CN113084707A - 一种金刚石机械热化学修整能量的模糊控制方法 - Google Patents

Abstract

本发明公开一种金刚石机械热化学修整能量的模糊控制方法，包括：分析磨粒空间位置随机分布的砂轮形貌，提取特征数据作为砂轮参数，并确定金刚石机械热化学修整过程中的目标放电功率；确定金刚石机械热化学修整过程中的机床参数和电源参数初始值，并获取机床参数的控制边界；开发用于调节金刚石机械热化学修整能量的模糊控制器；通过实时追踪的脉冲放电波形特征化出放电电压和电流用于计算放电功率。若计算值与目标值误差不在预设范围内，则利用模糊控制器决策出新的机床参数和电源参数并进行调节，使放电功率满足控制要求。本发明借助模糊控制方法实现金刚石机械热化学修整能量的精准调节，以满足不同磨粒尺寸的金刚石砂轮出刃形貌在线控制需求。

Description

一种金刚石机械热化学修整能量的模糊控制方法

技术领域

本发明涉及金刚石砂轮修整技术领域，具体涉及一种金刚石机械热化学修整能量的控制方法。

背景技术

精密磨削中工件表面质量取决于砂轮磨粒出刃等齐性。通过电火花接触放电修整技术可实现高效率的金刚石磨粒机械热化学去除，使磨粒顶端变平变齐。其中，脉冲放电能量是影响金刚石磨粒机械热化学去除效率的关键因素。基于前期的工艺原理研究，“一种微尺度磨粒修平参数的在线精准控制方法”，【专利号：ZL201810647229.2，授权日期：2020.05.22】专利中，进一步提出通过实时调节机床参数和电源参数使脉冲放电能量维持稳定，并借助统计的砂轮旋转圈数实现磨粒出刃特征参数在线精准控制的方法。然而，该专利所涉及的脉冲放电能量控制主要通过神经网络、深度学习等机器学习方法完成，尚未考虑砂轮磨粒出刃形貌不确定性的影响，其控制精度需依赖于复杂的专家数据库和反复试验。

此外，“一种基于金刚石磨粒晶面方向性的砂轮磨削性能分类方法”，【专利号：CN202010132863.X，申请日期：2020.06.26】专利中，公开了一种基于磨粒空间位置随机分布的砂轮形貌仿真模型，其主要建立步骤为：①通过检测实际磨粒的三维形貌构建专家数据库；②在虚拟的砂轮截块空间内，随机调用专家数据库中的磨粒三维轮廓数据并赋予其位置坐标和旋转角度；③实时统计更新砂轮截块浓度变化，当其浓度小于设定的目标值时，重复步骤②，否则，停止仿真。该模型适用于不同磨粒尺寸的砂轮形貌特征数据提取与评价，但尚未涉及金刚石机械热化学修整能量的控制。

发明内容

本发明的目的在于克服现有技术的不足，提供一种金刚石机械热化学修整能量的模糊控制方法，该方法无需依赖复杂的专家数据库和反复试验，只需将工艺参数与磨粒形貌关联，借助模糊控制方法即可精准调节金刚石机械热化学修整能量，其关键在于结合经验数据、砂轮形貌仿真分析结果和金刚石机械热化学去除工艺原理设计隶属度函数和模糊规则库以指导系统自主工艺决策。

一种金刚石机械热化学修整能量的模糊控制方法，包括以下步骤：

通过仿真分析磨粒空间位置随机分布的砂轮形貌，以数理统计方式在预设的置信区间内提取其特征数据作为砂轮参数，并借助金刚石温度分布模型确定金刚石机械热化学修整过程中的目标放电功率；

通过砂轮参数确定金刚石机械热化学修整过程中的机床参数和电源参数初始值，并结合磨粒出刃高度模型获取机床参数的控制边界；

构建脉冲放电、机械加工与磨粒出刃形貌间关联的专家数据库，设计隶属度函数及模糊规则库，开发出可用于调节金刚石机械热化学修整能量的模糊控制器；

在金刚石机械热化学修整过程中，通过实时追踪的脉冲放电波形特征化出放电电压U_c和电流I_c以用于计算放电功率P，若计算值与目标值的误差在预设的误差范围内，机床参数和电源参数保持不变，否则，利用模糊控制器自主决策出新的机床参数和电源参数并进行调节。

