搜索
重庆大学硕士学位论文数控刀具寿命智能化管理系统的研究姓名：聂建林申请学位级别：硕士专业：机械电子工程指导教师：王时龙20060501重庆大学硕士学位论文中文摘要Ⅰ摘要在高速切削加工中，刀具寿命是一个重要的参数，它直接影响到刀具需求计划制定、刀具成本核算以及切削参数制定，从而影响到生产效率和加工成本。由于刀具寿命影响因素很多，如果采用传统的经验公式进行刀具寿命计算，不仅计算过程复杂，难以得到合理的结果，而且在新材料，新工艺中可能无从着手。因此，在高速切削加工中，如何对刀具寿命进行快速、合理地预测具有十分重要的意义。针对传统计算刀具寿命方法的不足，本文引入了人工智能技术—BP神经网络，并采用Java语言编制算法程序，分别建立了刀具寿命预测和切削参数优化的模型。与传统的计算方法相比较，该算法通过操作简捷的建模和高效的网络学习，更能准确地反映这些物理量及其影响因素之间的变化关系，并且能从已有的实验数据和经验数据中获得学习样本，因而具有自学习的特点。同时，为了提高BP神经网络的运算速度和全局寻优能力，本文提出了BP的改进算法，并采用遗传算法对BP神经网络的初始权值进行优化，改进后的算法弥补了传统BP网络收敛速度慢，易陷入局部极小的不足。通过实例证明，该算法具有较好的学习效果。最后，本文按照软件工程的规范完成了刀具寿命智能化管理系统的软件设计。系统采用基于B/S模式的JSP技术开发，简单实用，具有很好的人机界面。由于采用了Java技术，因此系统安全性较高且具有跨平台特性。关键词：刀具寿命，BP神经网络，遗传算法，JSP技术重庆大学硕士学位论文英文摘要ⅡABSTRACTToollifeisanimportantparameterintheHigh-SpeedMachining,itaffectsdirectlytheestablishmentoftooldemanding,calculatingtoolcostandtheestablishmentofmachiningparameters,andsoitaffectsmachiningefficiencyandcuttingcost.Becausetoollifeisinfluencedbymanyfactors,itisnotonlycomplicatedandhardtogettheappropriateresult,butalsoitisverydifficultintheprocessofnewmaterialsandnewtechnicsifitiscalculatedbytraditionalmethod.So,howtopredicttoolliferapidlyandappropriatelyisveryimportantintheHigh-SpeedMachining.Afteranalysisthedefectsinthetraditionalcalculatingmethodoftoollife,oneofthetechnologiesofartificialintelligence-BPNeuralNetworkwasintroduced,andthealgorithmwasprogrammedwithJavaprogramminglanguage,thenthemodeloftoollifepredictingandcuttingparametersoptimizationwereestablished.Throughcontrastedwiththetraditionalcalculatingmethod,itwasprovedthatitcouldreflectmoreexactlythevaryingrelationsbetweenthesephysicsquantitiesandtheireffectfactorsthroughsimplymodelbuildingandefficientlynetworkstudying,andithadtheabilityofself-studybecauseitcouldobtainstudysamplesfromexperimentaldata.Intheotherhand,toacceleratetheoperationvelocityofBPandimprovetheglobaloptimizationability,anadvancedBPalgorithmmethodwasintroduced,andGeneticAlgorithmwasusedinoptimizingtheinitialweightsofBPNeuralNetwork,thealgorithmimprovedremedythetraditionaldefectssuchasslowconstringencyvelocityandtrendingtofallintolocalminimum.Itwasprovedthatthealgorithmhadabettereffectthroughapracticalsample.Intheend,anintelligentmanagementsystemofNCtoollifewasdesignedaccordingtothemethodologyofsoftwareengineering.DesignedbyJSPtechnologybasedonB/Smode,thesystemwassimpleandpractical,andhadagooduserinterface.WiththeJavatechnology,thesystemhadhighsecurityandtheabilityofcrossingplatform.Keywords:ToolLife,BPNeuralNetwork,GeneticAlgorithm,JSPTechnology重庆大学硕士学位论文1绪论11绪论1.1高速切削技术1960~1980年，由于数控机床和加工中心的大力发展，零件加工的辅助工时迅速下降；而20世纪70年代以来，高速切削（HSC）技术逐渐推广应用，使零件加工工时大幅度的下降。