上海代寫論文網專業提供代寫畢業論文、代寫本科論文服務
您現在的位置:首頁 > 計算機論文 > 人工智能論文 >
數控加工生產中人工智能技術的實現
發布時間:2019-10-15

  摘    要: 隨著人工智能的應用范圍越來越多廣泛,本文從人工智能的原理及應用入手,對人工智能技術在數控加工中的應用進行了研究。根據人機一體化的基本思想,著重闡述了數控加工過程中人工智能的實現途徑,同時列舉了在數控加工過程中應用神經網絡進行監控和誤差補償的原理和實現過程。實踐證明,將人工智能引入到數控加工中來,不但可以提高加工精度,還可以提高數控加工技術的實用化程度及工程化水平。

  關鍵詞: 數控加工; 知識庫; 應用; 人工智能;

  Abstract: With the increasing application scope of artificial intelligence, this paper starts with the principle and application of artificial intelligence, and studies the application of artificial intelligence technology in numerical control machining. According to the basic idea of human-machine integration, the realization of artificial intelligence in NC machining process is emphasized. The principle and implementation process of using neural network for monitoring and error compensation in NC machining process are also listed. Practice has proved that the introduction of artificial intelligence into CNC machining can not only improve the machining accuracy, but also improve the practicality and engineering level of CNC machining technology.

  Keyword: CNC machining; knowledge base; application; artificial intelligence;

  0、 引言

  國家制造業的強大是基于這個國家的工業發展程度和工業先進程度。在工業經濟時代有些人把制造業作為一個國家經濟增長的“引擎”。作為制造業中最常用也是最常見的制造工具,機床反映出了制造業的水平。其中,數控機床結合現今各種各樣的先進數字化電子技術,更是代表機床和尖端制造行業中的最高水平。數控機床是當代制造行業的重要設備,一個國家數控機床的年均產量和技術水平在某種程度上就代表著這個國家的制造業水平和競爭力。數控機床具備加工柔性高、加工精度高、加工質量穩定可靠、生產效率高、實際應用價值高等特點。

  隨著人工智能技術的不斷發展,其應用領域越來越廣泛。與此同時,計算機及控制理論等領域的最新技術不斷融入數控技術,使得數控技術朝著智能化、高速化、高柔性化、信息化、網絡化等方向發展。智能化數控加工技術具有擬人智能特征,在數控加工過程中具有模擬、延伸、擴展等智能行為的知識處理活動。由于數控機床是一種高效的自動化加工設備,數控加工過程嚴謹、復雜,為了實現加工過程的穩定性,同時保證產品質量和加工過程的安全性,將人工智能引入到數控加工中來勢在必行。

  1、 人工智能

  1.1 、人工智能的定義

  人工智能(英語:Artificial Intelligence,縮寫為AI)亦稱智械、機器智能,人工智能是一門綜合了計算機科學、生理學、哲學的交叉學科,同時涉及控制論、仿生學、生物學、數理邏輯、語言學、醫學等多門學科。因此,人工智能要求研究人員必須掌握計算機知識、心理學知識、哲學知識等多學科知識,對研究人員來說是一門極具挑戰性的學科。美國斯坦福大學人工智能研究中心尼爾遜教授認為:“人工智能是關于知識的學科,怎樣表示知識,以及怎樣獲得知識,并使用知識的科學。”美國麻省理工學院的溫斯頓教授認為:“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。”
 

數控加工生產中人工智能技術的實現
 

  中國人工智能學會副理事長童天湘認為:“把人處理問題的方式編入智能程序,使不能思維的機器也有智能,使機器能做那些需要人的智能才能做的事,就是人工智能。”由此可見,人工智能是一門研究如何運用計算機的軟硬件來控制機器完成通常只有人類才能完成的復雜工作,進而呈現人類智能的技術,模擬人類智能行為的理論、方法和技術。

  1.2 、人工智能的發展及應用

  人工智能自1956年被提出以來,理論和技術日益成熟,應用領域也不斷擴大,涉及機器學習和知識獲取,自動程序設計,自動推理,搜索和數學優化,邏輯推演等。人工智能在美國、日本等發達國家的發展尤為迅猛,人工智能巨大的發展潛力和潛在的發展市場被普遍看好,微軟總裁比爾蓋茨曾公開微軟在人工智能研究方面取得的進展,其中涉及機械學習、信息檢索、數據采集、自我決定等方面。麻省理工學院AI研究室進行的cog項目也試圖賦予機器人進行人類行為的能力。作為計算機科學的一個分支,人工智能的實質是通過計算機使機構具備與人相似的推理、規劃、學習能力,能夠通過一種新的、與人類智能相似的方式操控機械、使用工具,當前已經有大量工具開始應用人工智能,例如:IBM推出的自由信息管理架構技術的應用,使汽車在行駛過程中能夠實時獲取交通狀況,優化行程安排。其中較為典型的應用還有:數據庫的智能檢索、機器翻譯、語音識別系統、專家系統等等。