在实际应用中，受磨粒出刃形貌不确定性影响，即使在特定机床、电源参数下对相同型号的砂轮磨粒进行机械热化学修整，也会产生截然不同的脉冲放电能量，所以借助仿真分析磨粒空间位置随机分布的砂轮形貌，以数理统计方式提取其特征数据作为砂轮参数，可最大程度消除这种不确定性对系统分析决策的干扰。

进一步地改进，在95％的置信区间内提取特征数据。

进一步地改进，所述目标放电功率的计算公式如下：

式中，P_tar为目标放电功率，ΔT_c为临界金刚石表面温升速率，F_m为切削力，s_g为磨粒顶端面积，N_g为有效磨粒数，D为砂轮直径，N_max为最大砂轮转速，v_{f min}为最小进给速度，a_{p min}为最小切削深度，λ_dm和α_dm分别为金刚石的导热系数和热扩散系数，η_i和η_m分别为放电热分配系数和机械热分配系数。

进一步地改进，所述机床参数的控制边界的计算公式如下：

式中，U_c为放电电压，w_g为磨粒顶端宽度，a_p为切削深度，v_f为进给速度，W为砂轮宽度，h_g为磨粒出刃高度，θ为切屑扬起角度，κ和ε为与材料特性、加工条件等相关的切屑折断系数，a、b、c和d均为与磨粒尺寸、电源工况相关的放电系数，小标max和min分别代表最大值和最小值。

进一步地改进，所述砂轮参数包括但不仅限于有效磨粒数N_g、磨粒出刃高度h_g、磨粒顶端面积s_g和磨粒顶端宽度w_g。

进一步地改进，所述金刚石温度分布模型具体如下：

式中，ΔT为金刚石表面温升速率，P为放电功率，F_m为切削力，s_g为磨粒顶端面积，N_g为有效磨粒数，D为砂轮直径，N为砂轮转速，v_f为进给速度，a_p为切削深度，λ_dm和α_dm分别为金刚石的导热系数和热扩散系数，η_i和η_m分别为放电热分配系数和机械热分配系数。

进一步地改进，所述机床参数包括但不仅限于砂轮转速N、进给速度v_f和切削深度a_p，所述电源参数包括但不仅限于开路电压E_i和限流值I_i。

进一步地改进，所述磨粒出刃高度模型具体如下：

式中，h_g为磨粒出刃高度，U_c为放电电压，D和W分别为砂轮的直径和宽度，N_g为有效磨粒数，w_g为磨粒顶端宽度，N为砂轮转速，v_f为进给速度，a_p为切削深度，θ为切屑扬起角度，κ和ε为与材料特性、加工条件等相关的切屑折断系数。

进一步地改进，所述模糊控制器将放电功率误差ΔP及其瞬时变化率ΔP_c作为模糊控制器输入量，将机床参数和电源参数作为输出量，实现双输入多输出的闭环控制。

进一步地改进，所述模糊控制器自主决策时优先调节机床参数，其次是电源参数。采用这种优选方案进行调节的原因在于：根据电源的恒压恒流转换工作原理，脉冲放电能量与放电间隙、电源输出功率呈正相关，而放电间隙直接受机床参数影响。在金刚石磨粒机械热化学修整过程中，优先通过调节机床参数控制脉冲放电能量可避免磨粒脱落。

本发明与现有技术相比至少具有以下的有益效果：

1.无需依赖复杂的专家数据库和反复试验，只需将工艺参数与磨粒形貌关联，借助模糊控制方法即可精准调节金刚石机械热化学修整能量，避免繁琐实验过程及数据累计，为实现金刚石磨粒出刃形貌在线控制提供技术支撑。

2.由于模糊控制器所采用的专家数据库是基于电火花接触放电修整理论、砂轮形貌仿真和金刚石磨粒机械热化学去除实验研究构建的，与脉冲放电、机械加工和磨粒出刃特征等多参数关联，所以模糊控制器在金刚石机械热化学修整能量控制过程的稳定性高、适应性强，可满足不同磨粒尺寸的金刚石砂轮修整需求。

