CN110328615B - 一种火花放电控制的智能磨削系统及方法 - Google Patents

Abstract

本发明公开了一种火花放电控制的智能磨削系统及方法，所述系统包括数据采集模块、分析决策模块、电源控制模块和机床控制模块，所述分析决策模块包括工作站和经验数据库，所述机床控制模块包括机床‑PC在线监控模块和数控磨床的PLC，所述电源控制模块包括电源、电源‑PC在线监控模块，所述数据采集模块包括示波器、数据在线存储模块、传感器。本发明通过将数据采集模块、电源控制模块等进行通讯，可实现工艺参数的最优决策和反馈控制功能，主要应用于砂轮修整，零部件精密加工等与放电、磨削相关领域，整个过程无需人为干预，进而有效避免由加工中系统不确定因素导致的加工质量差、加工精度和效率低等问题，节约生产管理成本。

Description

一种火花放电控制的智能磨削系统及方法

技术领域

本发明涉及智能制造技术、智能控制系统领域，具体涉及一种火花放电控制的智能磨削系统及方法。

背景技术

在现代工业中，智能制造有利于保证加工质量，提高加工效率。然而，因实际中的设备多样性使得设备-设备、设备-PC间难以关联，导致设备间的实时信息难以交互，数据融合程度低等问题。

针对磨削领域，现有的数控磨床可在位调节工艺参数，但往往依赖于人为经验，无法避免系统不确定因素导致的加工质量差、加工精度和效率低等问题。此外，受检测仪器使用条件限制，目前的零部件加工质量、形状误差等补偿通常采取事后补偿模式，导致加工时间的浪费。

为解决上述问题，“一种磨削功率与能耗智能监控系统及决策方法”，【专利号：CN201711087573.2，申请日期：2017.11.08】专利中公开了适用于磨削功率与能耗在线监控的智能系统。该系统由主轴功率检测装置、数控磨床等硬件，数据采集模块、数据处理与分析模块、专家决策模块等模块组成，通过比较实时磨削功率与设定的临界功率阈值来判断磨削状况和优化工艺参数。然而，该专利尚未涉及与放电相关的系统过程参数控制，而且尚未明确在线调节工艺参数的具体实施方案。

此外，“一种微尺度磨粒修平参数的在线精准控制方法”，【专利号：CN201810647229.2，申请日期：2018.06.22】专利中公开了适用于放电辅助磨削的工艺参数反馈控制系统。该系统利用数据采集卡记录放电参数(即系统过程参数)，并根据经验数据反馈控制电源参数、机床运动参数(即工艺参数)。然而，该专利尚未涉及工艺参数智能决策，而且数据采集卡总线通讯速率无法满足在线采集频率大于100kHz的高频响应信号要求。

发明内容

本发明的目的在于克服现有技术的不足，提供一种火花放电控制的智能磨削系统及方法，该系统通过工艺参数的智能决策和反馈控制即可达到设定的目标值，其工作原理是：加工表面质量、形状误差等目标值与加工过程中产生的放电电压、放电电流、温度、力和振动等系统过程参数相关，而这些系统过程参数取决于工艺参数，利用建立的经验数据库决策出最优系统过程参数(评价指标)，在实际加工中通过工艺参数的智能决策和反馈控制使系统过程参数维持在最佳状态，进而达到设定的目标值。

本发明解决上述技术问题的技术方案包括：

一种火花放电控制的智能磨削系统，包括数据采集模块、分析决策模块、电源控制模块和机床控制模块，其中：

所述分析决策模块包括工作站和经验数据库，所述工作站根据设置的系统参数从经验数据库决策出对应的初始工艺参数发送给机床控制模块和电源、以及根据数据采集模块实时采集的系统过程参数的当前误差状态从经验数据库决策出最优工艺参数，实现对工艺参数反馈控制；

所述的机床控制模块包括依次与工作站通信连接的机床-PC在线监控模块和数控磨床的PLC，用于接收所述工作站发送的在线调整数控磨床的工艺参数，在线调节砂轮转速和工作台进给速度，以及将所述数控磨床的实际工艺参数反馈至所述工作站；

所述电源控制模块包括电源、电源-PC在线监控模块，所述电源连接数控磨床上的砂轮与工件，并通过电源-PC在线监控模块与工作站通讯连接，在线调节开路电压、限流值、占空比和频率，以及将所述电源的实际工艺参数反馈至所述工作站；

