CN116984665B - 基于鼠笼式异步电机的铣削加工系统及模糊逻辑控制方法 - Google Patents
基于鼠笼式异步电机的铣削加工系统及模糊逻辑控制方法 Download PDFInfo
- Publication number
- CN116984665B CN116984665B CN202311254916.5A CN202311254916A CN116984665B CN 116984665 B CN116984665 B CN 116984665B CN 202311254916 A CN202311254916 A CN 202311254916A CN 116984665 B CN116984665 B CN 116984665B
- Authority
- CN
- China
- Prior art keywords
- current
- module
- feeding
- asynchronous motor
- fuzzy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003801 milling Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims description 55
- 230000004044 response Effects 0.000 claims abstract description 30
- 230000008859 change Effects 0.000 claims description 49
- 238000012545 processing Methods 0.000 claims description 36
- 230000008569 process Effects 0.000 claims description 26
- 238000004088 simulation Methods 0.000 claims description 25
- 239000013598 vector Substances 0.000 claims description 22
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 18
- 230000004907 flux Effects 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 12
- 238000009966 trimming Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 241000555745 Sciuridae Species 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000013139 quantization Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000003754 machining Methods 0.000 abstract description 15
- 238000002474 experimental method Methods 0.000 abstract description 5
- 230000002159 abnormal effect Effects 0.000 abstract description 4
- 238000005520 cutting process Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 11
- 238000005457 optimization Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000004075 alteration Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000011089 mechanical engineering Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23C—MILLING
- B23C3/00—Milling particular work; Special milling operations; Machines therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q15/00—Automatic control or regulation of feed movement, cutting velocity or position of tool or work
- B23Q15/007—Automatic control or regulation of feed movement, cutting velocity or position of tool or work while the tool acts upon the workpiece
- B23Q15/013—Control or regulation of feed movement
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了基于鼠笼式异步电机的铣削加工系统，包括异步电机系统、电流‑进给模块、进给‑扭矩模块、铣削数据模块和参数设置模块；所述异步电机系统的外部负载输入是所述进给‑扭矩模块的主轴负载输出，所述电流‑进给模块的实际电流输入是所述异步电机系统的主轴电流输出，所述进给‑扭矩模块的进给偏差输入是电流‑进给模块的进给偏差输出，形成进给速度、外部负载、主轴电流三要素的闭环反馈。本发明通过建立快速、有效、精确的铣削加工系统模型，对机床主轴电机的加工状态做到预测、分析和优化，自由嵌入各种控制逻辑，在很大程度上减少真实实验次数，降低控制逻辑响应异常的风险，节约成本。
Description
技术领域
本发明涉及机械工程中的数控加工技术领域，具体涉及一种基于鼠笼式异步电机的铣削加工系统及模糊逻辑控制方法。
背景技术
数控机床作为现代制造系统的关键设备，其功能强弱和性能好坏是衡量国家制造业水平及工业现代化程度的重要指标。影响数控机床加工性能的因素很多，主要包括工艺系统设计、工艺过程设计、工艺过程管理和工艺参数选取与优化等几个方面，其中工艺参数选取与优化是提高数控机床加工性能的关键因素。在零件的真实加工过程中，由于零件结构的复杂与加工工况环境的多变，采用保守固定的切削参数无法适应实际加工工况，导致了诸多不利的结果。
针对不同的机床系统，由于机床主轴异步电机或进给轴永磁同步电机的型号各异，一般的仿真模型不具备通用性。为了获得加工工艺参数与控制量之间的关系，经常需要进行大量重复性的加工实验，浪费大量的人力资源。正因为复杂的操作环境及机床本身结构，如何实现机床内控制逻辑及机床主轴的状态预测非常重要。
