基于表面粗糙度的缸体打磨控制专家系统研究

针对当前铸件后处理打磨过程中高污染、低效率和传统人工打磨出现的低质量、高成本等问题,对打磨过程各环节进行了研究,并对打磨过程进行了总结与优化。结合专家知识和操作经验,从机器人打磨过程中的表面粗糙度出发,设计和开发了应用于缸体表面打磨控制的专家系统;采用BP神经网络模型对打磨结果进行了预测,着重论述了打磨控制方法的改进,实现了加工参数的优化;在打磨专家系统实现过程中,对专家系统主要功能作了充分分析和详细设计,使用Java编程语言实现了系统功能,采用My SQL数据库进行了数据存储。研究结果表明:该系统可有效降低打磨过程中的表面粗糙度,提高表面质量;这对减轻工人劳动强度、提高打磨效率、降低环境污染、节约生产成本有着十分重要的意义。