由于切削速度的大幅度提高，最明显的效益是提高了切削加工的生产率。和常规切削比，高速切削进给速度提高5~10倍，材料切除率增加3~6倍，甚至更高，极大地提高了机床的生产率；可以加工各种难加工材料，如镍基合金和钛合金，不但可大幅度提高生产率，而且可有效地减少刀具磨损，提高零件加工的表面质量；由于切削速度的提高，加工成本显著降低[1][2]。1.1.1高速切削刀具技术刀具技术是实现高速加工的关键技术之一。随着切削速度的大幅度提高，对切削刀具材料、刀具几何参数、刀体结构以及切削工艺参数等都提出了不同于传统切削时的要求。正确选择和优化刀具及切削参数，对于提高加工效率和质量、延长刀具寿命、降低加工成本都会起到非常关键的作用[1]。高速切削中的刀具技术主要包括以下内容：①刀具材料高速切削对刀具材料有更多的要求，主要有：高硬度、高强度和耐磨性；韧度高，抗冲击能力强；高热硬性和化学稳定性；抗热冲击能力强等。根据刀具材料的不同，高速切削刀具主要有三类：1)整体硬质合金和各种涂层硬质合金刀具；2)陶瓷刀具，包括普通陶瓷刀具、金属陶瓷刀具、涂层金属陶瓷刀具等；3)超硬材料刀具，包括CBN刀具和金刚石刀具。刀具涂层材料主要分为钛的化合物（TiC、TiN、TiCN）和铝的化合物（Al2O3）两大类。刀具新材料的应用，使刀具的切削性能和寿命得到大幅度提高，同时刀具尺寸向小型化发展并大量使用镶嵌式刀具（刀片和刀体分开）。刀具的多样性更好地适应了高速切削技术的要求。②工具系统高速切削技术中，为了减小离心惯性力的作用，要求增强刀具与夹紧装置的强度、刚度和稳定性。因此，为了保证在高转速下能够正常工作，需要采用新的刀具与高速主轴的连接方法，主要有：1)德国雄克公司的无夹紧元件的三菱变形静压夹头；2)高精度弹簧夹头和热装夹头；重庆大学硕士学位论文1绪论23)实现锥体和端面同时定位的德国HSK刀柄、美国KM刀柄和日本大昭和BIG-PLUS刀柄；4)采用三菱圆传递转矩的瑞典Sandvik公司的CAPTO刀杆系统；工具系统是刀具与机床之间连接的主要部分，通常分为整体式和模块式两种形式。整体式结构中，每把工具的柄部与夹持刀具的工作部分连成一体，专用性较强，柔性组合较差，因此，近年来主要采用模块式工具系统，它由主柄模块、中间模块（接长杆）、工作模块（刀具接柄）以及用于各模块连接的附件组成，只要各个模块之间的连接定心方式和锁紧方式相同，它们就可以组合在一起用于数控加工。因此，模块式工具系统比整体式工具系统具有更好的柔性组合，便于管理并能降低成本。1.1.2刀具寿命管理的重要性在HSC中，为了保证工件加工质量,刀具寿命是一个非常关键的问题。一台加工中心往往有多种刀具，而一条自动线的刀具种类就更复杂了,若是靠人工管理或记忆将带来诸多不便，而且一旦刀具发生磨损或者破损而不能及时地诊断出，会导致工件或加工设备的损坏，因此，必须对刀具寿命进行管理和在线监控：在实际加工过程中不断记录刀具的加工信息，跟踪刀具的使用状态；对刀具寿命进行在线监控，如果有刀具已达磨钝标准或破损则应提示更换刀具；管理刀具换刀信息，统计刀具加工信息，给刀具质量评定提供必要条件[3]。生产中往往有大量的加工信息，如何根据已有刀具加工信息，对刀具寿命进行预测具有非常重要的现实意义。因为当刀具的加工条件确定时，人们往往关心这把刀具的加工寿命到底是多少？能否对刀具寿命进行预测，从而为刀具需求计划制定、刀具成本核算以及切削参数制定提供理论依据？所有这些问题都表明刀具寿命预测的重要性。刀具寿命的确定受到很多因素的影响，如工件材料、切削参数、刀具材料、刀具几何参数、切削液等，在实际加工中，这些因素都影响着刀具加工寿命，由于这些因素相互影响、相互制约，如果依靠已有的加工经验或者相关理论公式计算刀具寿命，不仅效率低下，而且在新材料、新工艺的条件下甚至无法进行计算。因此，如何对刀具寿命进行合理、快速地预测至关重要。1.2刀具寿命管理的研究现状1.2.1刀具寿命管理的国内外研究现状关于刀具寿命的研究已经有几十年的历史，涉及到的方法很多，但其共同思想都是能应用于生产中的监测装置和算法。目前，国内外对于刀具寿命监控的方法主要有直接测量法和间接测量法。直接法主要是指测量刀刃的磨损或破损面积，重庆大学硕士学位论文1绪论3如采用计算机视觉技术或放射性技术等[4][5][6]，但其在线性和实时性较差；间接法则是测量切削过程中与刀具磨损或破损有较强内在联系的某一种或者几种参量，或测量某种物理现象，根据其变化并通过一定的标定关系来检测刀具的磨损或破损状态，通过许多可测量的参数能够指出刀具磨损或破损。随着传感器技术以及信号处理等技术的发展，该方法已得到了很大的发展，如采用温差电压测量法、红外线辐射法、电气传感器法、空气传导声发射法、基于多传感器信息融合法、激光监测法、切削力变化法、电机功耗法等监测刀具的磨损与破损，达到对刀具寿命的管理[7][8][9][10]。但考虑到信号获取方式、灵敏度、抗干扰性及使用条件的限制，目前在实际使用中较常见的是切削力、主电机负荷及声发射监测信号法。1.2.2计算智能技术的应用20世纪80年代当人工神经网络理论出现新的突破时，基于结构演化的人工智能理论——计算智能理论迅速成为人工智能研究的主流。计算智能以生物进化的观点认识和模拟智能，以数据为基础，通过训练建立联系而进行问题求解。按照这一观点，智能是在生物的遗传、变异、生长以及外部环境的自然选择中产生的。在用进废退、优胜劣汰的过程中，适应度高的结构被保存下来，智能水平也随之提高。计算智能的主要方法有：模糊逻辑、神经网络、遗传算法、演化程序、人工免疫系统、人工生命、生态计算、DNA软计算、局部搜索、模拟退火、多Agent系统等[13]。计算智能方法能解决受多种因素制