附图说明

图1为金刚石机械热化学修整能量的模糊控制系统示意图。

图2a为100％浓度的砂轮形貌仿真示意图。

图2b为磨粒出刃高度分布示意图。

图3为特定脉冲放电能量的金刚石磨粒形貌及其出刃特征参数追踪图。

图4a为放电参数(U_c，I_c)与砂轮转速N关系图。

图4b为放电参数(U_c，I_c)与进给速度v_f关系图。

图4c为放电参数(U_c，I_c)与切削深度a_p关系图。

图4d为放电参数(U_c，I_c)与开路电压E_i关系图。

图4e为放电参数(U_c，I_c)与限流值I_i关系图。

图5a为100μm磨粒出刃高度和19-23V放电电压的机床参数调节范围图。

图5b为110μm磨粒出刃高度和19-23V放电电压的机床参数调节范围图。

图5c为120μm磨粒出刃高度和19-23V放电电压的机床参数调节范围图。

图6a为模糊控制器的放电功率隶属度函数图。

图6b为模糊控制器的设备参数隶属度函数图。

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1～6，以350μm金刚石砂轮为例，详细说明本发明金刚石机械热化学修整能量的模糊控制方法的工作原理，并验证本发明的技术效果。

图1为金刚石机械热化学修整能量的模糊控制系统示意图，具体步骤说明如下：

步骤1：通过仿真分析磨粒空间位置随机分布的砂轮形貌，以数理统计方式在预设的置信区间内提取其特征数据作为砂轮参数，并借助金刚石温度分布模型确定金刚石机械热化学修整过程中的目标放电功率。

在本发明其中一个具体的实施例中，预设的置信区间为95％。

在本发明其中一个具体的实施例中，砂轮参数包括但不仅限于有效磨粒数N_g、磨粒出刃高度h_g、磨粒顶端面积s_g和磨粒顶端宽度w_g。

在本发明其中一个具体的实施例中，目标放电功率的计算公式如下：

式中，P_tar为目标放电功率，ΔT_c为临界金刚石表面温升速率，F_m为切削力，s_g为磨粒顶端面积，N_g为有效磨粒数，D为砂轮直径，N_max为最大砂轮转速，v_{f min}为最小进给速度，a_{p min}为最小切削深度，λ_dm和α_dm分别为金刚石的导热系数和热扩散系数，η_i和η_m分别为放电热分配系数和机械热分配系数。

在本发明其中一个具体的实施例中，金刚石温度分布模型具体如下：

式中，ΔT为金刚石表面温升速率，P为放电功率，F_m为切削力，s_g为磨粒顶端面积，N_g为有效磨粒数，D为砂轮直径，N为砂轮转速，v_f为进给速度，a_p为切削深度，λ_dm和α_dm分别为金刚石的导热系数和热扩散系数，η_i和η_m分别为放电热分配系数和机械热分配系数。

步骤2：根据砂轮形貌仿真获取的有效磨粒数N_g、磨粒出刃高度h_g和磨粒顶端面积s_g等砂轮参数，借助金刚石温度分布模型计算目标放电功率P_tar，并确定机床参数(砂轮转速N，进给速度v_f，切削深度a_p)和电源参数(开路电压E_i，限流值I_i)初始值。

在本发明其中一个具体的实施例中，磨粒出刃高度模型具体如下：

式中，h_g为磨粒出刃高度，U_c为放电电压，D和W分别为砂轮的直径和宽度，N_g为有效磨粒数，w_g为磨粒顶端宽度，N为砂轮转速，v_f为进给速度，a_p为切削深度，θ为切屑扬起角度，κ和ε为与材料特性、加工条件等相关的切屑折断系数。

步骤3：构建脉冲放电、机械加工与磨粒出刃形貌间关联的专家数据库，设计隶属度函数及模糊规则库，开发出可用于调节金刚石机械热化学修整能量的模糊控制器。

专家数据库的数据来源通过砂轮形貌仿真、实验和机器学习等方式获取，所述隶属度函数及模糊规则库根据金刚石机械热化学修整的经验数据和工艺原理设计，所述模糊控制器以单片机为载体，其控制算法采用C语言开发。

模糊控制的隶属度函数和模糊规则库的表现形式都是通用的(如图1)，这是控制领域的基本知识。

步骤4：在金刚石机械热化学修整过程中，通过实时追踪的脉冲放电波形特征化出放电电压U_c和电流I_c以用于计算放电功率P，若计算值与目标值的误差在预设的误差范围内，机床参数和电源参数保持不变，否则，利用模糊控制器自主决策出新的机床参数和电源参数并进行调节。