  我國的人工智能研究雖然起步較晚,但近年的發展也是突飛猛進,已經從向國外學習為主,轉向自主研發為主,在人工智能領域也取得了不小的進步。例如:中醫專家系統、漢英機譯系統等。人工智能在理論和實踐方面的研究進展很大程度上決定了未來計算機技術的發展方向,隨著人工智能的應用,給人們的生活和工作都來了更多便利。

  2、 數控加工中人工智能的實現

  2.1 、數控加工

  數字控制,簡稱數控(NC),是指以數字化信號對機構的運動過程進行控制的一種方法。

  數控機床指的是數字控制機床(Computer numerical control machine tools),是一種裝有程序控制系統的自動化機床。數控機床是一種柔性的、高效能的自動化機床,能夠將指令程序譯碼輸入數控裝置,自動進行零件加工,能夠很好地解決零件加工復雜、精密、批量小、品種多的問題。

  數控加工指的是在數控機床上進行零件加工的工藝過程。

  數控加工與傳統的機床加工雖然從工藝規程上并無不同,但利用數字信息控制零件和刀具位移的機械加工方法,是實現高效化和自動化加工的有效途徑,是解決零件精度高、批量小、形狀復雜、品種多變等問題的有效方法。

  2.2 、人機交互

  人機交互(Human-Computer Interaction,簡稱HCI),顧名思義,就是人與計算機的互動。人通過計算機的輸入設備輸入有關信息,提出問題或回答問題、給出提示等,計算機通過輸出設備或顯示設備顯示大量有關信息,提出問題或回答問題、給出提示等,以有效方式實現人與計算機的協調,在這一過程中,通過一系列的輸入和輸出活動,實現人與計算機的對話。

  數控加工中,人機交互主要應用于工藝設計人員與計算機的交互感知。這一過程涉及多媒體技術、認知心理學、虛擬現實技術和人機工程學等,具體體現在以下幾個方面:第一、工藝設計人員通過對制造系統內部、外部的各種信息進行感知,為零件的加工工藝設計、修改提供依據;第二、計算機通過傳感器、掃描儀等輸入設備對零件、圖紙、數控機床的運行信息進行感知,并對這些信息進行加工、整理、歸納,并從中提取零件加工工藝設計所需的信息;第三、通過計算機現代集成制造系統(Computer Integrated Manufacturing Systems,簡稱CIMS),計算機可以對獲取到的信息進行加工并傳輸給設計人員,這一過程可以使制造系統獲得的工藝設計信息更加可靠。

  2.3、 知識庫的建立和應用

  數控加工涉及許多復雜的工藝流程,例如工序的選擇、安排,定位裝夾方案等,因其具有較強的模糊性,依靠人工操作難免存在誤差,因此,采取以人為主、機器為輔的原則,利用人工智能技術,實現自動知識獲取,提高加工精度。知識獲取分為人工知識獲取、半自動知識獲取、自動知識獲取幾種。其中,自動知識獲取主要利用知識庫自動完成。知識獲取是數控加工的基礎,將人類專家的與工藝設計相關的、包括數控加工尺寸精度的確定、數控加工工序安排、數控機床的選型、特殊數控加工工藝流程等操作規則、工藝設計數據、工藝決策方法等各類知識轉換為專家系統知識庫中的知識。通過不斷豐富知識庫中的知識,實現數控加工中的各種任務決策。

  2.4、 在線監測

  在線檢測主要是依靠數控加工系統中的在線監控檢測裝置實現的,通過對加工過程中的零件、刀具進行監測,收集加工過程中的排屑、冷卻、潤滑等信息,為數據庫進行驅動調度、資源分配提供依據,保證數控加工活動的正常進行。具體來說,在數控加工工作開始之前,對工件尺寸、工裝的自動定位、坐標系等進行檢測。在工件加工過程中,除了要對刀具的受力和磨損情況進行監測,還要對機床加工的穩定狀態進行監測。加工結束后還要對加工過程中超差報警記錄進行檢測并分析。

  3、 人工智能在數控加工中的應用

  人工智能在數控加工中的應用本著人機一體化的思想,人與計算機協同合作,通過人機交互技術、數控在線監測技術等獲取復雜的工藝知識,實現數控加工過程。隨著人工智能的發展,特別是神經網絡的發展,使得數控加工精度不斷提高。

  3.1 、神經網絡的優勢

  數控加工過程具有隨機性、復雜性、不確定性等特點,因此產品加工精度很難控制。人工智能在數控加工中應用的三種典型的方法:專家系統、模糊邏輯、神經網絡。模糊邏輯是以模糊匹配和模糊集的運算方法為基礎,得出模糊概念間的邏輯關系,具有很強的結構化知識表達和推理能力。神經網絡能夠學習并適應數控加工系統的不確定性特點,能夠大規模的并行分布處理,快速進行大量運算,充分逼近任意的復雜非線性關系,加之所有定量和定性的信息都分布于網絡的各神經元,有很強的魯棒性和容錯性,采用神經網絡進行加工誤差補償,可以有效提高加工精度。近年來,人工智能主要集中在模糊系統、神經網絡以及二者相結合的模糊神經網絡技術方面。模糊邏輯旨在用邏輯推理來處理各種模糊性的信息,而神經網絡旨在以人腦的微觀結構上的非線性并行分散動力學進行信息處理,兩種方法相互結合,取長補短,給人工智能在數控加工中的應用帶來了新的活力。傳統的專家系統逐漸被模糊邏輯的神經網絡專家系統所取代,運用模糊神經網絡進行數控加工已經成為國內外研究的新熱點。