智能控制范畴中的模糊控制算法，并不需要就控制对象予以明确，而是就实际运行数据进行分析，从而确定控制规则，并借助自然语言就控制方案予以说明，针对数控加工进给参数优化问题，具备可行性。模糊控制已经在工业控制领域、家用电器自动化领域和其他很多行业中展示出巨大的应用潜力。专利公开号为CN104407568A的发明中公开了一种数控加工参数实时自适应优化方法，通过对零件数控加工的切削力进行实时在线监测，并基于切削力对切削参数进行实时优化和自适应调整的控制；其将主轴电流信号作为切削力表征信号，而且信号的采集不影响加工过程。通过实时采集的主轴电流信号计算出实时切削力，并根据切削力进行优化得到合适的切削参数，然后，通过模糊控制器对进给速率和主轴速率进行修调与控制。数控加工参数实时自适应优化方法能有效地提高零件加工质量和提高加工效率，减少刀具和机床损坏，降低生产成本。然而，该发明不涉及恒负载控制，并且该发明也不涉及校验模糊控制规则、隶属度函数在铣削加工过程中的响应效果，在实际应用中，加工调试次数多，且难以规避控制逻辑响应异常风险。
发明内容
本发明提出了一种基于鼠笼式异步电机的铣削加工系统及模糊逻辑控制方法，选择主轴电机电流代替切削力作为状态检测参数，将进给速度的变化视为调整量，将主轴电流视为决策量，形成闭环反馈控制，最终实现自适应控制；电流变化产生模糊控制器的输入变量，通过模糊控制作用，实时调整进给速度，实现对进给量的自适应优化和调整，使电流很快回归到参考值附近，从而切削力得到控制，保证加工的稳定性。
为实现上述技术目的，本发明采取的技术方案为：
一种基于鼠笼式异步电机的铣削加工系统，所述铣削加工系统包括异步电机系统、电流-进给模块、进给-扭矩模块、铣削数据模块和参数设置模块；
所述铣削数据模块用于对导入的铣削数据进行预处理，滤除其中包含的奇异点和噪声点，得到空间位置对应的若干个扭矩值，将扭矩值导入进给-扭矩模块；
所述参数设置模块用于输入异步电机系统的参数以及电流-进给模块、进给-扭矩模块的初值，输入数据包括额定电压、额定频率、额定功率、极对数、定转子互感、定子电阻、转子电阻、理想电流；
所述异步电机系统的外部负载输入是所述进给-扭矩模块的主轴负载输出，所述电流-进给模块的实际电流输入是所述异步电机系统的主轴电流输出，所述进给-扭矩模块的进给偏差输入是电流-进给模块的进给偏差输出，形成进给速度、外部负载、主轴电流三要素的闭环反馈；
所述异步电机系统根据实验条件，模拟在不同外部负载情况下，三相鼠笼式异步电机的包括实时电流、转速、内部扭矩在内的关键数据的响应；
所述电流-进给模块结合主轴电流与进给速度之间的模糊语义关系，根据理想电流与实际电流的偏差及偏差变化率反模糊解出机床进给修调量，导入进给-扭矩模块；
所述进给-扭矩模块将扭矩值在空间位置上的关系转换到异步电机系统中的时间轴，完成进给速度至主轴所受扭矩以及加工时长的转变。
进一步地，所述铣削加工系统还包括结果分析模块；
所述结果分析模块用于对导入的主轴异步电机的实时电流、主轴所受扭矩、进给指令、加工距离进行分析，观测得到信号间的变化关系及稳定性。
进一步地，所述异步电机系统包括转速控制模块、电流调节模块、空间矢量脉宽调制模块、三相逆变器模块、异步电机模块、磁链观测器模块、park变换模块、clark变换模块和逆park变换模块；
所述转速控制模块与电流调节模块的电流输入端连接，电流调节模块的输出电流经过逆park变换模块进行坐标转换传递至空间矢量脉宽调制模块；
所述空间矢量脉宽调制模块，根据参考矢量在空间的分布，判定参考矢量所在扇区，根据参考矢量的幅值关系，计算基本矢量的作用时间，生成调制波，通过双极性调制或规则采样法产生PWM脉冲，输出正弦波形；
所述三相逆变器模块的三相输入端与空间矢量脉宽调制模块的三相输出端连接；
所述异步电机模块的输入端与三相逆变器模块的输出端连接；
所述三相逆变器模块的电流输出，经过clark变换模块、park变换模块后输入电流调节模块；
所述异步电机模块输出转速至磁链观测器模块，所述磁链观测器模块输出磁链角度至各电流坐标变换模块。
进一步地，所述电流-进给模块包括偏差值计算组件、偏差值判断组件、偏差变化率计算组件、模糊控制器、进给增量计算组件、进给控制量计算组件、实际进给量设置组件和电流反馈组件；
所述实际进给量设置组件用于将输入的当前时刻的实际进给量F0导入进给控制量计算组件；
所述偏差值计算组件用于计算上一时刻的主轴实际电流值与预先设置电流期望值做差得到两者之间的偏差值E；
所述偏差值判断组件用于判断偏差值计算组件输出的偏差值E是否处于预设的稳定区间，如果在稳定区间内，触发进给增量计算组件输出当前时刻的进给增量值F1=0至进给控制量计算组件，否则，输出偏差值E至模糊控制器的同时，触发偏差变化率计算组件计算得到偏差变化率Ec并输入至模糊控制器，由所述模糊控制器根据主轴电流与进给速度之间的模糊语义关系，反模糊解出进给增量值F1，将进给增量值F1输出至进给控制量计算组件；
所述进给控制量计算组件结合当前时刻的实际进给量F0和进给增量值F1，计算得到当前时刻的进给控制量F，使电机按照进给控制量F控制执行机构进行加工，
所述电流反馈组件实时反馈当前主轴实际电流值至偏差值计算组件，通过输入新的决策量，形成闭环控制。
进一步地，所述模糊控制器的输入语言变量是电流偏差E和偏差变化率Ec，输出语言变量是进给速度变化U，三个语言变量的模糊子集为NB、NM、NS、0、PS、PM和PB，其中NB、NM、NS、0、PS、PM和PB分别表示为负大、负中、负小、零、正小、正中和正大；
所述电流偏差E和偏差变化率Ec的模糊集为7，每一组输入模糊集的组合均对应一种控制动作，对应关系由49组模糊控制规则决定；
所述模糊控制器的隶属函数包括五类，分别是三角形、钟形、梯形、Sigmoid 型和高斯型。
本发明还公开了一种基于鼠笼式异步电机的铣削加工系统的模糊逻辑控制方法，所述模糊逻辑控制方法基于如前所述的基于鼠笼式异步电机的铣削加工系统进执行，所述模糊逻辑控制方法包括以下步骤：
异步电机系统根据实验条件，模拟在不同外部负载情况下，三相鼠笼式异步电机的包括实时电流、转速、内部扭矩在内的关键数据的响应；
在模拟过程中，电流-进给模块结合主轴电流与进给速度之间的模糊语义关系，根据理想电流与实际电流的偏差及偏差变化率反模糊解出机床进给修调量，导入进给-扭矩模块，由进给-扭矩模块将扭矩值在空间位置上的关系转换到异步电机系统中的时间轴，完成进给速度至主轴所受扭矩以及加工时长的转变；
所述异步电机系统的外部负载输入是所述进给-扭矩模块的主轴负载输出，所述电流-进给模块的实际电流输入是所述异步电机系统的主轴电流输出，所述进给-扭矩模块的进给偏差输入是电流-进给模块的进给偏差输出，由异步电机系统、进给-扭矩模块和电流-进给模块形成进给速度、外部负载、主轴电流三要素的闭环反馈。
进一步地，所述电流-进给模块结合主轴电流与进给速度之间的模糊语义关系，根据理想电流与实际电流的偏差及偏差变化率反模糊解出机床进给修调量的过程包括以下步骤：
S1，设定电流期望值；
S2，将上一时刻的主轴实际电流值作为决策量，计算上一时刻的主轴实际电流值与预先设置电流期望值做差得到两者之间的偏差值E；
S3，判断偏差值计算组件输出的偏差值E是否处于预设的稳定区间，如果在稳定区间内，将当前时刻的进给增量值F1设置为0，转入步骤S4，否则，计算得到上一时刻的主轴实际电流值与预先设置电流期望值之间的偏差变化率Ec，将偏差值E和偏差变化率Ec作为模糊控制器的输入，由模糊控制器根据主轴电流与进给速度之间的模糊语义关系，反模糊解出进给增量值F1；