所述数据采集模块包括示波器、数据在线存储模块、与所述示波器信号连接的电压传感器和电流传感器，所述数据在线存储模块在线采集1兆赫兹以下的低/高频响应信号，用于将示波器采集的系统过程变量发送至工作站。

本方案利用示波器作为数据采集模块的硬件，这是为了防止在线采集如放电电压、放电电流等高频响应信号时出现的失真现象，但现有的示波器在运行中无法实现自动存储数据功能，往往依赖于人为操作，所以进一步开发出数据在线存储模块，与示波器协同使用。

一种火花放电控制的智能磨削方法，包括步骤：

(1)分析决策模块根据事先设置的系统参数和经验数据库决策出初始工艺参数，机床控制模块和电源控制模块接收所述初始工艺参数启动放电磨削加工，

(2)数据采集模块实时或每间隔1～5min采集放电磨削加工过程中的系统过程参数并存储至分析决策模块；

(3)所述分析决策模块根据采集的系统过程参数，通过目标值误差预测模型分析系统运行状况；

(4)所述分析决策模块根据系统运行状况和经验数据库智能决策出最优工艺参数、并分别向电源控制模块和机床控制模块发出控制信号，实现工艺参数反馈控制；

(5)所述分析决策模块实时统计砂轮旋转圈数n并根据机床运动参数计算金刚石实际修平时间t，与设定的最大值t_max进行比较，当计算的实际修平时间t未达到最大值t_max时，系统循环执行步骤(2)；否则，分析决策模块分别向电源控制模块和机床控制模块发出停机指令，系统停止运行。

作为一种优选方案，分析决策模块根据设置的系统参数和经验数据库决策出初始工艺参数的步骤包括：根据设置的系统参数，通过经验数据库选取对应的初始最优系统过程参数，利用该初始最优系统过程参数再选取对应的初始工艺参数。

采用这种优选方案进行决策的原因在于：当实际加工中达到设定的目标值所需加工时间较长时，系统过程参数将因金刚石出刃高度变化而出现偏差甚至异常。根据目标值直接决策出初始工艺参数，虽然可提高决策准确性，但过程中无法判断系统运行状况是否正常，所以先决策出最优系统过程参数作为评价指标，为后续的工艺参数控制提供判断依据。

作为一种优选方案，步骤(1)中设置系统参数时，包括：设置电源、数控磨床、电压传感器、电流传感器、示波器的工作参数，砂轮直径D、目数M和加工质量等级(即设定对应的目标金刚石修平面积s_c)，其中金刚石的初始磨粒出刃高度h_c、最大修平时间t_max为默认值，由目数M、加工质量等级决定。

作为一种优选方案，步骤(2)中所述数据采集模块采集系统过程参数的步骤包括：

数据在线存储模块暂停示波器的实时采集/显示传感器信号功能，以txt文件形式提取示波器内存数据并传输至工作站指定位置后，重启示波器的实时/显示采集传感器信号功能。

采用这种优选方案进行采集的原因在于：示波器通常利用多线程并发执行技术实现高频响应信号采集/显示，但以单线程传输数据至工作站，受总线通讯速率限制，所以采集系统过程参数时有必要暂停示波器的实时采集/显示传感器信号功能。

作为一种优选方案，所述系统运行状况包括系统过程参数正常，系统过程参数出现偏移、系统过程参数完全偏离三种状态。

作为一种优选方案，所述系统过程参数包括放电电压U_c和放电电流I_c。

作为一种优选方案，步骤(3)中，所述分析决策模块根据采集的系统过程参数，通过目标值误差预测模型分析系统运行状况的步骤具体包括：

设置目标值误差预测模型：

式中，△z为目标值误差因数，k₁和k₂为权重值，max和min代表对应最优系统过程参数允许偏差的上限和下限，U_c为采集的当前放电电压，I_c为采集的当前放电电流；

当△z≤△z_cr1时，表示系统过程参数正常；当△z≥△z_cr2时，表示系统过程参数完全偏离；当△z_cr1＜△z＜△z_cr2时，则表示系统过程参数出现偏移，其中，△z_cr1和△z_cr2为根据数控磨床稳定性和待加工对象设定的阈值，△z_cr1∈[0.8,1]，△z_cr2∈[1.5,+∞)。