  3.2、 在數控加工過程中應用神經網絡進行監控

  數控機床是一個復雜的被控對象,它集機、電、氣、液于一體。在加工過程中,影響工件精度的因素很多,例如:材料、控制系統性能、運動參數、刀具等等。在數控加工過程中,通常是提前確定加工參數,但在實際操作過程中,受各種因素影響,工況參數不斷變化,加工前期確定的加工參數無法滿足加工過程中的情況變化,因此,如何根據工況的實時變化對加工參數進行修改,直接影響著工件的加工精度。在數控加工系統中添加神經網絡實時監控回路,利用神經網絡的并行式信息處理和連續學習的特點,可以實現對數控加工過程的實時檢測,利用神經網絡對數控加工過程進行檢測,不但運行速度快,而且方法簡單,具體系統結構如圖1所示。

  圖1 神經網絡實時監控數控系統
圖1 神經網絡實時監控數控系統

  神經網絡具有自學習、聯想存儲、高速尋找優化解等功能,在復雜的數據處理過程中能夠快速在線運行,通過內部自適應算法,不斷修正權值分布。因此,在數控加工過程中,可以利用神經網絡,采用間接的方法測量工況參數,實現實時監控數控機床的工作狀態,對加工過程中影響加工精度的參數進行檢測,當加工系統內部狀態和外部環境的變化時,神經網絡針對變化情況,自主進行參數調整,使加工過程處于最佳狀態,實現數控加工過程的自適應控制。數控加工系統作為一個復雜的被控對象,雖然可以通過建立數學模型的方式使用經典控制理論實現其功能模塊的控制功能,但是關于工藝和加工過程的描述無法建立精確的數學模型,在此可以引入神經網絡的模糊控制,實現加工過程的最優化。神經網絡智能控制數控系統基本原理如圖2所示。

  圖2 神經網絡智能控制數控系統基本原理
圖2 神經網絡智能控制數控系統基本原理

  3.3、 在數控加工過程中應用神經網絡進行誤差補償

  數控加工過程中,導致誤差產生的因素有很多,例如:機床零部件和結構的幾何誤差、機床熱變形產生的誤差、加工過程中切削力變化引起的誤差等等。其中幾何誤差和熱誤差占總誤差的七成以上。其中,熱誤差具有非線性、時滯的特點,因為熱誤差的產生是一個動態過程,利用傳統方法無法進行精確補償。隨著神經網絡的出現,熱誤差補償技術得到了更好的提升,基于神經網絡的熱誤差補償技術具有不可比擬的柔性和應變性。

  基于神經網絡的熱誤差補償原理如圖3所示。由熱傳感器對數控機床相應部位的溫度值進行收集,進而輸入神經網絡模型,進行熱誤差補償計算,將計算結果反饋給CNC控制器,由控制器下達熱補償指令,對熱誤差進行補償,從而提供數控技工精度。

  圖3 基于神經網絡的熱誤差補償原理
圖3 基于神經網絡的熱誤差補償原理

  4 、結論

  人工智能作為一門新理論、新技術不斷涌現的前沿學科,其應用領域十分廣泛,在數控加工過程中,人工智能的應用同樣十分廣泛,上文中主要針對人工智能中的視覺網絡在數控加工過程的實時監測和誤差補償進行的論述。數控加工過程是難建模、非線性、不確定、高維、強干擾的復雜對象,人工智能的應用,可以更好的完成數控加工過程的自適應優化控制。

  參考文獻

  [1] 黃克,關立文,王立平.加工中心幾何誤差建模與補償研究[J].制造技術與機床,2014(10):55-59.
  [2] 肖偉躍.基于知識的人機智能化CAPP系統研究[J].湖南文理學院學報(自然科學版),2004,3:16-18.
  [3] 張衛衛.基于MBD和數控編程控制的智能化農機制造技術研究[J].農機化研究,2019,41(11):216-220.
  [4] 杜正春,楊建國,竇小龍,等.基于RBF神經網絡的數控車床熱誤差建模[J].上海交通大學學報,2003,37(1):26-29.

對應分類:
版權所有:上海論文網專業權威的論文代寫、論文發表的網站,秉承信譽至上、用戶為首的服務理念,服務好每一位客戶
本站部分論文收集于網絡,如有不慎侵犯您的權益,請您及時致電或寫信告知,我們將第一時間處理,郵箱:[email protected]
泳坛夺金最新开奖