S4，结合当前时刻的实际进给量F0和进给增量值F1，计算得到当前时刻的进给控制量F=F0+F1，使电机按照进给控制量F控制执行机构进行加工；
S5，实时获取当前主轴实际电流值作为新的决策量，转入步骤S2，形成闭环控制。
与现有技术相比，本发明的有益效果如下：
第一，本发明的基于鼠笼式异步电机的铣削加工系统及模糊逻辑控制方法，选择鼠笼式异步电机作为研究对象，搭建了铣削数据模块、参数设置模块、异步电机模块、电流-进给模块、进给-扭矩模块以及结果分析模块，进行了机床铣削加工的系统建模，实现了主轴-进给轴复合加工的系统仿真，得出进给速度、负载扭矩、主轴电流的闭环动态响应。
第二，本发明的基于鼠笼式异步电机的铣削加工系统及模糊逻辑控制方法，电流-进给模块选择主轴电机电流代替切削力作为状态检测参数，将进给速度的变化视为调整量，将电流视为决策量，电流变化产生模糊控制器的输入变量，通过模糊控制作用，实时调整进给速度，实现对进给量的在线自适应优化和调整，使电流很快回归到参考值附近，从而切削力得到控制，形成闭环反馈控制保证加工的稳定性，最终实现电流自适应控制。
第三，本发明的基于鼠笼式异步电机的铣削加工系统及模糊逻辑控制方法，作为模糊控制器核心组成的控制规则库，是在仿真中根据输入输出参数的动态响应优化而成。
第四，本发明的基于鼠笼式异步电机的铣削加工系统及模糊逻辑控制方法，通过建立快速、有效、精确的铣削加工系统模型，对机床主轴电机的加工状态做到预测、分析和优化，自由嵌入各种控制逻辑，在很大程度上减少真实实验次数，降低控制逻辑响应异常的风险，节约成本。
第五，本发明的基于鼠笼式异步电机的铣削加工系统及模糊逻辑控制方法，相对于现有技术，以鼠笼式异步电机为切入点，细化铣削加工过程，提出了基于鼠笼式异步电机的铣削过程仿真系统。此仿真系统以异步电机系统（机床主轴）为主要被控对象，以电流-进给模块、进给-扭矩模块以及参数设置等模块为辅助，更深入地研究主轴电机在加工过程中所受影响，根据异步电机的仿真电流进行恒负载控制。
第六，本发明的基于鼠笼式异步电机的铣削加工系统及模糊逻辑控制方法，相对于现有技术，引入模糊逻辑的控制方法，根据电流偏差值及其变化率不断调整进给倍率，使得电流值稳定输出，更重要的是，本发明提出的仿真系统可以无成本校验模糊控制规则、隶属度函数的在铣削加工过程中的响应效果，在很大程度上减少实际实验加工调试次数，降低控制逻辑响应异常的风险。
附图说明
图1为本发明的基于鼠笼式异步电机的铣削加工系统的整体关系图；
图2为三大模块参数闭环运行框图；
图3为三相鼠笼式异步电机的控制逻辑框图；
图4为铣削实验数据；
图5为进给-扭矩模块在不同进给下的扭矩输出；
图6为进给-扭矩模块在不同进给下的加工距离；
图7为主轴异步电机系统在阶跃负载输入下的扭矩响应；
图8为主轴异步电机系统在阶跃负载输入下的转速响应；
图9为主轴异步电机系统在阶跃负载输入下的电流响应；
图10为铣削加工分析系统的主轴外部转矩响应曲线；
图11为铣削加工分析系统的加工距离曲线；
图12为铣削加工分析系统的主轴电流响应曲线；
图13为铣削加工分析系统的进给响应曲线；
图14基于模糊逻辑的电流-进给模块的详细流程图
图15为模糊控制器的隶属度函数；
图16为阶跃电流信号在电流-进给模块中的响应情况；
图17为正弦电流信号在电流-进给模块中的响应情况。
具体实施方式
以下结合附图对本发明的实施例作进一步详细描述。
本发明公开了一种基于鼠笼式异步电机的铣削加工系统，本发明以鼠笼式异步电机为切入点，细化铣削加工过程，提出了基于鼠笼式异步电机的铣削过程仿真系统。此仿真系统以异步电机系统（机床主轴）为主要被控对象，以电流-进给模块、进给-扭矩模块以及参数设置等模块为辅助，根据异步电机的仿真电流进行恒负载控制。同时本发明的控制方法引入模糊控制，但不局限于此控制方法。具体地，所述铣削加工系统包括异步电机系统、电流-进给模块、进给-扭矩模块、铣削数据模块和参数设置模块；
所述铣削数据模块用于对导入的铣削数据进行预处理，滤除其中包含的奇异点和噪声点，得到空间位置对应的若干个扭矩值，将扭矩值导入进给-扭矩模块；
所述参数设置模块用于输入异步电机系统的参数以及电流-进给模块、进给-扭矩模块的初值，输入数据包括额定电压、额定频率、额定功率、极对数、定转子互感、定子电阻、转子电阻、理想电流；
所述异步电机系统的外部负载输入是所述进给-扭矩模块的主轴负载输出，所述电流-进给模块的实际电流输入是所述异步电机系统的主轴电流输出，所述进给-扭矩模块的进给偏差输入是电流-进给模块的进给偏差输出，形成进给速度、外部负载、主轴电流三要素的闭环反馈；
所述异步电机系统根据实验条件，模拟在不同外部负载情况下，三相鼠笼式异步电机的包括实时电流、转速、内部扭矩在内的关键数据的响应；
所述电流-进给模块结合主轴电流与进给速度之间的模糊语义关系，根据理想电流与实际电流的偏差及偏差变化率反模糊解出机床进给修调量，导入进给-扭矩模块；
所述进给-扭矩模块将扭矩值在空间位置上的关系转换到异步电机系统中的时间轴，完成进给速度至主轴所受扭矩以及加工时长的转变。
图1是本发明提供的一种基于鼠笼式异步电机的铣削加工分析系统的整体关系图，所述系统包括铣削数据模块、参数设置模块、主轴电机系统、基于模糊逻辑的电流-进给模块、进给-扭矩模块、结果分析模块。如表1铣削加工分析系统重要模块输入输出列举所示。如图2所示，主轴电机系统、电流-进给模块、进给-扭矩模块实现了外部负载、实时电流、进给值三大参数的闭环反馈控制。
表1 铣削加工分析系统重要模块的输入输出列举
所述铣削数据模块主要涉及对实验数据的预处理，滤除奇异点、噪声点，得到空间位置对应的若干个扭矩值，并将此数据表格导入仿真系统，作为整体铣削加工分析系统的原始输入。如图4所示，加工一块长方体理想工件，加工刀轨全程200mm，前50mm进刀，50~100mm切削工件，后50mm退刀，进给速度设置为固定值50mm/s（为加快仿真速度，减少仿真总时长，提高仿真效率），共得到500个空间位置以及对应的扭矩值。刀具在此工艺参数切到此理想工件时，主轴电机所受扭矩为20/>。
所述参数设置模块用于输入三相鼠笼式异步电机的仿真参数或其他模块的初值，仿真参数示例如下：设定主轴转速1000rpm、额定电压Vn=380V、额定频率fn=50Hz、额定功率Pn=3730W、极对数p=2、定转子互感Lm=0.069H、定子电阻Rs=0.435ohm、定子侧电感Lls=0.01H、转子电阻Rr’=0.816ohm、转子侧电感Llr’=0.002H、转动惯量J=0.19kg·m^2、摩擦系数Ff=0.005752、理想电流11A、时间倍率0.0001（仿真步长）等。
如图3所示，根据三相鼠笼式异步电机的控制逻辑，搭建所示框图，所述主轴电机系统系统包括转速控制模块、电流调节模块、SVPWM模块、三相逆变器模块、异步电机模块、磁链观测器模块、park变换模块、clark变换模块、逆park变换模块。
所述转速控制模块采用经典PI控制，确定比例系数P=8、积分系数I=0.65，输出下限-100，输出上限100；所述电流调节模块包括d轴电流控制模块、q轴电流控制模块，均采用经典PI控制，分别确定比例系数、/>，积分系数/>，/>，输出下限，输出上限/>、/>。