在实际加工中，目标值误差预测模型累加项与检测的系统过程参数项对应。而且，上述△z_cr1和△z_cr2的设定方式为：采集若干个正常，出现偏移和完全偏离的系统过程参数(与工艺参数、磨粒出刃高度等相关)，计算对应△z并存储至经验数据库，进而通过经验数据确定△z_cr1和△z_cr2的范围。此外，系统后续运行获取系统过程参数将不断优化经验数据库，可使△z_cr1和△z_cr2取值范围更精确。

采用这种优选方案进行判断的原因在于：不同系统过程参数对目标值的影响程度不同，而且这些系统过程参数可能因放电间隙切屑堆积、砂轮颤振等偶然因素而发生短暂偏移。直接通过设定的上下限评价系统过程参数易出现误判，进而影响加工进程的连续性、稳定性，所以通过建立的目标值误差预测模型评价系统过程参数，可提高系统决策准确性。

作为一种优选方案，步骤(4)中所述分析决策模块根据系统运行状况和经验数据库智能决策出最优工艺参数具体包括步骤：

当系统过程参数出现偏移时，分析决策模块根据采集的系统过程参数计算磨粒出刃高度并检索经验数据库，将检索出的与磨粒出刃高度和最优系统过程参数对应的工艺参数作为最优工艺参数，若无法从所述经验数据库中直接检索出的与磨粒出刃高度和最优系统过程参数对应的工艺参数作为最优工艺参数时，则利用神经网络决策出最优工艺参数，所述神经网络的输入为计算的磨粒出刃高度和与该磨粒出刃高度对应的最优系统过程参数。

需强调的是智能决策的重点在于通过对经验数据的不断学习以得出未知的数据。在实际加工中，受时间、成本等因素限制，获取的经验数据往往是有限的，所以利用经验数据对神经网络进行训练，以满足不同磨粒出刃高度的最优工艺参数决策。此外，采用这种优选方案进行决策的优势在于只需通过1～2次工艺参数调整即可达到系统过程参数控制要求，以确保加工效率。

本发明与现有技术相比具有以下的有益效果：

1.整个加工过程无需人为干预，通过工艺参数的最优决策和反馈控制即可达到设定的目标值，避免复杂繁琐的检测调试过程，进而提高加工进程的连续性、稳定性，节约生产管理成本。

2.与目标值的事后补偿模式相比，加工中根据系统运行状况及时对工艺参数进行调节，有效避免由系统不确定因素导致的加工质量差、加工精度和效率低等问题。

3.实际应用中，系统的电源控制模块和机床控制模块可单独或同时使用，这种组合方式灵活、方便，可满足不同零件的加工需求。

4.可应用于砂轮修整，零部件精密加工等与放电、磨削相关的领域，根据实际加工需求，所述电源控制模块和机床控制模块可单独或同时使用。

附图说明

图1为火花放电控制的智能磨削系统示意图。

图2为经验数据库的数据结构图。

图3为工艺参数的智能决策和反馈控制流程图。

图4a为金刚石修平中正常的放电波形图。

图4b为金刚石修平中出现偏移的放电波形图。

图4c为金刚石修平中完全偏离的放电波形图。

图5a为修平前的两磨粒的金刚石形貌特征图。

图5b为修平后的两磨粒的金刚石形貌特征图。

图中所示：1-工作站；2-经验数据库；3-电源-PC在线监控模块；4-电源；5-数据在线存储模块；6-示波器；7-电压传感器；8-电流传感器；9-金刚石砂轮；10-工件；11-数控磨床；12-PLC；13-机床-PC在线监控模块。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

参见图1～5，以#46金刚石修平为例，详细说明本发明的火花放电控制的磨削智能化系统的工作原理，进而验证本发明的技术效果。

火花放电控制的智能磨削系统如图1所示，包括数据采集模块、分析决策模块、电源控制模块和机床控制模块，在数控磨床11上装夹好电极(即工件10)和待修平的金刚石砂轮9，以正极性方式将金刚石砂轮9(+)、电极(-)、电源4、电压传感器7、电流传感器8、示波器6连接构成放电回路；在工作站1上安装经验数据库2，并分别通过电源-PC在线监控模块3、机床-PC在线监控模块13和数据在线存储模块5与电源4、数控磨床11的PLC 12和示波器6进行通讯，具体如下：

