智能控制策略在超声电火花加工中的应用

控制系统的性能是超声电火花复合加工性能好坏的关键,对于控制系统而言．超声电火花复合加工是一个典型的高度非线性、强耦合的时变复杂系统。针对这一特点,设计了新型模糊神经网络控制器,给出了学习算法。该控制器可自动学习模糊控制规则,并随系统的变化自动调节模糊控制规则,通过普通电火花加工设备提取出加工效果试验数据,建立加工效果与放电参数之间的关系模型,对放电间隙进行实时控制。     

聚晶金刚石电火花磨削加工效果预测和加工参数优化仿真系统

建立了聚晶金刚石电火花磨削加工效果预测及加工参数优化仿真系统，可以预测聚晶金刚石电火花磨削加工后的效果，具有较高的精度，并能实现加工参数的优化，进行优势因素分析。通过工艺数据库的建立，该仿真系统可以适用于各种材料的加工工艺，有助于进一步提高聚晶金刚石加工的自动化程度和开发智能化系统。     

基于神经网络的电火花成形加工参数优选系统

建立了电火花成形加工的神经网络模型,应用其实现了指定加工条件下的工艺效果精确预测,在此基础上进一步建立了电火花成形加工参数的优选模型和优选系统,该系统充分结合了神经网络优化模型和工艺数据库各自的优点,可得到指定加工要求焉得虎子机床能达到的最优加工参数组合,解决了单纯基于工艺数据库的加工参数选取系统所存在的有限的工艺参数组合与多变的加工条件之间的矛盾。     

硬质合金的超声电火花复合加工试验研究

硬质合金主要用作工具和结构材料,由于它在结合方面的硬度、强度和耐磨性等独一无二的优良性质,使得它在现代工业中发挥着重要的作用.但因其强度很高,所以不易被传统的机械加工技术加工.针对这些特点进行了超声电火花复合加工试验,研究了脉冲宽度、超声振幅、磨粒大小对加工效率以及表面粗糙度的影响.     

电火花线切割加工工艺参数优化研究

在对国内外电火花线切割加工的研究现状及发展趋势综述基础上，针对加工工艺参数优化采用理论分析的方法进行研究。分别通过传统的统计分析法和人工神经网络对线切割加工工艺参数进行优化。统计分析法采用正交矩阵法建立了工艺指标与影响因素之间的关系模型．通过约束优化法进行参数优化：采用误差反向传递神经网络的智能方法通过时实验数据的学习来对工艺参数进行优化，结果表明神经网络方法优于传统方法。为进一步实用化奠定了基础。     

超声磨料混粉电火花复合加工的研究

阐述了超声磨料混粉电火花复合加工基本原理和基本设备，在试验研究的基础上对加工参数进行详细的讨论，分析了主要参数对表面粗糙度的影响。     

超声电火花同步复合加工用脉冲电源设计

研制了一种超声电火花同步复合加工用的半独立式Ｔｒ－ＲＣ脉冲电源。对电容的放电能量进行了功率最高输出控制，加强放电通道的消电离措施，提供了ＲＣ参数选择的严格公式。     

硬质合金的超声电火花复合加工速度研究

通过采用电火花加工和超声电火花复合加工的方法加工硬质合金的试验,分析超声电火花复合加工应用的限制因素,研究脉冲宽度、峰值电流等参数对加工速度的影响。结果表明,在一定的条件下超声电火花复合加工比普通电火花加工效率高、表面质量好,可用于硬质合金模具的加工。     

难加工材料的超声电火花线切割复合加工工艺研究

开发了一种超声电火花线切割复合加工装置,加工中电极丝可产生横向振动,且振动方向始终与切割方向一致。对难加工材料的切割实验表明;复合工艺能较大幅度地提高加工效率,改善表面质量,降低断丝概率。     

电火花超声复合抛光

概述了电火花加工的原理、模具的抛光技术,重点介绍了电火花超声复合抛光技术的原理、工艺效果及优点。     

考虑负载切换的超声加工振动建模与控制

通过建立换能器和负载的等效M-C-K数学模型,分析了负载对超声波换能器的动态影响,并在Matlab软件中建立换能器的传递函数与仿真模型。提出了PID和H∞振动控制算法,其是建立在Matlab的Simulink仿真。通过对比分析发现,PID和H∞算法可实现准确、快速的控制效果。最后,对理论和仿真计算进行了实验验证。     

基于BP神经网络的数控超声加工性能研究

采用正交试验方法对数控超声加工效率进行了分析,建立了数控超声加工效率BP神经网络模型,并对所建模型进行了仿真验证.验证结果表明,该模型预测的工艺参数"加工效率"与实测值具有很好的拟合关系,在此基础上拓宽了各因素水平的取值,利用神经网络的非线性映射能力仿真了各参数对加工效率的影响.     