所述SVPWM模块即空间矢量脉宽调制模块，根据参考矢量在空间的分布，判定参考矢量所在扇区，根据参考矢量的幅值关系，计算基本矢量的作用时间，生成调制波，通过双极性调制或规则采样法产生PWM脉冲，输出正弦波形。设加在三相绕组线圈上的正弦电压峰值为，两两相位差为120°，记为：
（1）；
在二维平面上，三相绕组ABC构成的坐标系，两两坐标轴相差120°，则三相基本电压用矢量表示为：
（2）；
利用欧拉公式（3）展开可计算如下：
（3）；
；
其中，
（4）；
与三相逆变器模块的桥臂配合，达到直流电源逆变为正弦交流的目的，对电机电流实现仿真控制。
所述park变换模块，参考公式如（5）：
（5）；
所述逆park变换模块，参考公式如（6）：
（6）；
所述clark变换模块，参考公式如（7）：
（7）。
所述异步电机模块、磁链观测器模块选用仿真软件库中的基础模块，在模型中输入参数设置模块中的电机参数；
如图3所示，所述转速控制模块与所述电流调节模块的电流输入端连接，电流调节
模块的输出电流，经过逆park变换模块进行坐标转换；所述三相逆变器模块的三相输入端
与所述SVPWM模块的三相输出端连接；所述异步电机模块的输入端与所述三相逆变器模块
的输出端连接；所述三相逆变器模块的电流输出，经过clark变换模块、park变换模块，输入
所述电流调节模块；所述异步电机模块输出转速至磁链观测器模块，所述磁链观测器模块
输出磁链角度至各电流坐标变换模块。图3中，iq和id分别为两相垂直坐标系q、d轴的电流；
ia、ib和ic分别为三相静止坐标系a、b、c轴电流；和分别为和相电流；Ud为d轴电
压；为电机转子角；方框内如“dq”为iq、id的输入或输出示意。
将上述各主轴电机模块连接起来，形成系统，并施加简单阶跃负载信号，得到如图7、图8、图9所示的参数响应。阶跃信号的初值为0，终值为80，阶跃点为0.5s。电机转矩（图7）、转速（图8）、电流（图9）波形可知，空载启动时，电机的转矩迅速上升至限幅值，并保持在其附近，与此同时电机的转速迅速上升。在0.13s点机速度达到给定值1000rpm,进入稳定状态后，电磁转矩迅速降低，直至转矩等于摩擦转矩0.84。在0.5s负载转矩从0阶跃到80/>，电机电磁转矩迅速上升，然后快速稳定在80.84/>，电机转速略微下顿后迅速恢复至给定值，电流迅速上升至37A左右，维持电机转动。突加负载后，系统能够快速反应，输出转矩快速跟随负载转矩，转速能够迅速跟随，使得系统恢复稳定状态，表明了仿真系统的稳定性、可靠性。
如图5、图6所示，所述进给-扭矩模块将扭矩值在空间位置上的关系转换到仿真系统中的时间轴，完成进给速度至主轴所受扭矩以及加工时长的转变。以图4的理想工件铣削实验数据作为输入，分别运行进给速度为50mm/s、75mm/s、25mm/s的情况下，得到加工时长相应的变化以及外部扭矩的幅值变化。当进给速度为50mm/s时，走完刀轨全程200mm的时长为4s，加工工件时的扭矩为20；当进给速度为75mm/s时，走完刀轨全程200mm的时长为2.7s，加工工件时的扭矩为30/>；当进给速度为25mm/s时，走完刀轨全程200mm的时长为8s，加工工件时的扭矩为10/>。改变进给速度后，此模块能实时对应出已加工距离和主轴外部扭矩，完成空间点位到时间轴的有效转变。
所述电流-进给模块主要涉及模糊控制决策，通过理想电流与实际电流的偏差及偏差变化率，输入主轴电流与进给速度之间的模糊语义关系，反模糊解出机床进给修调量；
为保证加工过程的平稳进行，预先设置合理的电流期望值。例如，当机床空载时主轴电机电流为7.2A时，为了安全起见，将预期电流值设定为7.6A，电流偏差E（设定电流减去实际电流）实际取值范围限定为[-1，1]，偏差变化率Ec实际取值范围限定为[-2，2]，输出进给倍率变化量U实际取值范围限定为[-40，40]。模糊控制器有两个输入参数和一个输出参数，输入参数分别是电流偏差E和偏差变化率Ec，输出参数为进给量U。机床按照给定进给量控制执行机构进行加工，并实时反馈当前电流，不断设定电流作差，输入新的决策量，形成闭环控制。
模糊控制器的工作原理包括：嵌入模糊控制决策，确定控制环节的输入、输出参数；确定所确定的各个变量的归属范围；确定输入输出参数的量化因子；上位机中涵盖信号存储与模糊控制决策功能，基于主轴电流信号与主轴受载的先验模型，建立进给速度与主轴电流的模糊语义关系。先验模型的建立依据为：主轴电流和切削负荷之间存在一定的关联，除此外，电机电流与切削力之间还存在一定的线性关系。就主轴传统系统为例进行分析，其主要包括伺服电机、电机轴、主轴等部分，其运转过程中受到了来自于电枢的信号控制。如果将其视为整体，则整体惯量的组成包括三个部分内容，分别是电机惯量、系统惯量以及载荷惯量等，系统所受到的载荷主要来自以变化切削力等几个方面。在数控铣床上完成铣刀破损量的实时监控，利用进给电机的电流信号监测切削力，并利用测力仪针对结论进行证明，发现基于电流变化获取到的切削力信号变化的灵敏度能够符合相关要求。
具体流程见图14，首先判断设定电流与实际电流的差值E是否处于稳定区间[-a，a]，若E在此区间内，则机床可保持当前进给量，否则需要进入模糊化处理。稳定区间是根据实际加工时，所允许的电流误差区间，其目的是为了防止控制抖动，使加工效果更加平滑。当电流差值E不属于稳定区间时，使E模糊化，E乘以模糊量化因子k1，得到k1E；采用模糊量化因子k2对偏差变化率Ec进行同样的模糊化处理，得到k2Ec，目的是为了令模糊控制器的输入参数归一化。再根据实际情况对E、Ec进行幅值限制，避免超出模糊控制器的设置范围。模糊控制器按照设定的推理原则、隶属函数及模糊规则，输出模糊量，并反模糊化解出进给增量值F1，将此增量值与上一次循环中的进给量叠加，成为下一次循环的进给控制量。将主轴电机系统传递的实际电流值与设定电流值作差，开启下一次循环，形成闭环。
下一步，要搭建模糊控制器的组成结构，主要包括五个部分，即输入参数模糊化、模糊推理、隶属函数、模糊规则库和输出反模糊化。基于前文叙述，输入语言变量是电流偏差E及其变化率Ec，而系统的输出语言变量则是进给速度变化U。根据模糊控制原理，E，Ec和U的模糊子集为NB， NM ， NS，0， PS， PM ， PB，其中NB， NM ， NS，0， PS， PM ， PB 分别表示为负大、负中、负小、零、正小、正中、正大，令三语言变量在模糊集合论域量化档数保持一致，论域通常采用{6，-5，-4，-3，-2，-1，-0，+0，+1，+2，+3，+4，+5，+6}。常见的隶属函数一般包括有五类，分别是三角形、钟形、梯形、Sigmoid 型和高斯型。出于操作便捷和性能的考虑，在工程控制过程中为提高计算效率，加快响应速度，隶属函数均以三角形函数表示，如图15所示。根据已建立的模糊规则及隶属度函数，经过模糊推理，输出控制量，再通过反模糊化，产生模糊控制动作，因此，模糊推理和反模糊化决定了模糊输入参数所对应的模糊控制规则和隶属度函数的执行效果。反模糊化是把输出模糊量转化成有关清晰量的运算，采用重心法对控制量的模糊集进行反模糊化。
对于控制规则而言，输入参数电流偏差和偏差变化率的模糊集为7，每一组输入模糊集的组合都对应一种控制动作，具体动作由模糊控制规则来决定，模糊规则共49组，如下所示：
1. If (e is NB) and (ec is NB) then (u is NB) (1)
2. lf (e is NB) and (ec is NM) then (u is NB)(1)
