数控技术
基于径向基神经网络的
数控加工自适应加工系统研究
王子兵
沈阳飞机设计研究所，辽宁沈阳110035
数字执本与质用
摘要：大型机械设备数控加工一直是机械加工的难点，本文主要针对达个间题，设计了基于径向基神经网络的数控加工自适应加工系统，来加工复杂机械零部件，主要通过电机与切制力之间的关系，利用径向基神经网络进行训炼，自动调整给进速率，经过实际实验验证数控加工效率比传统方式提高17%。
关键词：神经网络；数控；自适应
中图分类号：TP273.2 1引言
文献标识码：A
在大型机械设备的数控加工中，特别是航空机械设备，会有很多复杂的曲面机械加工，利用传统的数控加工，往往选取保守的切削参数，这样就限制了数控加工的加工效率。传统的数控加工的加工参数主要是根据最大切削余量来确定的，一般在整个加工过程中保持不变，给进速率为了保护数控机床和刀具，一般选取也是比较保守速率偏低，这就使得数控机床的加工效率大打折扣，不能发挥高端数控机床的高效能力。如何充分利用数控机床加工高效特点，提高数控机床加工精度和降成本，是目前一个比较有研究价值的课题
针对以上问间题，本文设计了一种利用径向基神经网络建立切削参数和切削负荷的数学模型，通过神经网络不断修正参数，自适应控制系统自动调整各个加工参数，从面达到最大限度自适应进行各类机械零部件的机械加工，大幅提高了数控机床的加工效率和加工质量。
2径向基神经网络介绍
神经网络具有智能性，能够自我进行学习，学习过程就是不断调节权值和阔值的计算过程，神经网络中的特定信息主要有神经网络海量的神经元之间的连接权值进行表述，由于神经元数量众多，当神经网络受损后也可以报至神经网络的正确输出，这种计算方式能够大大提高系统的鲁棒性和容错性。神经网络主要有BP神经网络和径向基神经网络。径向基神经网络常常用在模式识别方面，具有收效速度快和逼近效果好的优点，它是一种三层前向型神经网络。
径向基神经网络是根据海量样本数据来进行隐含层神经元径向基激活函数的选择的，基于函数逼近理论，选择合理的隐含层单元个数和作用函数，把非线性的问题映射成线性的问题，进行了系统简化处理。径向基神经网络在进行训练时，需要设计神经网络的网络结构和求解相关的多个参数，这种神经网络的结构主要包括网络的输人，输出个数，隐含层节点数量。主要参数有径向基函数的中
心值、函数宽度、权值等。 3系统设计
我们设计的自适应系统终极目的是以尽可能大的切削速度来进行机械零部件加工，利用试切进行自适应学习，试切主要是在批量加工零部件之前，先试加工小量的零部件进行神经网络的自我学习，在加工学习阶段，数控加工系统监测整个数控机床加工的负载变化情况，把数控加工的每次走刀达到的最大负荷进行全部记录保存。
径向基函数神经网络包括三个层级：输入层、隐层和输出层。隐层由一个径向基函数组成，和每个隐层节点相关的参数为网络中心收稿日期：2017-04-11
文章编号：1007-9416(2017)04-0008-01
向量和半径。为了简化计算工作量，我们这里选取高斯函数作为径向基函数。径向基神经网络训练方法如下：输人层到隐层用无导师的聚类算法来训练，常用的是K-均值算法和模糊聚类两种算法，来计算神经网络的中心向量和半径，隐层和输出层的权值调整采用有导师指导算法来计算权重向量值。
数控加工过程中，切削负荷的传递主要包括切削力的产生，切削负荷的传递、机电转换三个方面。电机系统与切削力之间的关系公式：
I, =yS,VKR/m,r.VF
其中：S,为额定滑差，V,为同步转速，K为电机到刀具的传动比， R为刀具半径，m,为定子相数，r为转子电阻，F为刀刃受到的切削阻力，I为主轴电流。
通过电机与切削力负荷之间的公式，进行径向基神经网络离线建模，利用电流传感器在线实时监测电机电流信号的变化和在线实时测定实际工况，然后采集实时电流信息，利用自适应控制系统提取出切削负荷的特征信息，进而判定当前切削负荷的变化情况，然后比较当前的切负荷与公称负荷值，通过实时对走刀给进修调率不断进行调整，保证在整个切削过程中，给数控加工提供连续的、可靠的，稳定的，自动的给进速率，
径向基神经网络的输出是数控机床的主轴电流信息，它包括了三部分内容：切削力部分、机床本体特征部分、外部环境干扰部分。在此需要把信号进行过滤，去除机床本体特征部分和外部环境干扰部分，提取出干净的主轴电机有效负荷特征电流信息
经过实际验证，本文设计的数控自适应加工系统加工效率比传
统数控加工方法提高17%，该系统具有一定的实用价值。 4结语
本文针对机械设备传统数控加工的加工效率低和加工精度差弊端，设计了一种基于径向基神经网络的数控加工自适应加工系统，该系统能够根据切削的实时工况信息，利用神经网络进行训练，自动调整负荷的特征电流，进而改变切前给进速率，该系统能够较好的从切削参数映射切削负荷，经过实际验证，该系统能够大幅提
高数控加工效率。参考文献
[1]张敏.复杂非线性系统的智能自适应控制研究[D].南京航空航天大学,2008年，
[2]刘立鹏.基于遗传神经网络的焊接接头力学性能预测系统[J].焊接学报,2011(07)
作者简介：王子兵(1972一),男,回族辽宁黑山人,工学硕士,研究方向：数控加工，
方方数据