在本发明其中一个具体的实施例中，若计算值与目标值的误差在±5％范围内。前期研究中还发现恒流放电模式存在由放电间隙引起的电弧放电向电火花放电转换的临界转换电压，导致两种截然不同的脉冲放电特征。与电弧放电相比，电火花放电使金刚石磨粒修整效率增大112％，说明实现金刚石磨粒高效率机械热化学去除的关键在于确保足够的脉冲放电能量传递至金刚石磨粒刃端。然而，在实际的金刚石磨粒机械热化学修整过程中通常会伴随着砂轮结合剂去除、切屑堆积等现象，使放电间隙发生不同程度的变化并引起不稳定的脉冲放电，而且当脉冲放电能量过大时甚至会造成磨粒脱落，所以需将脉冲放电能量控制在特定范围内，即设定放电功率计算值与目标值的误差维持在±5％范围内。

步骤4.1：在金刚石机械热化学修整过程中，通过实时追踪的脉冲放电波形特征化出放电电压U_c和电流I_c用于计算放电功率P，将计算值与目标值P_tar进行差分比较，获得的放电功率误差ΔP及其瞬时变化率ΔP_c作为模糊控制器输入量，相应的计算公式为：

式中，t_b和t_a分别为放电功率调整前后的系统运行时间。

模糊控制器将放电功率误差ΔP及其瞬时变化率ΔP_c作为模糊控制器输入量，将机床参数和电源参数作为输出量，实现双输入多输出的闭环控制。

步骤4.2：根据输入的放电功率误差ΔP及其瞬时变化率ΔP_c，通过放电功率隶属度函数计算放电功率隶属度μ(ΔP)和μ(ΔP_c)，在建立的模糊规则库选取控制规则，并利用设备参数调节量隶属度μ(ΔM)和μ(ΔE)，通过设备参数隶属度函数求解设备参数调节量。

表1放电功率及其变化率与设备参数调节量关联的模糊规则

上表中，NB、NM、NS、ZO、PS、PM和PB分别代表负大(negative big)、负中(negativemiddle)、负小(negative small)、正大(positive big)、正中(positive middle)和正小(positive small)。

需强调的是，如何根据计算的放电功率隶属度在模糊规则库选取控制规则的流程是控制领域的基本知识，在此不做赘述。

步骤4.3：系统根据模糊控制器自主决策出的设备参数实时调整CNC磨床、直流电源，并实时追踪脉冲放电波形以计算出新的放电功率P，通过循环步骤4.1-4.3，即可达到金刚石机械热化学修整能量闭环控制的目的。

在实际的金刚石磨粒机械热化学修整过程中通常会伴随着砂轮结合剂去除、切屑堆积等现象，使放电间隙发生不同程度的变化并引起不稳定的脉冲放电，所以实现金刚石磨粒的高效率机械热化学去除且不发生脱落现象的关键在于控制脉冲放电能量。然而，受磨粒空间分布随机性、主轴跳动等因素影响，即使在稳定金刚石机械热化学修整状态下放电间隙也发生轻微变化，使实时追踪的脉冲放电波形存在波动。因此，当放电功率计算值与目标值的误差在±5％范围内时，可认为放电功率P已达到稳定状态，无需再对设备参数进行调整。

需强调的是，现有的脉冲放电能量控制主要通过神经网络、深度学习等机器学习方法完成，受磨粒形貌不确定性等因素限制，这些方法的控制精度需依赖于复杂的专家数据库和反复试验，而本发明所述的技术也不是现有技术的简单叠加，其本质区别在于将工艺参数与磨粒形貌关联对金刚石机械热化学修整能量进行模糊控制，这不是本领域中的基础常识。而且，由于砂轮参数评价方式及隶属度函数、模糊规则库设计理论依据的不同，本领域技术人员即使结合本领域的基本常识和有限次实验，也无法开发出与本发明所述技术相关的模糊控制器。

为验证金刚石机械热化学修整能量控制方法可行性，下面通过具体的试验说明本发明中磨粒出刃高度、临界金刚石表面温升速率等参数获取方法以及隶属度函数和模糊规则库设计依据。