3. If (e is NB) and (ec is Ns) then (u is NM) (1)
4. If (e is NB) and (ec is 0) then ((u is NM) (1)
5. lf(e is NB) and (ec is PS) then (u is NM) (1)
6. lf (e is NB) and (ec is PM) then (u is NS) (1)
7. lf(e is NB) and (ec is PB) then (u is NS) (1)
8. lf (e is NM) and (ec is NB) then (u is NB)(1)
9. lf (e is NM) and (ec is NM) then (u is NM) (1)
10. If (e is NM) and (ec is NS) then (u is NM)(1)
11. If (e is NM) and (ec is 0) then (u is NM) (1)
12. lf (e is NM) and (ec is PS) then (u is Ns) (1)
13. lf (e is NM) and (ec is PM) then (u is o) (1)
14. lf (e is NM) and (ec is PB) then (u is Ps) (1)
15. If (e is Ns) and (ec is NB) then (u is NB)(1)
16. lf (e is Ns) and (ec is NM) then (u is NM)(1)
17. lf (e is Ns) and (ec is ws) then (u is NS) (1)
18. lf (e is Ns) and (ec is 0) then (u is Ns) (1)
19. lf (e is Ns) and (ec is PS) then (u is 0) (1)
20. lf(e is wS) and (ec is PM) then (u is PS) (1)
21. lf (e is NS) and (ec is PB) then (u is PM) (1)
22. If (e is 0) and (ec is NB) then (u is NM) (1)
23. If (e is 0) and (ec is NM) then (u is Ns) (1)
24. If (e is 0) and (ec is Ns) then (u is NS) (1)
25. lf (e is 0) and (ec is 0) then (u is o) (1)
26. If (e is 0) and (ec is PS) then (u is PS) (1)
27. lf (e is 0) and (ec is PM) then (u is PS) (1)
28. If (e is 0) and (ec is PB) then (u is PM)(1)
29. lf (e is PS) and (ec is NB) then (u is NM)(1)
30. If (e is PS) and (ec is NM) then (u is NS)(1)
31. lf (e is PS) and (ec is NS) then (u is 0) (1)
32. If (e is PS) and (ec is 0) then (u is Ps) (1)
33. If (e is PS) and (ec is PS) then (u is PM) (1)
34. If (e is PS) and (ec is PM) then (u is PM) (1)
35. If (e is PS) and (ec is PB) then (u is PB) (1)
36. lf (e is PM) and (ec is NB) then (u is Ns) (1)
37. lf (e is PM) and (ec is NM) then (u is 0) (1)
38. If (e is PM) and (ec is NS) then (u is PS) (1)
39. If (e is PM) and (ec is 0) then (u is PM) (1)
40. If (e is PM) and (ec is PS) then (u is PM) (1)
41. If (e is PM) and (ec is PM) then (u is PB) (1)
42. lf (e is PM) and (ec is PB) then (u is PB) (1)
43. If (e is PB) and (ec is NB) then (u is o) (1)
44. lf (e is PB) and (ec is NM) then (u is PS) (1)
45. If (e is PB) and (ec is Ns) then (u is PM) (1)
46. If (e is PB) and (ec is 0) then (u is PM) (1)
47. lf (e is PB) and (ec is PS) then (u is PM) (1)
48. If (e is PB) and (ec is PM) then (u is PB) (1)
49. lf (e is PB) and (ec is PB) then (u is PB) (1)
综上所述，模糊控制的工作过程包括：确定输入参数电流偏差和偏差变化率以及输出参数进给控制量的论域；确定输入参数电流偏差和偏差变化率以及输出参数进给控制量的模糊集数量；确定输入参数电流偏差和偏差变化率以及输出参数进给控制量的隶属函数；考虑规则形式及反模糊化，确定模糊推理方法；依据实验规律（响应曲面、正交实验）回归参考量与目标量关系，促使控制思想转化，创建规则库；确定反模糊化方法，得到输出参数进给速度的变化调节量。结合上述步骤，为了验证本方法电流-进给模块提出的控制规则的有效性，建立模糊控制系统仿真模型，分别采用阶跃信号、正弦信号代表模块期望电流某一时刻的变化。通过不断优化参数，分别可以得到如图16、图17所示的响应过程曲线。电流设定值与机床响应值不断作差，得到每次循环新的输入参数，即电流偏差值和偏差变化率，进入建立好的模糊逻辑控制器，输出进给控制量，主轴电机系统反馈电流响应值。
综合上述步骤，可搭建铣削加工分析系统并嵌入模糊逻辑控制，将施加给主轴的外部转矩、系统加工距离、主轴实时电流及进给指令导入结果分析模块，分别得到图10、图11、图12、图13所示响应曲线。以实验数据中的进给速度50mm/s为基础值，主轴电机刚上电，即电机转速未达到1000rpm时，主轴电流幅值很高，达到100A左右，铣削加工系统作出的进给响应达到最低为30mm/s，此段加工距离曲线斜率较小；当时间到达0.13s左右时，主轴电机转速达到1000rpm，系统迅速作出响应，电流降至空载电流9A左右，铣削加工系统作出的进给响应为较高的60mm/s，此段加工距离曲线卸率较高，看出速度提升；系统运行时间至0.9s左右时，加工距离值达到50mm，即空间位置上对应开始切削工件，为保护刀具，铣削加工仿真系统在模糊逻辑的作用下，迅速降低进给至40mm/s左右，此时主轴外部扭矩值立刻增大至16上下剧烈波动；实验数据中的加工段耗时2s，在模糊逻辑的控制下，本段100mm工件的加工时长为2.3s，扭矩保持低于实验数据的20/>，有效的保护了刀具，提升了加工质量，并在非重要切削区提升了进给速度，提高了加工效率。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器运行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上运行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上运行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (7)