所述分析决策模块包括工作站1和经验数据库2，所述工作站1根据设置的系统参数从经验数据库2决策出对应的初始工艺参数发送给机床控制模块和电源、以及根据数据采集模块实时采集的系统过程参数(放电电压U_c、放电电流I_c)的当前误差状态从经验数据库决策出最优工艺参数，实现对工艺参数反馈控制；经验数据库2中的原始数据需通过实验获取，系统后续运行中提取的数据将不断对经验数据库2进行优化。

图2为经验数据库的数据结构，经验数据库中的原始数据主要包括但不仅限于砂轮参数(砂轮直径D、砂轮目数M)、最优系统过程参数(最优放电电压U_cop、最优放电电流I_cop，简写为“a_op”)、在线采集的系统过程参数(放电电压U_c、放电电流I_c，简写为“a”)、磨粒出刃高度h_c、工艺参数(电源参数：开路电压E_i、限流值I_i、占空比r和频率f，机床运动参数：砂轮转速N、工作台进给速度v_f和切削深度a_p，简写为“A”)、金刚石修平面积s_c及其对应的实际修平时间t_max和加工质量等级。

所述的机床控制模块包括依次与工作站1通信连接的机床-PC在线监控模块13和数控磨床11的PLC12，所述机床-PC在线监控模块13可实时或每间隔1～5min读取在指定路径下由工作站1生成的数据文件并分别传输至数控磨床11的PLC 12以在线调节砂轮转速N和工作台进给速度v_f，以及将所述数控磨床的实际工艺参数反馈至所述工作站；

所述电源控制模块包括电源4、电源-PC在线监控模块3，所述电源4连接数控磨床上的砂轮与工件，并通过电源-PC在线监控模块3与工作站1通讯连接，在线调节开路电压E_i、限流值I_i、占空比r和频率f，以及将所述电源的实际工艺参数反馈至所述工作站；

所述数据采集模块包括示波器6、数据在线存储模块5、与所述示波器6信号连接的电压传感器7和电流传感器8，所述数据在线存储模块在线采集0.1～1MHz的低/高频响应信号，用于将示波器采集的系统过程变量发送至工作站。

图3为一种火花放电控制的智能磨削方法的流程图，包括步骤：

①系统参数设置：金刚石修平前，设置电源、数控磨床、电压/电流传感器、示波器设备/仪器及其模块的工作参数，在分析决策模块中输入砂轮参数(砂轮直径D、目数M)和加工质量等级(即设定对应的目标金刚石修平面积s_c)，其中金刚石的初始磨粒出刃高度h_c为默认值；

②分析决策模块根据设置的系统参数，通过经验数据选取出最优系统过程参数，利用该系统过程参数再选取出初始磨粒出刃高度对应的工艺参数作为初始工艺参数用于金刚石在位修平；分析决策模块确定最优系统过程参数允许偏差的上下限，而且根据设定的目标值进一步确定最大金刚石实际修平时间t_max作为停机判断指标。上述各种参数/目标值的选取均来源于经验数据库，详细可参照经验数据库的数据结构(如图2)。

③金刚石在位修平中，数据采集模块每间隔5min在线采集系统过程参数并储存至分析决策模块；分析决策模块根据采集的系统过程参数，通过目标值误差预测模型计算出目标值误差因数△z。

④分析系统运行状况中，将目标值误差因数△z与阈值△z_cr1和△z_cr2进行比较，当△z≤△z_cr1时，系统过程参数正常，否则系统过程参数异常；当△z_cr1＜△z＜△z_cr2时，系统过程参数出现偏移，分析决策模块智能决策出最优工艺参数，并分别向电源控制模块和机床控制模块发出控制信号，进而调整工艺参数使系统过程参数稳定在最优值允许偏差范围内；当△z≥△z_cr2时，系统过程参数完全偏离，分析决策模块分别向电源控制模块和机床控制模块发出停机指令，系统停止运行并报警。