以正十四面体的磨粒为例，借助AutoLISP软件模拟磨粒空间位置的随机分布状态，仿真出100％浓度的砂轮形貌(如图2a)并计算相应的磨粒出刃高度均值。重复上述仿真流程和计算若干次后，通过数理统计方式即可获得如图2b所示的磨粒出刃高度分布，其中h_g为磨粒出刃高度，n为频数。理论上，对特定型号(相同磨粒尺寸、浓度等)的砂轮形貌进行仿真，统计的磨粒出刃高度服从正态分布，所以在95％的置信区间内提取的均值可视为该型号砂轮的标准磨粒出刃高度，该标准值将存储至专家数据库中作为砂轮参数之一。

需说明的是，上述仿真中可调用多种形状的磨粒以更准确地模拟实际砂轮形貌，而且对于有效磨粒数N_g、磨粒顶端面积s_g和磨粒顶端宽度w_g等参数的标准值，也可通过上述的数理统计方式获取。

为获取与金刚石石墨化温度关联的临界金刚石表面温升速率，将直径和宽度为150mm和2.5mm的金刚石砂轮(+)与45钢(-)固定在数控机床上(SMART 818)，以正极性方式与石墨电刷、示波器(DS2102E)、直流电源(DCS150-20E)、电压和电流传感器(RP1000D和RP1001C)连接构成放电回路，以开路电压E_i＝25V，限流值I_i＝0.1A，砂轮转速N＝2400rpm，切削深度a_p＝1μm，轴向进给△z＝1mm进行金刚石机械热化学修整实验。在实验过程中，通过调节进给速度v_f(调节范围：60-100mm/min)使放电功率P始终维持在60±3W范围内，且规定实际修整时间每达到25.88s后对砂轮截块上的金刚石磨粒形貌进行检测并提取其出刃高度h_g、顶端面积s_g和机械热化学去除率Δh_r。

如图3所示为特定脉冲放电能量的金刚石磨粒形貌及其出刃特征参数追踪。以追踪的单颗磨粒为例，随着实际修整时间t_r的增大，磨粒顶端在机械热化学作用下被逐渐去除而变得光滑平整。与修锐金刚石(t_r＝0)相比，修平金刚石的顶端面积s_g增大10倍，而出刃高度h_g减小15％。当实际修整时间t_r＝103.52s时，磨粒机械热化学去除率Δh_r从0.03nm/圈减小至0，其顶端达到动态热传递平衡，即磨粒顶端表面温度无法达到金刚石石墨化温度。该动态热传递平衡使磨粒顶端面积s_g、出刃高度h_g趋于稳定值，分别为s_g≈31300μm²、h_g≈98.6μm，所以定义在放电功率P＝60±3W下磨粒顶端达到动态热传递平衡的临界实际修整时间为t_rc＝103.52s。此外，通过实验检测进一步获取在临界实际修整时间下砂轮环面所有磨粒的顶端面积均值约为36000μm²，该顶端面积与金刚石石墨化温度关联。

根据金刚石磨粒机械热化学去除原理，建立的金刚石温度分布模型为：

式中，ΔT为金刚石表面温升速率，P为放电功率，F_m为切削力，s_g为磨粒顶端面积，N_g为有效磨粒数，D为砂轮直径，N为砂轮转速，v_f为进给速度，a_p为切削深度，λ_dm和α_dm分别为金刚石的导热系数和热扩散系数，η_i和η_m分别为放电热分配系数和机械热分配系数。

以上述修整的金刚石砂轮为例，利用与金刚石石墨化温度关联的顶端面积36000μm²即可计算出临界表面温升速率ΔT_c≈51.6℃/圈。其中，放电功率P＝60W，切削力F_m＝14N，有效磨粒数N_g＝75，砂轮直径D＝150mm，砂轮转速N＝2400rpm，进给速度v_f＝80mm/min，切削深度a_p＝1μm，金刚石导热系数λ_dm＝2000W/m·K，金刚石热扩散系数α_dm＝1110mm²/s，放电热分配系数η_i＝30.7％和机械热分配系数η_m＝71.7％。

在实际应用中，根据建立的金刚石温度分布模型，可进一步得出金刚石机械热化学修整过程中的目标放电功率计算公式为：

式中，P_tar为目标放电功率，ΔT_c为临界金刚石表面温升速率，小标max和min分别代表最大值和最小值。

需说明的是，在金刚石机械热化学修整能量控制过程中，调节机床参数(N，v_f，a_p)会使金刚石表面温升速率ΔT发生变化。为确保系统可提供足够的脉冲放电能量以达到期望的磨粒顶端面积s_g，当计算目标放电功率时，砂轮转速N采用调节范围内的最大值，而进给速度v_f和切削深度a_p采用调节范围内的最小值。

