介紹數(shù)控凸輪磨床磨削力的自適應(yīng)及其它控制方法（一）
1 凸輪磨削過(guò)程中的磨削力控制的必要性磨削過(guò)程是一個(gè)復(fù)雜的過(guò)程,經(jīng)過(guò)多年的研究,磨削力仍然沒(méi)有一個(gè)統(tǒng)一的數(shù)學(xué)模型。磨削力除了與磨削用量有關(guān)以外,還與砂輪本身的材料和特性、被加工工件材料、表面粗糙度、磨削比,磨削液等因素有關(guān)。而且凸輪磨削與普通的外圓磨削還有不同之處,在磨削過(guò)程中磨削力總是處于變化之中的,如果磨削力過(guò)小,雖然加工的工件質(zhì)量會(huì)比較好,但卻影響生產(chǎn)效率,使得磨床在生產(chǎn)過(guò)程中得不到充分利用;反之,若磨削過(guò)程中的磨削力過(guò)大,對(duì)于工件的加工質(zhì)量將產(chǎn)生不良影響,如表面粗糙度增大,工件表面會(huì)燒傷,砂輪的磨損加劇,砂輪軸變形,甚至砂輪崩裂,有的還會(huì)危及人身安全[1]。因此,在生產(chǎn)加工過(guò)程中就必然要求對(duì)磨削力進(jìn)行控制,以保證加工質(zhì)量和加工過(guò)程的安全。2 自適應(yīng)操控介紹 出產(chǎn)實(shí)踐加工的過(guò)程中,會(huì)遇到各種不同雜亂形狀的零部件加工,并且對(duì)加工精度和出產(chǎn)功率的需求越來(lái)越高。因此需求規(guī)劃、制造出可以高效地加工外形雜亂而精細(xì)的工件的機(jī)床。而其完成,除需求提高機(jī)床自身的精度外,更為重要的是利用高度主動(dòng)化的手法。自習(xí)慣操控技能便是這樣一種重要手法。 所謂自習(xí)慣是指生物能改變自個(gè)的習(xí)性以習(xí)慣新的環(huán)境的一種特征。習(xí)慣操控的概念是于 1951 年在“最好化操控原理以及對(duì)內(nèi)燃機(jī)的應(yīng)用” 一文中首先提出的。至今雖有 50 余年的開(kāi)展,但還沒(méi)有統(tǒng)一的定義。在主動(dòng)操控界通常以為:習(xí)慣操控體系的特點(diǎn)是在不能預(yù)知的隨機(jī)變化環(huán)境中可以對(duì)于給定的體系運(yùn)轉(zhuǎn)方針(方針函數(shù))、連續(xù)地監(jiān)測(cè)體系的運(yùn)轉(zhuǎn)狀況,并能以閉環(huán)方式主動(dòng)地校對(duì)體系的可調(diào)參數(shù),使體系達(dá)到最好狀況。 這些年優(yōu)質(zhì)、價(jià)廉、體積小的微型計(jì)算機(jī)的迅猛開(kāi)展,更為在疾速、雜亂加工的機(jī)床上完成這種操控技能創(chuàng)造了條件,并得到迅速的開(kāi)展,如今已成功地研制出一些機(jī)床的習(xí)慣操控體系,在出產(chǎn)中實(shí)踐使用[2]。一些功能更加完滿(mǎn)的新的習(xí)慣操控技能和體系還在研討之中。選用這種技能,機(jī)床不只可以在正常規(guī)劃的條件下,完成雜亂外形工件的高精度、高功率的主動(dòng)加工,并且在某些不確定因素影響下和在呈現(xiàn)某些偶爾的不正常情況下,仍能主動(dòng)調(diào)整操控規(guī)律,使加工順利完成。因此,這是當(dāng)前機(jī)床規(guī)劃、制造需要廣泛選用的一種技能。 3 精工凸輪磨床磨削力控制方法的選擇3.1 傳統(tǒng)控制方法如圖 1 所示,反饋控制是自動(dòng)控制系統(tǒng)最基本的控制方式,也是應(yīng)用最廣泛的一種控制方式。除此之外,還有開(kāi)環(huán)控制方式和復(fù)合控制方式,它們都有其各自的特點(diǎn)和不同的適用場(chǎng)合,它們也稱(chēng)為傳統(tǒng)控制方式。近幾十年來(lái),以現(xiàn)代數(shù)學(xué)為基礎(chǔ),引入電子計(jì)算機(jī)的新的控制方式也有了很大發(fā)展,例如最優(yōu)控制、自適應(yīng)控制、模糊控制等[3]。傳統(tǒng)控制方式一般是基于被控對(duì)象的精確數(shù)學(xué)模型。然而對(duì)于磨削這一復(fù)雜過(guò)程的控制,直接對(duì)磨削力數(shù)學(xué)模型進(jìn)行研究是很困難的,因?yàn)橛绊懩ハ髁Φ膮?shù)有很多,研究起來(lái)會(huì)很困難。因此,要想運(yùn)用傳統(tǒng)的控制方法,只能先建立適合本臺(tái)精工凸輪磨床的磨削力模型。一旦無(wú)法建立磨削力模型,就使得不能夠從傳統(tǒng)的控制方式去研究磨削力控制問(wèn)題。3.2 束縛適應(yīng)操控 束縛習(xí)慣操控又包括許多內(nèi)容,能夠分為反饋習(xí)慣操控、參數(shù)習(xí)慣操控、模型參閱習(xí)慣操控、根據(jù)人工智能的神經(jīng)網(wǎng)絡(luò)和模糊習(xí)慣操控。下面扼要介紹一下參數(shù)習(xí)慣操控辦法。 圖 2 是參數(shù)習(xí)慣操控的體系結(jié)構(gòu)圖,它是操控對(duì)象參數(shù)的在線(xiàn)估量和操控器參數(shù)的主動(dòng)整定相聯(lián)系的操控,它對(duì)體系參數(shù)改變及外界擾動(dòng)的習(xí)慣形式是根據(jù)參數(shù)的在線(xiàn)估量實(shí)現(xiàn)的,根本上仍是要有一個(gè)被控對(duì)象的數(shù)學(xué)模型為根底。