以经验数据库中砂轮目数M₁、砂轮直径D₁的原始数据为例(如图2)，详细说明上述分析决策模块智能决策最优工艺参数的过程。假设工艺参数A₁和磨粒出刃高度h_c1对应的系统过程参数a₁即为最优工艺参数a_op1，过程中因磨粒出刃高度改变使在线采集的系统过程参数变成a₂(即系统过程参数出现偏移)，分析决策模块根据该系统过程参数计算出当前的磨粒出刃高度为h_c2，通过检索经验数据库可获取最优系统过程参数a_op1＝a₁和磨粒出刃高度h_c2对应的工艺参数A₂，则将检索出的工艺参数A₂作为最优工艺参数；若分析决策模块计算出当前的磨粒出刃高度为h_c3，但无法检索出对应的工艺参数，则利用神经网络以磨粒出刃高度h_c3和最优系统过程参数a_op1＝a₁作为条件(输入端)决策出工艺参数A₄(输出端)作为最优工艺参数。

⑤分析决策模块实时统计砂轮旋转圈数n并根据机床运动参数(砂轮转速N、工作台进给速度v_f)计算金刚石实际修平时间t，与设定的最大值t_max进行比较，当计算的实际修平时间t未达到最大值t_max时，系统循环执行步骤②；否则，分析决策模块分别向电源控制模块和机床控制模块发出停机指令，系统停止运行。

需说明的是，在反馈控制工艺参数中，调节切削深度a_p需通过数控系统重新规划刀具路径或进行机床坐标值补偿，而且受系统安全性限制，机床控制模块目前无法在线调节切削深度a_p，所以智能决策最优工艺参数时也暂不考虑该参数的影响。随着数控系统智能化程度及其安全性提高，机床控制模块可增加在线调节切削深度功能。

系统过程参数正常、出现偏移和完全偏离三种系统运行状况对应的波形分别如图4a、4b和4c所示。金刚石修平时，合理的工艺参数使扬起切屑与砂轮结合剂间的放电间隙大于45μm而发生火花放电，其放电电压U_c和放电电流I_c始终大于20V和3A，所以正常的系统过程参数可释放足够热量使金刚石修平(如图4a)。但由于金刚石修平过程中磨粒出刃高度的变化会导致放电间隙的增大或减小，使系统过程参数出现偏移，进而引起金刚石脱落或修平效率下降问题(如图4b)。此外，若工艺参数设置不当，系统过程参数将完全偏离，过程中发生的电弧放电因释放热量不足而无法实现金刚石修平(如图4c)。考虑到放电电压U_c在金刚石修平效率中起主要作用，当最优系统过程参数允许偏差的上下限分别为U_cmax＝23V和U_cmin＝19V、I_cmax＝4A和I_cmin＝4A时，根据上述系统过程参数的特征，建立目标值误差预测模型并确定其权重值：

式中，△z为目标值误差因数。

需说明的是，当加工对象改变时，目标值误差预测模型的权重值和最优系统过程参数允许偏差的上下限也可能发生变化，但结构形式不变，即式(1)仅作为本发明中的一个例子。此外，通过多次采集和分析三种系统运行状况下的波形，确定判断系统过程参数出现偏移和完全偏离的目标值误差预测因数阈值分别为△z_cr1＝0.9和△z_cr2＝1.8。

需强调的是，实现系统智能化控制的前提是解决设备-设备、设备-PC间的关联问题，这并不是单纯的将现有软硬件进行简单叠加，需跨越一定的技术壁垒(如不同类型设备间的兼容、设备-PC的数据交互等)才能将其集成起来。此外，目标值误差预测模型是通过分析放电辅助磨削中的系统过程参数变化规律建立的，而工艺参数的智能决策过程是基于放电辅助磨削特性设计的，需建立相应的经验数据库并对神经网络进行训练，这也不是本领域中的基础常识。

下面通过进一步的实施例说明本发明中的火花放电控制的智能磨削系统如何通过工艺参数的智能决策和反馈控制功能实现金刚石修平。

在数控磨床(SMART 818)上装夹好电极和待修平的金刚石砂轮(直径D＝150mm，青铜结合剂)，以正极性方式将金刚石砂轮(+)、铁电极(-)、电源(DCS80)、电压/电流传感器(RP1000D和RP1001C)、示波器(DS1102E)连接构成放电回路；在工作站1上安装经验数据库，并分别通过电源-PC在线监控模块、机床-PC在线监控模块和数据在线存储模块与电源、数控磨床的PLC和示波器进行通讯，进而构成火花放电控制的智能磨削系统的分析决策模块、电源控制模块、机床控制模块和数据采集模块。

