微小孔精密挤压研磨工艺与控制方法研究
本文关键词: 微小孔 挤压研磨 模糊控制 专家系统 模糊神经网络 出处:《上海大学》2016年博士论文 论文类型:学位论文
【摘要】:微小孔零件在众多行业都发挥着重要作用,然而,微小孔零件内部的毛刺和锐利棱角处理不好,对设备的性能将产生很大的影响,甚至会造成恶劣的事故。因此,各行各业针对孔形零件的去毛刺和光整投入了大量的人力物力进行研究,并取得了一定的效果。但是由于微小孔零件要求越来越高,常见的去毛刺方法已难以满足。磨料浆体流采用低粘度、悬浮性和流动性优良的研磨介质对微小孔工件进行加工,可以达到去毛刺和光整的效果。又由于采用隔离和在线测量方法,使加工过程中的流量变化能被实施监测和控制,所以采用磨料浆体流的微小孔精密挤压研磨能够一次加工即得到很高的流量一致性。这是其他去毛刺和光整方法所难以实现的。本文以具有代表性的微小孔零件——针阀体的挤压研磨为例,对流量监测方法、在线实时加工工艺进行了研究,并将智能算法与专家系统结合起来进行加工建模和参数优化。本文根据需求搭建了加工平台,并在该平台上对一些可能的加工工艺的加工结果进行比较,证明了前述各方法的先进性。具体研究成果如下:对微小孔进行精密挤压研磨必要性和可行性进行了分析,研究并指出本系统所用的研磨介质的优越性。根据精密挤压研磨加工的具体要求,分析研究了加工涉及的评价指标和具体参数,为最终的控制实现提供基础。在加工平台建造前采用功率键合图对系统的液压过程进行仿真分析和计算,并采取了增量式PID算法来稳定流量测量处压力,提高了流量控制的精度。针对加工中流量持续变化、流量值小、实时性要求高的特点,从实时性、准确性和数据显示的合理性角度出发,对流量处理算法进行了研究。由于加工时,加工压力会人为改变,故通过数据拟合,在加工中前期采用等效流量计算公式来计算实际流量。分析已有在线加工方法的不足,采用新的加工工艺,构造了在线加工过程基准曲线,并采用双模式联合控制作为在线控制方法,即加工的中前期,采用模糊控制方法进行加工,在加工的末期,采用定压加工的方式,保证加工流量与流量试验台所测量流量的对应,从而使加工质量和效率的得到有效提升。在模糊控制阶段,对流量增速基准值和压力差值采用非线性量化的方法进行模糊化,对流量增速误差和流量增速误差变化率以及输出的压力增量采用变论域方法进行模糊化,为减小计算量,提高运算效率,伸缩因子根据流量增速基准值和压力差值的量化等级得到。由于研磨介质的研磨能力在加工过程中的变化,以及其他加工条件的变化都将导致加工数据会有较大差异,所以本文建立了专家系统,以保存大量的加工数据和积累加工经验,为后续生产服务。本文的专家系统主要讨论加工建模和参数优化方面的工作,对于新的加工情况,专家系统采用正向推理进行参数优化推理,或者采用模糊神经网络和粒子群优化结合的方式进行参数优化,首先对加工过程进行训练和建模,建立多目标优化模型,然后采用粒子群优化算法加载训练模型,给出非劣解作为新的加工参数组合。本文研究了微小孔精密挤压研磨的在线测量方法、在线工艺和控制方法、参数优化以及系统的具体实现,并在各种加工条件下进行了实验分析和比较,证明本论文的理论研究成果能有效提高微小孔挤压研磨的加工精度、加工效率和系统的稳定性。
[Abstract]:Micro hole parts play an important role in many industries, however, the micro hole parts of the internal burr and sharp edges are not handled properly, the performance of the equipment will have a huge impact, and even cause severe accidents. Therefore, all walks of life for hole shaped parts deburring and finishing put a lot of manpower study, and achieved certain results. But due to the requirements of the micro hole parts is more and more high, the common deburring method has been difficult to meet. The abrasive flow with low viscosity, the micro hole processing work piece suspension and flow of fine grinding media, can reach to the effect of deburring and finishing. Because of the use of isolation and online measurement method, the change of flow process can be implemented to monitor and control, so the use of abrasive slurry flow micro hole extrusion grinding to a precision machining to obtain very high The flow of consistency. This is the other deburring and finishing methods are difficult to achieve. The ground is representative of the micro hole parts, needle valve as an example, the traffic monitoring method, online real-time processing technology was studied, and the intelligent algorithm and expert system are combined to process modeling and parameters optimization. This paper built the processing platform according to the demand, and on the platform of processing on some possible processing results are compared, it proves the progressiveness of the above methods. The results are as follows: the micro hole extrusion precision grinding necessity and feasibility