1.一种基于鼠笼式异步电机的铣削加工系统，其特征在于，所述铣削加工系统包括异步电机系统、电流-进给模块、进给-扭矩模块、铣削数据模块、参数设置模块和模糊控制器；
所述铣削数据模块用于对导入的铣削数据进行预处理，滤除其中包含的奇异点和噪声点，根据空间位置预先设定若干个扭矩值，将扭矩值导入进给-扭矩模块；
所述参数设置模块用于输入异步电机系统的参数以及电流-进给模块、进给-扭矩模块的初值，输入数据包括额定电压、额定频率、额定功率、极对数、定转子互感、定子电阻、转子电阻、理想电流；
所述异步电机系统的外部负载输入是所述进给-扭矩模块的主轴负载输出，所述电流-进给模块的实际电流输入是所述异步电机系统的主轴电流输出，所述进给-扭矩模块的进给偏差输入是电流-进给模块的进给偏差输出，形成进给速度、外部负载、主轴电流三要素的闭环反馈；
所述异步电机系统根据实验条件，模拟在不同外部负载情况下，三相鼠笼式异步电机的包括实时电流、转速、内部扭矩在内的关键数据的响应；
所述模糊控制器嵌入模糊控制决策，确定控制环节的输入、输出参数；确定所确定的各个变量的归属范围；确定输入输出参数的量化因子；上位机中涵盖信号存储与模糊控制决策功能，基于主轴电流信号与主轴受载的先验模型，建立进给速度与主轴电流的模糊语义关系；
所述电流-进给模块结合主轴电流与进给速度之间的模糊语义关系，根据理想电流与实际电流的偏差及偏差变化率反模糊解出机床进给修调量，导入进给-扭矩模块；
所述进给-扭矩模块将扭矩值在空间位置上的关系转换到异步电机系统中的时间轴，完成进给速度至主轴所受扭矩以及加工时长的转变。
2.根据权利要求1所述的基于鼠笼式异步电机的铣削加工系统，其特征在于，所述铣削加工系统还包括结果分析模块；
所述结果分析模块用于对导入的主轴异步电机的实时电流、主轴所受扭矩、进给指令、加工距离进行分析，观测得到信号间的变化关系及稳定性。
3.根据权利要求1所述的基于鼠笼式异步电机的铣削加工系统，其特征在于，所述异步电机系统包括转速控制模块、电流调节模块、空间矢量脉宽调制模块、三相逆变器模块、异步电机模块、磁链观测器模块、park变换模块、clark变换模块和逆park变换模块；
所述转速控制模块与电流调节模块的电流输入端连接，电流调节模块的输出电流经过逆park变换模块进行坐标转换传递至空间矢量脉宽调制模块；
所述空间矢量脉宽调制模块，根据参考矢量在空间的分布，判定参考矢量所在扇区，根据参考矢量的幅值关系，计算基本矢量的作用时间，生成调制波，通过双极性调制或规则采样法产生PWM脉冲，输出正弦波形；
所述三相逆变器模块的三相输入端与空间矢量脉宽调制模块的三相输出端连接；
所述异步电机模块的输入端与三相逆变器模块的输出端连接；
所述三相逆变器模块的电流输出，经过clark变换模块、park变换模块后输入电流调节模块；
所述异步电机模块输出转速至磁链观测器模块，所述磁链观测器模块输出磁链角度至各电流坐标变换模块。
4.根据权利要求1所述的基于鼠笼式异步电机的铣削加工系统，其特征在于，所述电流-进给模块包括偏差值计算组件、偏差值判断组件、偏差变化率计算组件、模糊控制器、进给增量计算组件、进给控制量计算组件、实际进给量设置组件和电流反馈组件；
所述实际进给量设置组件用于将输入的当前时刻的实际进给量F0导入进给控制量计算组件；
所述偏差值计算组件用于计算上一时刻的主轴实际电流值与预先设置电流期望值做差得到两者之间的偏差值E；
所述偏差值判断组件用于判断偏差值计算组件输出的偏差值E是否处于预设的稳定区间，如果在稳定区间内，触发进给增量计算组件输出当前时刻的进给增量值F1=0至进给控制量计算组件，否则，输出偏差值E至模糊控制器的同时，触发偏差变化率计算组件计算得到偏差变化率Ec并输入至模糊控制器，由所述模糊控制器根据主轴电流与进给速度之间的模糊语义关系，反模糊解出进给增量值F1，将进给增量值F1输出至进给控制量计算组件；
所述进给控制量计算组件结合当前时刻的实际进给量F0和进给增量值F1，计算得到当前时刻的进给控制量F，使电机按照进给控制量F控制执行机构进行加工，
所述电流反馈组件实时反馈当前主轴实际电流值至偏差值计算组件，通过输入新的决策量，形成闭环控制。
5.根据权利要求4所述的基于鼠笼式异步电机的铣削加工系统，其特征在于，所述模糊控制器的输入语言变量是电流偏差E和偏差变化率Ec，输出语言变量是进给速度变化U，三个语言变量的模糊子集为NB、NM、NS、0、PS、PM和PB，其中NB、NM、NS、0、PS、PM和PB分别表示为负大、负中、负小、零、正小、正中和正大；
所述电流偏差E和偏差变化率Ec的模糊集为7，每一组输入模糊集的组合均对应一种控制动作，对应关系由49组模糊控制规则决定；
所述模糊控制器的隶属函数包括五类，分别是三角形、钟形、梯形、Sigmoid 型和高斯型。
6.一种基于鼠笼式异步电机的铣削加工系统的模糊逻辑控制方法，其特征在于，所述模糊逻辑控制方法基于如权利要求1-5任一项中所述的基于鼠笼式异步电机的铣削加工系统进执行，所述模糊逻辑控制方法包括以下步骤：
异步电机系统根据实验条件，模拟在不同外部负载情况下，三相鼠笼式异步电机的包括实时电流、转速、内部扭矩在内的关键数据的响应；
在模拟过程中，电流-进给模块结合主轴电流与进给速度之间的模糊语义关系，根据理想电流与实际电流的偏差及偏差变化率反模糊解出机床进给修调量，导入进给-扭矩模块，由进给-扭矩模块将扭矩值在空间位置上的关系转换到异步电机系统中的时间轴，完成进给速度至主轴所受扭矩以及加工时长的转变；
所述异步电机系统的外部负载输入是所述进给-扭矩模块的主轴负载输出，所述电流-进给模块的实际电流输入是所述异步电机系统的主轴电流输出，所述进给-扭矩模块的进给偏差输入是电流-进给模块的进给偏差输出，由异步电机系统、进给-扭矩模块和电流-进给模块形成进给速度、外部负载、主轴电流三要素的闭环反馈。
7.根据权利要求6所述的基于鼠笼式异步电机的铣削加工系统的模糊逻辑控制方法，其特征在于，所述电流-进给模块结合主轴电流与进给速度之间的模糊语义关系，根据理想电流与实际电流的偏差及偏差变化率反模糊解出机床进给修调量的过程包括以下步骤：
S1，设定电流期望值；
S2，将上一时刻的主轴实际电流值作为决策量，计算上一时刻的主轴实际电流值与预先设置电流期望值做差得到两者之间的偏差值E；
S3，判断偏差值计算组件输出的偏差值E是否处于预设的稳定区间，如果在稳定区间内，将当前时刻的进给增量值F1设置为0，转入步骤S4，否则，计算得到上一时刻的主轴实际电流值与预先设置电流期望值之间的偏差变化率Ec，将偏差值E和偏差变化率Ec作为模糊控制器的输入，由模糊控制器根据主轴电流与进给速度之间的模糊语义关系，反模糊解出进给增量值F1；
