态方程；

建立MATLAB仿真模型，设定参数值，得到输入、输出语言变量的仿真曲线；

步骤三、结合步骤一和步骤二，根据仿真效果图分析参数间的变化关系，对模糊控制规则表进行动态优化，所述动态优化操作具体包括：分析规则表中输入、输出语言变量间的对应变化关系；再根据通过MATLAB仿真得到的仿真曲线中分析各变量的对应关系；最后对控制规则表进行修改和优化。

所述步骤一中的参数运算还包括将实际电流值进行提取、量化及存储的处理。

与现有技术相比，本发明具有如下优点：

采用功率键合图法建立数控机床传动***的动态模型，并利用MATLAB软件进行仿真，得到模糊控制器输入、输出语言变量间的变化关系曲线效果图；据此对原模糊控制规则进行优化，得到了基于实际加工情况的更优的模糊控制规则表。取代了传统的基于经验和算法思想的模糊控制规则优化方法，达到控制规则完备性、交叉性和一致性的合理目标；并且提高了***的控制性能和机床加工稳定性，同时为数控加工参数在线自适应调整的模糊控制器的合理设计和实现提供了依据。

附图说明

图1为本发明的整体流程图；

图2为动态键图模型示意图；

图3为根据所建立的数控加工自适应模糊控制模型的进行参数运算的流程图。

具体实施方式

下面结合附图，进一步详细说明本发明的具体实施方式。

如图1所示，根据数控加工自适应控制模型，得到输入语言变量电流偏差E_I、偏差变化率EC_I及输出语言变量进给速度变化

之间的关系，建立变量参数运算方程，令这三个语言变量的模糊集合论域量化档数均取相同值6，隶属度函数均以三角形函数表示，根据输入、输出语言变量的联系确定模糊控制规则，步骤1；机床的传动***包括电机、机械传动装置和工作台，据此建立数控机床传动模块的动态键合图模型如图2所示，以及建立传动模块状态方程，得到输入、输出变量参数的对应变化关系仿真曲线，步骤2；结合步骤1和步骤2，根据仿真曲线分析参数间的变化关系，对模糊控制规则表进行动态优化，提高***的控制性能，步骤3。

传动模块状态方程为：

\{\begin{matrix} {\overset{\cdot}{q}}_{9} = \frac{p_{6}}{I_{6}} + \frac{p_{11}}{I_{11}} \\ {\overset{\cdot}{p}}_{3} {= e}_{1} + f_{1} R_{s} + \frac{p_{6}}{I_{6}} C_{m} \\ {\overset{\cdot}{p}}_{6} = f_{1} R_{s} + \frac{p_{6}}{I_{6}} C_{m} + \frac{q_{9}}{C_{9}} \\ {\overset{\cdot}{p}}_{11} = \frac{q_{9}}{C_{9}} + \frac{p_{11}}{I_{11}} F_{R} \end{matrix}

式中，e₁为电机的电势，f₁为电机电流，p₃,p₆,p₁₁为惯性元件I₃，I₆和I₁₁的动量变量，q₉为容性元件C₉的变位变量，R_s为电枢电阻，C_m为转子阻尼，F_R为切削阻力。

图3所示为根据所建立的数控加工自适应模糊控制模型的进行参数运算的流程图，从图中可以看出该模型输入变量电流偏差E_I及偏差变化率EC_I与输出变量进给速度变化

之间通过模糊运算，再结合实际加工条件，确定取值范围及初步形成模糊控制规则。上述的运算具体包括以下流程：

确定模糊控制逻辑的控制对象，例如进给速度变化；

b.确定输入、输出变量，例如电流偏差、偏差变化率；

c.确定各变量的归属范围，例如令三个语言变量的模糊集合论域量化档数均取相同值6；

d.确定各变量对应的模糊控制规则，例如EC_I：NL；Δa_f：NL；E_I：NL；

e.确定量化因子比例系数，例如K_e、K_ec、K_u。

在加工过程中，由于进给速度发生变化，致使电流发生变化，通过实时获取实际电流值与额定电流值相比较，得到两者差值和变化率即模糊控制器的输入语言变量：电流偏差和偏差变化率；再通过模糊控制器的作用，使得输出语言变量进给速度向相反的方向变化，这样就能使得实际电流也跟着发生变化，实际上是通过对进给速度的自适应调整，表现为电流的自适应调整。即当***执行的程序段中进给速度发生变化时，通过模糊控制，使其缓慢变化到既定值，减少突变带来的对机床的冲击，增强***的稳定性。

本发明的具体实施例说明如下：

基于键合图方法，将电机、工作台等以键图变量形式进行表达，最终建立整个数控加工传动***的动态键图模型；建立***状态方程，在设定初始条件下，确定输入量为电机的电流，输出量为进给速度，运用MATLAB软件进行仿真，得到仿真曲线。上述实例的整体流程分为以下几个步骤：

1、根据传动***的组成，结合键合图方法，将电机、工作台等以键图变量形式进行表达，最终建立整个传动***的动态键图模型。

2、根据机床传动***动态键合图模型建立***状态方程；

3、建立MATLAB仿真模型，设定参数值，得到输入、输出变量的仿真曲线。

再结合步骤1和步骤2，根据仿真曲线分析参数间的变化关系，对模糊控制规则表进行动态优化，例如：从基于专家经验建立的控制规则表1中可以看出，当输入变量电流偏差E_I位于NS档、电流偏差变化率EC_I位于NL档时，输出变量进给速度变化U_af位于NM档；经过优化后得到表2，可以看出进给速度变化U_af应该位于NL档，形成新的符合实际加工情况的模糊控制规则表。

表1优化前的控制规则表2优化后的控制规则

本发明运用功率键合图法对模糊控制规则进行优化，用于数控加工参数的在线自适应控制，提高了模糊控制器的控制性能和加工稳定性。

Claims

1.一种数控加工参数自适应模糊控制模型规则优化方法，其特征在于，该方法包括以下步骤：

确定模糊逻辑的控制对象；

确定输入、输出变量；

确定各变量的归属范围；

确定各变量的对应规则；

确定比例系数；

根据机床传动***动态键合图模型建立***状态方程

\{\begin{matrix} {\overset{\cdot}{q}}_{9} = \frac{p_{6}}{I_{6}} + \frac{p_{11}}{I_{11}} \\ {\overset{\cdot}{p}}_{3} {= e}_{1} + f_{1} R_{s} + \frac{p_{6}}{I_{6}} C_{m} \\ {\overset{\cdot}{p}}_{6} = f_{1} R_{s} + \frac{p_{6}}{I_{6}} C_{m} + \frac{q_{9}}{C_{9}} \\ {\overset{\cdot}{p}}_{11} = \frac{q_{9}}{C_{9}} + \frac{p_{11}}{I_{11}} F_{R} \end{matrix}

其中，e₁为电机的电势，f₁为电机电流，p₃,p₆,p₁₁为惯性元件I₃，I₆和I₁₁的动量变量，q₉为容性元件C₉的变位变量，R_s为电枢电阻，C_m为转子阻尼，F_R为切削阻力；

2.如权利要求1所述的一种数控加工参数自适应模糊控制模型规则优化方法，其特征在于，所述步骤一中的参数运算还包括将实际电流值进行提取、量化及存储的处理。