面向电加工专用数控系统加工间隙的智能控制系统及方法
【专利摘要】本发明结合模糊控制和BP神经网络的方法实现电加工间隙状态的智能控制。模糊控制输出加工间隙相对值作为速度比率，结合插补器最大速度，控制伺服进给或后退。BP神经网络通过在线分析加工效率，判断模糊控制效果，训练样本，实时改变电压阈值，间接调整模糊推理规则，改进模糊控制性能，提高自适应性。提高了对电加工间隙状态识别的准确度、控制的自适应性和加工的稳定性，解决传统间隙状态识别逻辑电路复杂的问题。
【专利说明】面向电加工专用数控系统加工间隙的智能控制系统及方法
【技术领域】
[0001] 本发明属于电加工机床数控系统中的一项控制技术，是一种基于模糊控制和BP 神经网络的在线分析加工间隙的智能控制系统及方法，用于对电加工数控机床加工间隙进 行控制。
【背景技术】
[0002] 对于高速、高精电加工数控机床，加工间隙大小是面向电加工数控系统中的一项 重要参数，影响数控机床的加工精度和加工效率，甚至影响电加工数控的正常运行。在加工 过程中，工具电极和工件电极必须保持适当的加工间隙。间隙过大，极间介质不易被击穿， 降低加工效率；间隙过小，引起短路和烧伤，损耗电源。间隙状态的控制，可以使加工间隙维 持在最佳值的附近，实现_速_精_效稳定的加工，具有重要意义。
[0003] 然而，传统的加工间隙控制装置一般通过硬件电路实现，灵活性差，控制精度有 限。随着人工智能的发展和计算机计算速度的提高，通过智能控制算法实现加工间隙的控 制成为电加工专用数控系统的趋势。智能控制算法混合人工智能控制技术，可以相互补充， 克服单一智能控制的缺陷。
【发明内容】
[0004] 本发明的目的在于克服现有技术的上述不足，提出面向电加工专用数控系统加工 间隙的智能控制系统及方法，根据放电状态监测数控电加工机床的放电间隙，提高监测的 精度，以提高电加工的效率和稳定性。
[0005] 本发明为实现上述目的所采用的技术方案是：一种面向电加工专用数控系统加工 间隙的智能控制系统，包括：
[0006] 放电电压采样模块，用于对电压信号的A/D转换，根据电压波形，获取电压数据序 列，并计算电压均值；
[0007] 高频脉冲分析模块，通过分析脉冲信号，对电压不同频率的脉冲进行计数，根据高 频脉冲比例大小，得出加工效率；
[0008] 模糊控制模块，用于根据电压期望判定间隙大小，并向伺服输出速度比率；
[0009] BP神经网络控制模块，用于根据高频信号比例和模糊控制模块输出间隙大小调整 模糊控制模块的推理过程
[0010] 模糊控制模块，用于根据电压期望判定间隙大小，并向伺服输出速度比率。
[0011] 所述放电电压采样模块包括
[0012]A/D转换模块，用于将放电脉冲采样为数字信号；
[0013] 电压均值输出模块，用于根据所述数字信号获取电压数据序列，计算得到电压均 值，并输出到模糊控制模块。
[0014] 所述BP神经网络控制模块包括
[0015]训练模块，根据从模糊控制模块中选取输出采样样本，并用采样样本训练神经网 络；
[0016] 调整模块，用于当模糊控制控制效果变差时，启动BP神经网络，根据高频脉冲分 析模块输出结果判断间隙大小，并据此调整模糊控制门槛电压。
[0017] 所述模糊控制模块包括：
[0018] 模糊化处理模块，根据设定的门槛电压和采样器输出结果，得到误差和误差变化， 将连续的误差和误差变化数据转换为离散量；
[0019] 模糊推理模块，根据设定的模糊推理规则控制表和模糊化处理模块的输出数据， 得出间隙大小的模糊量；
[0020] 反模糊处理模块，根据模糊推理模块的输出数据，得出间隙大小的精确量，输出到 伺服中，控制电极运动速度和方向。
[0021] 一种面向电加工专用数控系统加工间隙的智能控制方法，包括以下步骤：
[0022] 对电压波形进行预处理；
[0023] 用模糊控制算法和BP神经网络算法分析预处理结果，并输出相对间隙值；
[0024] 将所述相对间隙值转化为最佳相对电极速度，结合电极最大速度，得到最佳电极 速度并发送到伺服，使加工间隙等于相对间隙值。
[0025] 所述对电压波形进行预处理包括以下步骤；
[0026] 将连续的波形模拟信号，转换为离散的数字信号，计算电压均值；
[0027] 分析数字信号，得出高频脉冲比例和加工效率。
[0028] 所述模糊控制算法包括以下步骤：
[0029] 获取控制量的精确值，计算得到误差E和误差变化AE:
【权利要求】