下面说明本发明的隶属度函数和模糊规则库设计依据。

类似地，将直径和宽度为150mm和2.5mm的金刚石砂轮(+)与45钢(-)固定在数控机床上(SMART 818)，以正极性方式与石墨电刷、示波器(DS2102E)、直流电源(DCS150-20E)、电压和电流传感器(RP1000D和RP1001C)连接构成放电回路。在117μm磨粒出刃高度为下，通过调节机床参数(N，v_f，a_p)和电源参数(E_i，I_i)进行单因素实验，以分析对放电参数(U_c，I_c)的影响。

如图4所示为放电参数(U_c，I_c)与机床参数(N，v_f，a_p)和电源(E_i，I_i)关系。在机床参数方面，放电电压U_c、放电电流I_c均随着砂轮转速N的增大而增大，但随着进给速度v_f、切削深度a_p的增大而减小，与放电间隙呈正相关，即通过机床参数调节放电间隙可控制放电功率。在电源参数方面，通过设定机床参数使放电间隙始终维持稳定，放电电压U_c、放电电流I_c均随着开路电压E_i、限流值I_i的增大而增大，即通过电源参数调节电源输出功率可直接控制放电功率，无需考虑放电间隙的影响。基于上述的单因素实验结果分析，结合金刚石磨粒机械热化学去除原理，建立的磨粒出刃高度模型为：

式中，h_g为磨粒出刃高度，U_c为放电电压，D和W分别为砂轮的直径和宽度，N_g为有效磨粒数，w_g为磨粒顶端宽度，N为砂轮转速，v_f为进给速度，a_p为切削深度，θ为切屑扬起角度，κ和ε为与材料特性、加工条件等相关的切屑折断系数，a、b、c和d为与磨粒尺寸、电源工况等相关的放电系数。

在实际应用中，根据建立的磨粒出刃高度模型，可进一步得出机床参数的控制边界计算公式为：

式中，小标max和min分别代表最大值和最小值。

以上述修整的金刚石砂轮为例，分析磨粒出刃高度h_g对机床参数(N，v_f，a_p)调节范围的影响。修锐金刚石的出刃高度通常不超过磨粒尺寸的35％，所以通过公式(6a)和(6b)分别计算出在U_c＝19-23V放电电压作用下磨粒出刃高度h_g＝100-120μm对应的机床参数(N，v_f，a_p)调节范围。其中，有效磨粒数N_g＝75，砂轮直径D＝150mm，砂轮宽度W＝2.5mm，磨粒顶端宽度w_g＝105μm，切屑扬起角度θ＝34.4°，切屑折断系数κ＝1.13和ε＝0.16，放电系数a＝5.9、b＝-173.7、c＝1230和d＝-17.41。需说明的是该例子计算时采用的磨粒出刃高度h_g和放电电压U_c取值范围是根据修整的金刚石砂轮磨粒尺寸350μm确定的。

图6所示为100-120μm磨粒出刃高度和19-23V放电电压的机床参数(N，v_f，a_p)调节范围。在放电电压U_c＝19-23V对应的界面内(灰色区域)选择机床参数(N，v_f，a_p)即可产生稳定的脉冲放电。而且，机床参数(N，v_f，a_p)调节范围随着磨粒出刃高度h_g的增大而增大，即当磨粒出刃高度减小时，需更严格地控制机床参数。针对350μm金刚石机械热化学修整，可进一步确定机床参数(N，v_f，a_p)调节范围分别为N_min＝1500rpm、N_max＝2500rpm，v_{f min}＝50mm/min、v_{f max}＝150mm/min，a_pmin＝1μm、a_pmin＝6μm。

基于上述的仿真、理论和实验分析，即可构建脉冲放电、机械加工和磨粒出刃特征等多参数关联的专家数据库，进而设计出模糊控制器的隶属度函数(表现形式如图6所示)和模糊规则库(表现形式如表1所示)，将工艺参数与磨粒形貌关联，借助模糊控制方法实现金刚石机械热化学修整能量的精准调节，以满足不同磨粒尺寸的金刚石砂轮出刃形貌在线控制需求。

需要说明的是，以上各步骤前的序号只是为了描述方便，并不构成对步骤先后顺序限制。

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 (10)

