基于当量磨削的凸轮转速动态优化

发布时间：2020-05-26 09:16

【摘要】：凸轮作为一种复杂机械零件,已经在包装机械、纺织机械、交通运输机械、动力机械等领域到广泛的应用。随着对凸轮机构控制要求的提高,传统的靠模加工早已无法满足当今社会对于高端装备制造业的需要。现阶段高精度凸轮加工多采用CNC数控磨床实现。由于伺服电机制造技术与CNC数控技术的相对落后,国内数控机磨很难实现高精度控制,而类似规格国外CNC数控磨床的价格是国产数控磨床的10多倍。为了提高我国凸轮磨床的精度和效率,改变国内装备制造业对于进口 CNC数控磨床的依赖,本文对凸轮磨削算法进行了一定的研究。通过相关论文查找与实验研究后发现,磨削精度与当量磨削厚度值密切相关,加工中保持当量磨削厚度近似相等时可保证工件具有较高的轮廓精度。由于磨削过程中各轴速度不匹配等问题,造成实际加工的当量磨削厚度与理论当量磨削厚度相差较大,所以本文通过动态优化C轴转速度来达到补偿当量磨削厚度的目的。主要内容分为以下四点:1、凸轮磨削前相关数据处理。实际加工过程中凸轮升程数据常通过测量的方式获得,获得的数据中可能存在噪声误差,本文利用傅里叶变换实现升程光顺处理。在获得升程表之后,通过三次样条曲线对升程数据进行插值密化。最后利用速度瞬心法推导出C轴与X轴之间的磨削关系,求得凸轮磨床输入序列值。2、利用当量磨削厚度提出了凸轮磨削速度优化方法。由于传统的磨削厚度并不能很好的描述加工过程,所以想到利用当量磨削厚度来描述凸轮磨削过程。当量磨削厚度中主要受到磨削厚度、砂轮速度与切削速度的影响。加工过程中切削速度对加工精度影响较大,分析后决定通过优化C轴旋转速度曲线间接优化切削速度。3、结合Cycle-To-Cylce反馈控制理论与遗传算法,实现C轴磨削速度曲线的动态速度优化。由于在磨削过程中存在轴匹配度不一致等问题,造成在加工过程中当量磨削厚度会发生变化。为了求得更好的优化速度,本文将每利用Cylce-To-Cylce反馈控制理论,将每次的磨削过程看成一个周期,结合遗传算法动态优化速度曲线,最终求得一组符合精度要求的加工速度曲线。4、采用实验仿真证明算法有效性。为了更好的证明算法的有效性,本文基于MK8312C型凸轮磨床相关实测数据搭建了 MATLAB数控磨削系统仿真平台。基于该仿真平台对比了恒速磨削,限制最大加速度的准恒线速度磨削和本文优化方法。仿真实验结果表明,本文方法使得进给轴速度变化平缓,凸轮轮廓精度也得到了进一步的提高。
【图文】：

结构图,迭代学习控制,结构图

图１．２迭代学习控制结构图逡逑习控制（ＩＬＣ）。是由日本学者迭代学习控制的思想最先是由日本Ｕ一种适用于在有效区间内完成给定重复仟务系统的智能控制算习过去的经验来执行当前的进程。具体来说即在迭代学习工程

结构图,迭代学习控制,交叉耦合控制,补偿策略

逡逑图１．２迭代学习控制结构图逡逑迭代学习控制（ＩＬＣ）。是由日本学者迭代学习控制的思想最先是由日本Ｕｄｉｉｙａｍａ逡逑提出。ＩＬＣ是一种适用于在有效区间内完成给定重复仟务系统的智能控制算法，主要逡逑思想是通过学习过去的经验来执行当前的进程。具体来说即在迭代学习工程中，利用逡逑
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TH132.47

【参考文献】