金刚石修平前，设置电源、数控磨床、电压/电流传感器、示波器等设备/仪器及其模块的工作参数，在分析决策模块中输入砂轮参数(直径D＝150mm、目数M＝46)和加工质量等级Ⅱ(即设定目标金刚石修平面积为s_c＝27500μm²)，其中#46金刚石的初始磨粒出刃高度默认为h_c＝100μm；分析决策模块根据设定的系统参数，通过经验数据选取出最优放电电压和放电电流分别为U_cop＝21V和I_cop＝3A，利用该系统过程参数再选取出磨粒出刃高度100μm对应的工艺参数(开路电压E_i＝25V、限流值I_i＝0.1A、占空比r＝0和频率f＝0，砂轮转速N＝2400rpm、工作台进给速度v_f＝80mm/min和切削深度a_p＝1μm)作为初始工艺参数；分析决策模块确定最优系统过程参数允许偏差的上下限分别为U_cmax＝23V和U_cmin＝19V、I_cmax＝4A和I_cmin＝4A，而且根据设定的目标值进一步确定最大金刚石实际修平时间t_max＝61.62s作为停机判断指标。

为验证火花放电控制的智能磨削系统控制下的金刚石修平效果，以砂轮环面上的磨粒A和磨粒B为观察对象(如图5a)，通过白光干涉检测其顶端面积分别为1257μm²和724μm²。

金刚石在位修平中，数据采集模块每间隔5min在线采集系统过程参数并储存至分析决策模块；分析决策模块根据采集的系统过程参数，通过目标值误差预测模型计算出目标值误差因数△z。

以某次采集的系统过程参数U_c＝19.6V和I_c＝2.4A为例，获取的目标值误差因数△z＝0.675，将其与阈值△z_cr1＝0.9和△z_cr2＝1.8进行比较，因△z＜△z_cr1，所以分析决策模块判断当前系统过程参数正常，无需调节工艺参数。

分析决策模块实时统计砂轮旋转圈数n并根据机床运动参数(砂轮转速N、工作台进给速度v_f)计算金刚石实际修平时间t，与设定的最大值t_max进行比较，当计算的金刚石实际修平时间达到最大值(t_max＝61.62s)时，分别向电源控制模块和机床控制模块发出停机指令，系统停止运行。

修平后的磨粒A和磨粒B如图5b所示，通过白光干涉检测其修平面积分别为23638μm²和33200μm²，其平均值接近目标金刚石修平面积s_c＝27500μm²，说明火花放电控制的智能磨削系统通过工艺参数的智能决策和反馈控制功能可实现金刚石修平。

综上所述，火花放电控制的智能磨削系统通过工艺参数的智能决策和反馈控制即可达到设定的目标值，整个过程无需人为干预，进而有效避免由加工中系统不确定因素引起的加工质量差、加工精度和效率低等问题，节约生产管理成本。

上述为本发明较佳的实施方式，但本发明的实施方式并不受上述内容的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (7)

1.一种火花放电控制的智能磨削方法，其特征在于，包括步骤：

(1)分析决策模块根据事先设置的系统参数和经验数据库决策出初始工艺参数，机床控制模块和电源控制模块接收所述初始工艺参数启动放电磨削加工；

(2)数据采集模块实时或每间隔1～5min采集放电磨削加工过程中的系统过程参数并存储至分析决策模块；

(3)所述分析决策模块根据采集的系统过程参数，通过目标值误差预测模型分析系统运行状况；所述系统运行状况包括系统过程参数正常，系统过程参数出现偏移、系统过程参数完全偏离三种状态；所述分析决策模块根据采集的系统过程参数，通过目标值误差预测模型分析系统运行状况的步骤具体包括：

设置目标值误差预测模型：

式中，△z为目标值误差因数，k₁和k₂为权重值，max和min代表对应最优系统过程参数允许偏差的上限和下限，U_c为采集的当前放电电压，I_c为采集的当前放电电流；