1.一种金刚石机械热化学修整能量的模糊控制方法，其特征在于，包括以下步骤：

通过仿真分析磨粒空间位置随机分布的砂轮形貌，以数理统计方式在预设的置信区间内提取其特征数据作为砂轮参数，并借助金刚石温度分布模型确定金刚石机械热化学修整过程中的目标放电功率；

通过砂轮参数确定金刚石机械热化学修整过程中的机床参数和电源参数初始值，并结合磨粒出刃高度模型获取机床参数的控制边界；

构建脉冲放电、机械加工与磨粒出刃形貌间关联的专家数据库，设计隶属度函数及模糊规则库，开发出可用于调节金刚石机械热化学修整能量的模糊控制器；

在金刚石机械热化学修整过程中，通过实时追踪的脉冲放电波形特征化出放电电压U_c和电流I_c以用于计算放电功率P，若计算值与目标值的误差在预设的误差范围内，机床参数和电源参数保持不变，否则，利用模糊控制器自主决策出新的机床参数和电源参数并进行调节。

2.根据权利要求1所述的金刚石机械热化学修整能量的模糊控制方法，其特征在于：在95％的置信区间内提取特征数据。

3.根据权利要求1所述的金刚石机械热化学修整能量的模糊控制方法，其特征在于：所述目标放电功率的计算公式如下：

式中，P_tar为目标放电功率，ΔT_c为临界金刚石表面温升速率，F_m为切削力，s_g为磨粒顶端面积，N_g为有效磨粒数，D为砂轮直径，N_max为最大砂轮转速，v_fmin为最小进给速度，a_pmin为最小切削深度，λ_dm和α_dm分别为金刚石的导热系数和热扩散系数，η_i和η_m分别为放电热分配系数和机械热分配系数。

4.根据权利要求1所述的金刚石机械热化学修整能量的模糊控制方法，其特征在于，所述机床参数的控制边界的计算公式如下：

式中，U_c为放电电压，w_g为磨粒顶端宽度，a_p为切削深度，v_f为进给速度，W为砂轮宽度，h_g为磨粒出刃高度，θ为切屑扬起角度，κ和ε为与材料特性、加工条件等相关的切屑折断系数，a、b、c和d均为与磨粒尺寸、电源工况相关的放电系数，小标max和min分别代表最大值和最小值。

5.根据权利要求1所述的金刚石机械热化学修整能量的模糊控制方法，其特征在于：所述砂轮参数包括但不仅限于有效磨粒数N_g、磨粒出刃高度h_g、磨粒顶端面积s_g和磨粒顶端宽度w_g。

6.根据权利要求1所述的金刚石机械热化学修整能量的模糊控制方法，其特征在于，所述金刚石温度分布模型具体如下：

式中，ΔT为金刚石表面温升速率，P为放电功率，F_m为切削力，s_g为磨粒顶端面积，N_g为有效磨粒数，D为砂轮直径，N为砂轮转速，v_f为进给速度，a_p为切削深度，λ_dm和α_dm分别为金刚石的导热系数和热扩散系数，η_i和η_m分别为放电热分配系数和机械热分配系数。

7.根据权利要求1所述的金刚石机械热化学修整能量的模糊控制方法，其特征在于，所述机床参数包括但不仅限于砂轮转速N、进给速度v_f和切削深度a_p，所述电源参数包括但不仅限于开路电压E_i和限流值I_i。

8.根据权利要求1所述的金刚石机械热化学修整能量的模糊控制方法，其特征在于，所述磨粒出刃高度模型具体如下：

式中，h_g为磨粒出刃高度，U_c为放电电压，D和W分别为砂轮的直径和宽度，N_g为有效磨粒数，w_g为磨粒顶端宽度，N为砂轮转速，v_f为进给速度，a_p为切削深度，θ为切屑扬起角度，κ和ε为与材料特性、加工条件等相关的切屑折断系数。

9.根据权利要求1所述的金刚石机械热化学修整能量的模糊控制方法，其特征在于：所述模糊控制器将放电功率误差ΔP及其瞬时变化率ΔP_c作为模糊控制器输入量，将机床参数和电源参数作为输出量，实现双输入多输出的闭环控制。

10.根据权利要求1-9任一所述的金刚石机械热化学修整能量的模糊控制方法，其特征在：所述模糊控制器自主决策时优先调节机床参数，其次是电源参数。

Images