1. 一种面向电加工专用数控系统加工间隙的智能控制系统，其特征在于，包括： 放电电压采样模块，用于对电压信号的A/D转换，根据电压波形，获取电压数据序列， 并计算电压均值； 高频脉冲分析模块，通过分析脉冲信号，对电压不同频率的脉冲进行计数，根据高频脉 冲比例大小，得出加工效率； 模糊控制模块，用于根据电压期望判定间隙大小，并向伺服输出速度比率； BP神经网络控制模块，用于根据高频信号比例和模糊控制模块输出间隙大小调整模糊 控制模块的推理过程 模糊控制模块，用于根据电压期望判定间隙大小，并向伺服输出速度比率。
2. 根据权利要求1所述的面向电加工专用数控系统加工间隙的智能控制系统，其特征 在于，所述放电电压采样模块包括 A/D转换模块，用于将放电脉冲采样为数字信号； 电压均值输出模块，用于根据所述数字信号获取电压数据序列，计算得到电压均值，并 输出到模糊控制模块。
3. 根据权利要求1所述的面向电加工专用数控系统加工间隙的智能控制系统，其特征 在于，所述BP神经网络控制模块包括 训练模块，根据从模糊控制模块中选取输出采样样本，并用采样样本训练神经网络； 调整模块，用于当模糊控制控制效果变差时，启动BP神经网络，根据高频脉冲分析模 块输出结果判断间隙大小，并据此调整模糊控制口槛电压。
4. 根据权利要求1所述的面向电加工专用数控系统加工间隙的智能控制系统，其特征 在于，所述模糊控制模块包括： 模糊化处理模块，根据设定的口槛电压和采样器输出结果，得到误差和误差变化，将连 续的误差和误差变化数据转换为离散量； 模糊推理模块，根据设定的模糊推理规则控制表和模糊化处理模块的输出数据，得出 间隙大小的模糊量； 反模糊处理模块，根据模糊推理模块的输出数据，得出间隙大小的精确量，输出到伺服 中，控制电极运动速度和方向。
5. -种面向电加工专用数控系统加工间隙的智能控制方法，其特征在于，包括W下步 骤： 对电压波形进行预处理； 用模糊控制算法和BP神经网络算法分析预处理结果，并输出相对间隙值； 将所述相对间隙值转化为最佳相对电极速度，结合电极最大速度，得到最佳电极速度 并发送到伺服，使加工间隙等于相对间隙值。
6. 根据权利要求5所述的面向电加工专用数控系统加工间隙的智能控制方法，其特征 在于，所述对电压波形进行预处理包括W下步骤； 将连续的波形模拟信号，转换为离散的数字信号，计算电压均值； 分析数字信号，得出高频脉冲比例和加工效率。
7. 根据权利要求5所述的面向电加工专用数控系统加工间隙的智能控制方法，其特征 在于，所述模糊控制算法包括W下步骤： 获取控制量的精确值，计算得到误差E和误差变化A E :
AE=Es_Et，-2《AE《2 ; (5) 其中，朽表示电压期望为电压采样模块输出量，Umh、Um"表示口槛电压为已知量可根据 BP神经网络调整，E sig表示电源电压为已知量，Es、Et为前一个插补周期和当前插补周期的 误差E ;将误差和误差变化信号作为输入量，得到精确控制量输出伺服。
8. 根据权利要求7所述的面向电加工专用数控系统加工间隙的智能控制方法，其特征 在于，所述模糊控制算法还加入影响因子，调整误差和误差变化对精确控制量的影响程度： 若E的影响因子为a，AE的影响因子为1-a ;其中a大小可变，且与的的绝对值正相 关，根据实验数据设定； 在模糊推理和模糊计算时，若加入影响因子，仅需将误差和误差变化变为相乘即可，即 AE=(l-a )*AE E=a *E (6)。
9. 根据权利要求5所述的面向电加工专用数控系统加工间隙的智能控制方法，其特征 在于，所述BP神经网络算法包括W下步骤： 判断最近5?20个插补周期的工作效率是否达到预定要求，若符合要求则训练样本， 否则根据高频信号比例和电压方差，通过传统BP神经网络算法，判定间隙大小； 将判定的间隙大小同模糊控制算法中的间隙大小比较，来修改模糊控制模块的推理过 程。
10. 根据权利要求9所述的面向电加工专用数控系统加工间隙的智能控制方法，其特 征在于，所述修改模糊控制模块的推理过程，具体为： 通过修改口槛电压的大小，来改变模糊控制模块的推理过程：
其中，Si为模糊控制输出间隙，S2为神经网络输出间隙。Ui、U2为电压阔值，Ui〉U2,目1、 目2分别为Ui、U2的调整因子；对每个插补周期求调整因子，得到调整因子序列；面、拓为 序列均值；调整后的电压阔值为Ui'，U2'。
【文档编号】G05B19/18GK104423311SQ201310368673
【公开日】2015年3月18日 申请日期:2013年8月20日 优先权日:2013年8月20日
【发明者】胡毅, 于东, 陈智殷, 彭鹏, 孙树杰 申请人:沈阳高精数控技术有限公司