高速磨床过程智能建模

　　高速磨床过程是一个多变薰的复杂过程，随着人工智能技术和传感器技术的发展，智能高速磨床也成为一个重要韵研究方向。智能加工的基本目的就是要解决加工过程中众多的不确定性的、要有人干预才能解决的问题。由计算机取代或延伸加工过程中人的部分脑力劳动，实现加工过程中的决策、监测与控制的自动化，其中关键的是决策自动化。
平面磨床智能磨削系统的基本框架由以下三部分组成：
1)过程模型和传感器集成模块。利用多传感器信息融合技术，对加工过程信息进行处理，为决策与控制提供更加准确可靠的信息。多传感器信息融合的实现方法有加权平均法、卡匀；曼滤波法、贝叶斯估计法、统计决策理论、Shafer-Dempster证据推理、具有置信因子的产生式规则、模糊逻辑和神经网络等。
2)决策规划与控制模块。根据传感器模块提供的加工过程信息，作出决策规划，确定合适的控制方法，产生控制信息，通过NC控制器作用于加工过程，以达到控制，实现要求的加工任务。
3)知识库与数据库。有关加工过程的先验知识，提高加工精度的各种先验模型、可知的影响加工精度的因素、加工精度与加工过程有关参数之间的关系等。此外，应能自动学习与自动维护。
高速磨床加工往往决定加工工件的最终面质量，因此高速磨床加工质量控制十分重要。但由于高速磨床过程的非线性、随机性和不确定性、高速磨床过程在线测量困难等原因，用传统的控制方法很难控制高速磨床过程。将PI控制、Bang-Bang控制与模橱控制相结合，利用既控制来提高模糊控铡的稳态精度，利用Band-Band控制来加快模糊控制的响应速度，构成一种专家模糊控制器用于高速磨床加工质量控制。
基于专家模糊控制系统的结构框图所示。图中，R．为实际的表面粗糙度，R由为预期的表面粗糙度，e为R曲和R。进行比较的偏差，er为进给速度的变化率，HhⅡ：和t‘，分别为Bang-Bang控制、Fuzzy控制和PI控制的输出。
专家模糊控制系统中，当偏差很大时，系统采用Bang-Bang控制可以加快系统的响应速度；当偏差适中时采用Fuzzy控制；当偏差较小时；采用PI控制来提高系统的稳态精度。很好地解决了普通Fuzzy控制器响应速度慢、稳态精度低等问题，同时保留了Fuzzy控制不依赖于对象模型、对参数变化和负载扰动具有强鲁棒性等优点。