S4，结合当前时刻的实际进给量F0和进给增量值F1，计算得到当前时刻的进给控制量F=F0+F1，使电机按照进给控制量F控制执行机构进行加工；
S5，实时获取当前主轴实际电流值作为新的决策量，转入步骤S2，形成闭环控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311254916.5A CN116984665B (zh) | 2023-09-27 | 2023-09-27 | 基于鼠笼式异步电机的铣削加工系统及模糊逻辑控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311254916.5A CN116984665B (zh) | 2023-09-27 | 2023-09-27 | 基于鼠笼式异步电机的铣削加工系统及模糊逻辑控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116984665A CN116984665A (zh) | 2023-11-03 |
| CN116984665B true CN116984665B (zh) | 2023-12-15 |
Family
ID=88525196
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311254916.5A Active CN116984665B (zh) | 2023-09-27 | 2023-09-27 | 基于鼠笼式异步电机的铣削加工系统及模糊逻辑控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116984665B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20020089971A (ko) * | 2001-05-25 | 2002-11-30 | 한국과학기술원 | Ｃｎｃ 공작기계의 주축전류제어를 위한 복합제어 방법 |
| CN101025620A (zh) * | 2006-02-24 | 2007-08-29 | 同济大学 | 一种可用于数控铣削加工过程的分级模糊递阶控制方法 |
| CN102500800A (zh) * | 2011-09-26 | 2012-06-20 | 哈尔滨工业大学 | 开放式智能铣削加工系统及基于该系统的铣削加工方法 |
| CN103197596A (zh) * | 2013-03-14 | 2013-07-10 | 天津大学 | 一种数控加工参数自适应模糊控制规则优化方法 |
| CN103439917A (zh) * | 2013-09-02 | 2013-12-11 | 南京航空航天大学 | 基于特征的切削力预测方法 |
| CN104076733A (zh) * | 2014-08-01 | 2014-10-01 | 同济大学 | 一种铣削工艺参数优化方法 |
| CN104407568A (zh) * | 2014-12-01 | 2015-03-11 | 西北工业大学 | 一种数控加工参数实时自适应优化方法 |
| CN105488282A (zh) * | 2015-11-30 | 2016-04-13 | 南京航空航天大学 | 一种基于动态加工特征的切削参数分段和变切深优化方法 |
| CN111571306A (zh) * | 2020-04-13 | 2020-08-25 | 北京航空航天大学 | 一种自适应控制数控机床主轴负载的方法 |
| CN112828679A (zh) * | 2020-12-31 | 2021-05-25 | 西安交通大学 | 一种主轴切削力在线测量系统及方法 |
| CN113158371A (zh) * | 2021-04-21 | 2021-07-23 | 江苏电子信息职业学院 | 一种高速铣削加工动态切削力预测系统及参数优化方法 |
| CN116184960A (zh) * | 2023-02-07 | 2023-05-30 | 大连理工大学 | 一种虑及刀具状态的数控机床工艺参数自适应调控方法 |
| CN116275143A (zh) * | 2023-02-23 | 2023-06-23 | 浙江重力智能装备有限公司 | 一种基于模糊控制算法的数控车削加工系统 |
-
2023
- 2023-09-27 CN CN202311254916.5A patent/CN116984665B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20020089971A (ko) * | 2001-05-25 | 2002-11-30 | 한국과학기술원 | Ｃｎｃ 공작기계의 주축전류제어를 위한 복합제어 방법 |
| CN101025620A (zh) * | 2006-02-24 | 2007-08-29 | 同济大学 | 一种可用于数控铣削加工过程的分级模糊递阶控制方法 |
| CN102500800A (zh) * | 2011-09-26 | 2012-06-20 | 哈尔滨工业大学 | 开放式智能铣削加工系统及基于该系统的铣削加工方法 |
| CN103197596A (zh) * | 2013-03-14 | 2013-07-10 | 天津大学 | 一种数控加工参数自适应模糊控制规则优化方法 |
| CN103439917A (zh) * | 2013-09-02 | 2013-12-11 | 南京航空航天大学 | 基于特征的切削力预测方法 |
| CN104076733A (zh) * | 2014-08-01 | 2014-10-01 | 同济大学 | 一种铣削工艺参数优化方法 |
| CN104407568A (zh) * | 2014-12-01 | 2015-03-11 | 西北工业大学 | 一种数控加工参数实时自适应优化方法 |
| CN105488282A (zh) * | 2015-11-30 | 2016-04-13 | 南京航空航天大学 | 一种基于动态加工特征的切削参数分段和变切深优化方法 |
| CN111571306A (zh) * | 2020-04-13 | 2020-08-25 | 北京航空航天大学 | 一种自适应控制数控机床主轴负载的方法 |
| CN112828679A (zh) * | 2020-12-31 | 2021-05-25 | 西安交通大学 | 一种主轴切削力在线测量系统及方法 |
| CN113158371A (zh) * | 2021-04-21 | 2021-07-23 | 江苏电子信息职业学院 | 一种高速铣削加工动态切削力预测系统及参数优化方法 |
| CN116184960A (zh) * | 2023-02-07 | 2023-05-30 | 大连理工大学 | 一种虑及刀具状态的数控机床工艺参数自适应调控方法 |