analysis, research and points out the superiority of grinding medium by using this system. According to the specific requirements of precision extrusion grinding process, analyzed the evaluation index of processing involved and the specific parameters, provide the basis for the final implementation in the control. The processing platform built before using the power bond graph of hydraulic system simulation analysis and calculation, and take the incremental PID algorithm to stabilize the pressure and flow measurement, improves the flow control accuracy. According to the continuous change in the processing flow, the flow is small, the characteristics of real-time requirement, from real-time, rationality angle accuracy and data display based on flow processing algorithm is studied. The processing time, processing pressure will be artificially changed, therefore, by fitting the data in the process of pre equivalent flow calculation formula to calculate the actual flow. The analysis of the existing problems of online processing methods, the new processing technology, construct the base curve online processing, and the use of double mode combined with online control as control method, namely in the processing stage, the fuzzy control method is used for processing in the processing stage, the constant pressure and The way to ensure the processing flow and the corresponding flow test rig for measuring flow, so as to effectively improve the quality and efficiency of machining. In the fuzzy control of traffic growth stage, the reference value and the pressure difference method was used to quantify the nonlinear fuzzy, the flow rate and flow rate error rate and output error the pressure increment using the variable universe fuzzy method, to reduce the amount of computation, improve the computational efficiency, the expansion factor according to the growth rate of flow and pressure difference between the reference value of the quantization level. Because of the change of grinding medium capacity during processing, change and other processing conditions will lead to processing data will be a big difference so, this paper established the expert system to save a large amount of data processing and the accumulation of experience in processing, for the subsequent production service. This system mainly discuss the construction process Work and optimize the parameters of die for processing new, expert system uses forward reasoning parameter optimization reasoning, or by using the fuzzy neural network and particle swarm optimization with the method of parameter optimization, first training and modeling of the machining process, a multi-objective optimization model is built, then the particle swarm optimization algorithm loading training model and as the new solutions of the processing parameters are given. Combination of non online measurement method is studied in this paper. The micro hole extrusion precision grinding, on-line process and control method, parameter optimization and system implementation, and analyzed and compared under various processing conditions, the processing precision of that research results of this paper can effectively improve the micro hole extrusion grinding, the machining efficiency and stability of the system.
【学位授予单位】:上海大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TG376;TG580.68;TP273
【相似文献】
相关期刊论文 前10条
1 汪光阳,胡伟莉,张雷,张辉宜;专家系统及其相关技术的发展[J];安徽工业大学学报(自然科学版);2004年03期
2 ;什么是连铸专家系统[J];包头钢铁学院学报;2004年04期
3 袁一,陆明亮;化工专家系统[J];化工进展;1988年03期
4 朱迪思·休森,车宁祖 ,刘黎红;解决环境问题的专家系统[J];环境保护科学;1988年04期
5 夏树发;张可能;;专家系统在采矿工业中的应用[J];世界采矿快报;1988年33期
6 陆张跃;;环境问题的专家系统[J];环境科学动态;1988年07期
7 张秉搢;;专家系统的原理与现状简介[J];勘察科学技术;1988年02期
8 邱涤虹;邱涤非;;专家系统在化学中的应用[J];计算机与应用化学;1988年03期
9 郭声远,朱建平;坑道工程爆破专家系统[J];探矿工程;1989年05期
10 白忷彬;;环境专家系统[J];环境污染与防治;1989年04期
相关会议论文 前10条
1 杜瑞明;张道军;黄虎杰;;专家系统的发展趋势[A];中国土木工程学会计算机应用分会第七届年会论文集[C];1999年
2 杜瑞明;张道军;黄虎杰;;专家系统的发展趋势[A];中国土木工程学会计算机应用分会第七届年会土木工程计算机应用文集[C];1999年
3 黄兴文;罗劲竹;;云南省农业电脑专家系统的由来和发展[A];第六届全国计算机应用联合学术会议论文集[C];2002年
4 刘祥官;刘芳;陆剑锋;李满喜;;变频统计技术与专家系统的优化[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
5 李爱平;贾焰;吴泉源;;诊断型专家系统中序列决策理论模型的研究[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
6 安清波;申善磊;解灵芝;;用数据库引导推理过程的专家系统[A];第十届全国数据库学术会议论文集[C];1992年
7 董维平;马剑英;;智能化专家系统在工程设计过程的应用[A];2004年晋冀鲁豫鄂蒙川云贵甘沪十一省市区机械工程学会学术年会论文集(河南分册)[C];2004年
8 张天成;岳德君;陈迪生;于戈;;分布式专家系统中时序控制的研究与设计[A];2007年全国开放式分布与并行计算机学术会议论文集(下册)[C];2007年
9 党常会;章林柯;朱海潮;;专家系统在声学故障快速修复中的应用研究[A];第十三届船舶水下噪声学术讨论会论文集[C];2011年
10 郑生宏;徐超杰;;专家系统及其在石油勘探开发中应用的若干问题[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
相关重要报纸文章 前10条
1 孙黎明;专家系统技术在人事测评领域的应用(一)[N];组织人事报;2003年
2 孙黎明;专家系统技术在人事测评领域的应用(二)[N];组织人事报;2003年
3 湖南农业大学 黄璜;三个专家系统惠及我省40万农户[N];湖南科技报;2007年
4 中科院计算所 张子云邋曹鹏;主体与协同:专家系统的发展方向[N];计算机世界;2007年
5 李宗平;中冶长天公司自主研发的烧结综合控制专家系统再传捷报[N];中国冶金报;2009年
6 ;云南推广电脑农业 专家系统势头强劲[N];云南科技报;2002年
7 李令举 本报记者 吴利红;智能化农业的“开拓者”[N];黑龙江日报;2004年
8 马竹梧;“专家”,专家系统的魅力所在[N];中国冶金报;2006年
9 记者 周华;“电脑种田”乐农家[N];新华每日电讯;2001年
10 记者 吕贤如;中国航天二院科技为专家钟山:尽快建立信息化专家系统[N];光明日报;2010年
相关博士学位论文 前10条
1 柏余杰;微小孔精密挤压研磨工艺与控制方法研究[D];上海大学;2016年
2 陆晴友;人工髋关节优选专家系统的初步研制[D];第二军医大学;2005年
3 米湘成;可视水稻生长模型与智能栽培专家系统的研制[D];湖南农业大学;2001年
4 张志宏;基于神经网络理论的难溶性药物渗透泵处方设计专家系统的研究[D];沈阳药科大学;2009年
5 张孝临;磨矿过程专家系统研究与应用[D];吉林大学;2010年
6 刘彬;镁合金专家系统的开发研究[D];重庆大学;2011年
7 陈帅均;基于专家系统的飞行器评估系统研究[D];中国科学院研究生院(光电技术研究所);2014年
8 吴业福;基于本体的路考评判专家系统研究与应用[D];武汉理工大学;2014年
9 杨兴斌;水电厂技术资料与专家知识数字化方法研究与应用[D];华中科技大学;2009年
10 梁文举;下辽河平原持续农业生态结构模式设计专家系统[D];中国科学院研究生院(沈阳应用生态研究所);1995年
相关硕士学位论文 前10条
1 云路为;专家系统信任危机研究[D];西南财经大学;2011年
2 宋浩;君子兰病虫害诊断模型构建及智能专家系统实现[D];天津理工大学;2015年
3 苏瑞光;不同质地潮土小麦玉米养分专家系统推荐施肥效应研究[D];河南农业大学;2014年
4 许晶;基于案例的HAZOP专家系统研究与开发[D];中国石油大学(华东);2014年
5 李玉莲;基于专家系统的个性化服装搭配推荐系统的研究[D];北京服装学院;2016年
6 郭芝瑞;基于专家系统理论的城市供水管网安全预警系统构建[D];太原理工大学;2016年
7 王朋;基于专家系统的个性化网上服装商城的设计[D];东华大学;2016年
8 侯宝华;大麦生长监控专家系统的设计与开发[D];甘肃农业大学;2016年
9 张宁;基于联合推理的立井凿井设备选型与布置系统设计与实现[D];河北工程大学;2016年
10 高峰;电梯故障诊断专家系统的研究与开发[D];东北大学;2014年
,本文编号:1513786
本文链接:https://www.wllwen.com/kejilunwen/jiagonggongyi/1513786.html