当△z≤△z_cr1时，表示系统过程参数正常；当△z≥△z_cr2时，表示系统过程参数完全偏离；当△z_cr1＜△z＜△z_cr2时，则表示系统过程参数出现偏移，其中，△z_cr1和△z_cr2为根据数控磨床稳定性和待加工对象设定的阈值，△z_cr1∈[0.8,1]，△z_cr2∈[1.5,+∞)；

(4)所述分析决策模块根据系统运行状况和经验数据库智能决策出最优工艺参数、并分别向电源控制模块和机床控制模块发出控制信号，实现工艺参数反馈控制；

(5)所述分析决策模块实时统计砂轮旋转圈数n并根据机床运动参数计算金刚石实际修平时间t，与设定的最大值t_max进行比较，当计算的实际修平时间t未达到最大值t_max时，执行步骤(2)；否则，分析决策模块分别向电源控制模块和机床控制模块发出停机指令，系统停止运行。

2.根据权利要求1所述的火花放电控制的智能磨削方法，其特征在于通过火花放电控制的智能磨削系统实现，所述智能磨削系统实现包括数据采集模块、分析决策模块、电源控制模块和机床控制模块，其中：

所述分析决策模块包括工作站和经验数据库，所述工作站根据设置的系统参数从经验数据库决策出对应的初始工艺参数发送给机床控制模块和电源、以及根据数据采集模块实时采集的系统过程参数的当前误差状态从经验数据库决策出最优工艺参数，实现对工艺参数反馈控制；

所述的机床控制模块包括依次与工作站通信连接的机床-PC在线监控模块和数控磨床的PLC，用于接收所述工作站发送的在线调整数控磨床的工艺参数，在线调节砂轮转速和工作台进给速度，以及将所述数控磨床的实际工艺参数反馈至所述工作站；

所述电源控制模块包括电源、电源-PC在线监控模块，所述电源连接数控磨床上的砂轮与工件，并通过电源-PC在线监控模块与工作站通讯连接，在线调节开路电压、限流值、占空比和频率，以及将所述电源的实际工艺参数反馈至所述工作站；

所述数据采集模块包括示波器、数据在线存储模块、与所述示波器信号连接的电压传感器和电流传感器，所述数据在线存储模块在线采集1兆赫兹以下的低/高频响应信号，用于将示波器采集的系统过程变量发送至工作站。

3.根据权利要求1所述的火花放电控制的智能磨削方法，其特征在于，分析决策模块根据设置的系统参数和经验数据库决策出初始工艺参数的步骤包括：根据设置的系统参数，通过经验数据库选取对应的初始最优系统过程参数，利用该初始最优系统过程参数再选取对应的初始工艺参数。

4.根据权利要求1所述的火花放电控制的智能磨削方法，其特征在于，步骤(1)中设置系统参数时，包括：设置电源、数控磨床、电压传感器、电流传感器、示波器的工作参数，砂轮直径D、目数M和加工质量等级，其中金刚石的初始磨粒出刃高度h_c、最大修平时间t_max为默认值，由目数M、加工质量等级决定。

5.根据权利要求1所述的火花放电控制的智能磨削方法，其特征在于，步骤(2)中所述数据采集模块采集系统过程参数的步骤包括：

数据在线存储模块暂停示波器的实时采集/显示传感器信号功能，以txt文件形式提取示波器内存数据并传输至工作站指定位置后，重启示波器的实时/显示采集传感器信号功能。

6.根据权利要求1所述的火花放电控制的智能磨削方法，其特征在于，所述系统过程参数包括放电电压U_c和放电电流I_c。

7.根据权利要求1所述的火花放电控制的智能磨削方法，其特征在于，步骤(4)中所述分析决策模块根据系统运行状况和经验数据库智能决策出最优工艺参数具体包括步骤：

当系统过程参数出现偏移时，分析决策模块根据采集的系统过程参数计算磨粒出刃高度并检索经验数据库，将检索出的与磨粒出刃高度和最优系统过程参数对应的工艺参数作为最优工艺参数，若无法从所述经验数据库中直接检索出与磨粒出刃高度和最优系统过程参数对应的工艺参数作为最优工艺参数时，则利用神经网络决策出最优工艺参数，所述神经网络的输入为计算的磨粒出刃高度和与该磨粒出刃高度对应的最优系统过程参数。

Images