| CN116275143A (zh) * | 2023-02-23 | 2023-06-23 | 浙江重力智能装备有限公司 | 一种基于模糊控制算法的数控车削加工系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116984665A (zh) | 2023-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Meshram et al. | Tuning of PID controller using Ziegler-Nichols method for speed control of DC motor | |
| Mahfoud et al. | ANT-colony optimization-direct torque control for a doubly fed induction motor: An experimental validation | |
| Demirtas | Off-line tuning of a PI speed controller for a permanent magnet brushless DC motor using DSP | |
| Wang et al. | Weight-transducerless rollback mitigation adopting enhanced MPC with extended state observer for direct-drive elevators | |
| Mehazzem et al. | Real time implementation of backstepping-multiscalar control to induction motor fed by voltage source inverter | |
| Mehedi et al. | Simulation analysis and experimental evaluation of improved field-oriented controlled induction motors incorporating intelligent controllers | |
| Hu et al. | Simulation of pmsm vector control system based on fuzzy pi controller | |
| Pei et al. | Position tracking control of PMSM based on fuzzy PID‐variable structure adaptive control | |
| Morán et al. | Comparative study for DC motor position controllers | |
| Diab et al. | Model predictive control of vector controlled induction motor drive | |
| Amrane et al. | A fuzzy model reference adaptive system control for induction motor drives | |
| Mansouri et al. | Genetic algorithm optimized robust nonlinear observer for a wind turbine system based on permanent magnet synchronous generator | |
| Yang et al. | Multiscalar model-based predictive torque control without weighting factors and current sensors for induction motor drives | |
| CN116984665B (zh) | 基于鼠笼式异步电机的铣削加工系统及模糊逻辑控制方法 | |
| Ammar et al. | Predictive direct torque control with reduced ripples and fuzzy logic speed controller for induction motor drive | |
| Chaouch et al. | Optimized torque control via backstepping using genetic algorithm of induction motor | |
| Sun et al. | Robust Predictive Cascaded Speed and Current Control for PMSM Drives Considering Parameter Variations | |
| Wahyunggoro et al. | Speed control simulation of DC servomotor using hybrid PID-fuzzy with ITAE polynomials initialization | |
| Ramesh et al. | Direct flux and torque control of induction motor drive for speed regulator using PI and fuzzy logic controllers | |
| Ren et al. | MPC-based torque control of permanent magnet synchronous motor for electric vehicles via switching optimization | |
| Abdel-Maksoud et al. | Adaptive Fuzzy Logic PI Control for Switched Reluctance Motor Based on Inductance Model. | |
| Othmani et al. | Fuzzy Gain-Scheduling Proportional-Integral control for Improving the speed behavior of a three-phases induction motor | |
| Cui et al. | Adaptive Full-Order Observer for Induction Motor Based on Bilinear Transformation Method | |
| Zhao et al. | A sliding mode and synergetic control approaches applied to permanent magnet synchronous motor | |
| Fattah | Design and analysis of speed control using hybrid PID-Fuzzy controller for induction motors |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |