机床适应控制系统PDF电子书下载

第1章 绪论 1

1.1 机床适应控制概念及分类 1

1.2 机床适应控制机能及意义 4

1.3 机床适应控制系统的发展及应用 6

1.3.1 机床适应控制系统的产生 6

1.3.2 机床适应控制策略的发展 10

1.3.3 机床适应控制系统的应用 12

1.3.4 机床适应控制系统的展望 14

第2章 机床加工系统变量的检测及信号处理 16

2.1 加工过程变更检测 17

2.1.1 切削力检测 17

2.1.2 切削温度检测 18

2.1.3 切削功率和电流检测 20

2.2 刀具磨、破损检测及信号处理 22

2.2.1 AE传感器检测及信号处理 22

2.2.2 加速度传感器检测及信号处理 24

2.2.3 位移传感器检测及信号处理 26

2.2.4 切削声音传感器检测及信号处理 28

2.2.5 光学图像传感器检测及信号处理 30

2.2.6 放射性同位素传感器检测及信号处理 32

2.3 加工工件精度检测 33

2.3.1 表面粗糙度检测 33

2.3.2 尺寸形状检测 36

2.4 机床加工状况检测 40

2.4.1 振动和切屑检测 40

2.4.2 机床热变形检测 43

3.1 力、力矩和功率模型 46

3.1.1 切削力经验模型及其单因素回归分析方法 46

第3章 机床加工系统模型 46

3.1.2 切削力稳态模型参数的实时估计方法 48

3.1.3 切削力动态模型参数的在线最小二乘递归估计方法 50

3.1.4 切削力滤波模型参数的在线递归估计方法 51

3.1.5 切削力随机模型参数的在线递归估计方法 53

3.1.6 切削力非线性模型的在线神经网络辨识方法 54

3.1.7 切削力矩和功率模型 55

3.1.8 磨削力和功率模型 56

3.2 机床加工优化模型 56

3.2.1 目标函数 56

3.2.2 约束函数 58

3.2.3 优化模型 60

3.3 刀具磨损模型 61

3.3.1 变切削条件下的后刀面磨损估计 62

3.3.2 基于主轴转速变化的后刀面磨损预测 66

3.3.3 基于力检测和非线性观测器的在线后刀面磨损估计 67

3.3.4 基于自适应观测器的在线后刀面磨损估计 70

3.3.5 基于自敌视尖观测器的在线刀具磨损估计 72

3.3.6 基于神经网络的鲁棒刀具磨损估计 74

3.4.1 加工精度加归分析模型 78

3.4 机床加工精度模型 78

3.4.2加工精度递归估计模型 79

3.4.3加工精度神经网络模型 80

第4章 机床约束适应控制 82

4.1 反馈适应控制 82

4.1.1 PID控制策略 82

4.1.2 车削力积分控制系统 83

4.2 参数适应控制 86

4.2.1 参数适应控制结构 86

4.2.2 铣削力参数适应控制系统 87

4.3.2 铣削力模型参考适应控制系统 90

4.3 模型参考适应控制 90

4.3.1 模型参考适应控制结构 90

4.4 变结构适应控制 92

4.4.1变结构适应控制策略 93

4.4.2 车削力变结构适应控制系统 94

4.5 神经网络适应控制 97

4.5.1 神经网络控制原理 97

4.5.2 铣削力神经网络直接控制系统 98

4.6.1 模糊控制原理 100

4.6 模糊适应控制 100

4.6.2 铣削力模糊控制系统 101

第5章 机床加工参数优化 103

5.1 机床加工参数拉格朗日优化 103

5.1.1 拉格朗日优化算法 103

5.1.2 车削参数拉格朗日优化算例 104

5.2 机床加工参数几何规划 106

5.2.1 几何规划算法 106

5.2.2 车削参数几何规划算例 107

5.3.1 可行方向搜索优化原理 110

5.3 机床加工参数可行方向搜索优化 110

5.3.2 铣削参数可行方向搜索优化算例 111

5.4 机床加工参数神经网络非线性规划 113

5.4.1 K-L神经网络非线性规划 113

5.4.2 车削参数的K-L神经网络非线性优化算例 115

5.5 机床加工参数时变递归神经系统优化 117

5.5.1 时变递归神经系统 117

5.5.2 车削参数时变递归神经系统优化算例 118

5.6 机床加工参数增广拉格朗日乘子型神经网络优化 118

5.6.1 增广拉格朗日乘子型神经网络优化 118

5.6.2 铣削参数增广拉格朗日乘子型神经网络优化算例 119

5.7 机床加工参数遗传算法优化 120

5.7.1 遗传算法优化 120

5.7.2 铣削参数遗传算法优化算例 122

5.8 机床加工参数变搜索域遗传算法优化 123

5.8.1 变搜索域遗传算法优化 123

5.8.2 铣削参数变搜索域遗传算法优化算例 125

第6章 机床最优适应控制 126

6.1 典型机床最优适应控制系统 126

6.1.1 典型机床适应控制系统结构 126

6.1.2 铣削过程 127

6.1.3 优化理论 128

6.1.4 自适应控制器设计 129

6.2 基于刀具磨损机理自然约束的最优适应控制 130

6.2.1 刀具磨损机理自然约束 130

6.2.2 最优控制模型 132

6.3 基于模型的铣削最优适应控制 132

6.3.1 刀尖温度参数辨识和计算 133

6.4.1 车削加工过程的神经网络最优控制 136

6.4 基本神经网络的机床最优适应控制 136

6.3.3 适应控制 136

6.3.2 刀具磨损模型 136

6.4.2铣削加工过程的神经网络最优控制 140

6.5 遗传算法和神经网络融合型机床最优适应控制 145

6.5.1 加工过程神经网络在线辨识 145

6.5.2 加工过程遗传算法最优控制 146

6.5.3 铣削加工过程最优控制实验 147

6.6 基于知识的机床专家最优适应控制系统 148

6.6.1 系统辨识和自适应建模 148

6.6.3 铣削最优控制系统 149

6.6.2 最优控制策略 149

第7章 机床几何适应控制 151

7.1 典型立铣几何适应控制 151

7.1.1 刀具偏狗模型和递归参数估计 151

7.1.2 几何适应控制 152

7.1.3 立铣几何适应控制实验 153

7.2 立铣表面精度自校正控制 156

7.2.1 立铣过程状态空间模型 156

7.2.2 基于零极点配置的状态反馈 158

7.2.3 铣削几何适应控制仿真 159

7.3 立铣平直度几何自适应控制 161

7.3.1 加工误差和偏移模型 161

7.3.2 导轨误差跟踪控制 164

7.3.3 立铣几何适应控制实验 165

7.4 多轴机床轮廓精度的模型参考自适应控制 168

7.4.1 交叉藕合控制 168

7.4.2 模型参考自适应控制 170

7.4.3 应用实验 173

7.5.1 学习控制器 176

7.5 圆型误差在线比例-积分学习控制 176

7.5.2 实验 178

7.6 基于模型的车削精度预测控制 179

7.6.1 加工系统的机械学模型 179

7.6.2 卡尔曼滤波和状态预测 182

7.6.3 控制器设计 184

7.6.4 系统性能评估 185

7.7 多维铣削力和轮廓误差的神经网络控制 187

7.7.1 神经网络控制结构 187

7.7.2 实验 189

第8章 机床适应控制系统 193

81 基于Multibus-Ⅰ的机床适应数控系统 193

81.1 基于Multibus-Ⅰ的机床适应数控系统结构 193

8.1.2 机床适应数控操作系统 204

8.2 基于ISA的机床适应数控系统 214

8.2.1基于ISA的机床适应数控系统结构 214

8.2.2 自适应控制卡 218

8.2.3 自适应数控系统软件 222

参考文献 225