基于人工神经网络的超声加工振幅控制的研究

针对超声振动加工中,系统振幅随外界条件的变化而衰减的问题,提出了利用人工神经网络分析换能器的输入电流,以保证超声加工的振幅始终工作在最大值附近。通过人工神经网络训练数据,建立换能器输入电流与超声波发生器频率调整间的关系,达到实时调节超声波发生器频率使整个系统处于谐振的作用。最后,将此方案应用在功率超声珩磨加工中,通过换能器输入电流的稳定性和加工精度证明此方案的效果。     

工作液超声振动辅助电火花小孔加工装置设计与试验

电火花加工小孔存在电蚀产物排出效率低导致加工效率低、电蚀产物排除导致二次放电现象影响加工精度等问题,而超声振动在工作液中产生空化效应和泵吸作用,能大幅提高电火花的排屑和消电离能力,进而在很大程度上减少上述问题的发生。设计一套工作液超声振动辅助电火花小孔加工装置,主要包括主轴系统、微三维运动平台、超声振动工作液槽和数据采集系统,其中主轴系统包括NSK电主轴、引电结构、工具电极装夹结构,可以实现工具电极的高速旋转;基于LabVIEW开发了电火花小孔加工控制系统,主要包括初始化模块、粗定位模块、恒电压对刀模块、实时电压分段控制加工模块和实时显示模块。开展了工作液超声振动辅助电火花小孔加工试验研究,试验结果表明：随电火花加工电压的增加,工件材料去除率和电极损耗率都趋于增大。     

超声复合电加工振动参数检测控制与试验研究

利用高速、高精激光微位移传感器及高频数字示波器进行超声及其复合加工的振动参数(振幅与频率)在线测量,其结果具有高精度和实时性。设计了控制软件,为保持超声振动的稳定及复合电加工参数的在线实时调节与优化建立了基础条件,同时通过数学处理得到了超声振幅与超声激振电压之间的关系。利用分析与测试结果合理选择加工参数,对陶瓷、硬质合金等硬脆性难加工材料进行了超声及其复合电加工试验,超声振动系统工作稳定可靠,试验结果验证了超声及其复合电加工技术对硬脆难加工材料的加工优势。     

超声振动辅助滚压参数对钛合金表面残余应力的影响

结合有限元分析和实验研究,基于与普通滚压工艺的对比,对超声振动辅助滚压强化钛合金表面的残余应力场进行分析,获得了沿改性层深度方向的残余应力变化和瞬态应力分布云图。结果表明:与普通滚压相比,超声振动辅助滚压可改变滚压头和材料表面接触力的作用方式,使应力波沿着材料深度方向动态传播,从而产生更深的残余压应力影响层,并导致压应力层下移。在实验参数条件下,最大残余压应力值和表面残余应力值都随着静压力的增大而显著增大;随着主轴转速的增大,最大残余压应力值明显单调增加,而最大残余压应力层深度逐渐减小;振幅对残余应力场的影响不十分显著。     

超声振动辅助加工表面微结构及其特性研究进展

针对超声振动复合加工方法种类繁多且表面微结构指征复杂等问题,阐述了表面微结构的内容和研究现状,论述了国内外超声切削、磨削、表面强化等方法的加工原理及超声振动加工表面微结构特性的试验研究方法,归纳了超声振动条件下表面粗糙度、表面微观形貌的建模方法及其特点,讨论了实验回归建模、数值解析建模和神经网络建模的研究进展,并预测了国内外超声振动表面加工的新技术领域和发展方向,对改善高性能难加工材料的表面微结构特性具有重要意义。     

基于人工神经网络的结构钢回火后力学性能预测

利用多层前向神经网络，使用B－P算法对结构钢回火性能预测进行了研究。通过利用99种钢450余组训练数据样本对神经网络进行训练，建立了结构钢回火后的力学性能与金属成分和回火温度之间的隐性函数。并针对训练用样本不足的问题，设计了为网络提供自学功能软件，在钢完全淬透的前提下，用此神经网络模型可在一定精度范围内预测结构钢的回火力学性能。     

用人工神经网络模型预测钢的奥氏体形成温度

根据所收集的试验数据,建立了预测钢的奥氏体形成温度Ac3和Ac1点的反向传播人工神经网络模型。用散点图和均方误差、相对均方误差和拟台分值3种统计学指标评价模型的预测性能。人工神经网络预测Ac3和Ac1的3种统计学指标分别为238℃,14．6℃;2．89％,2．06％和1．8921,1.7011。散点图和统计学指标均表明人工神经网络的预测陛能优于Andrews公式。此外．用人工神经网络分析了C和．Mn的含量对Ac3和Ac1温度的定量影响．计算结果表明。C和Mn含量与Ac3和Ac1点间存在非线性关系。