关键字 |
主轴系统,节能,传感器融合,智能控制。 |
介绍 |
主轴是机加工头的主要部件。由于一个行业可能有n组加工工具,整体生产率受到主轴机构的每个组件的影响。因此,提高单个单元的能源效率将改善整体的电力开销,这可能会改变当前的工业场景。由于更多的研究已经致力于主轴驱动器的速度控制,主轴速度控制的技术没有被考虑,而是特别关注其他可能有相当大影响的领域。生产效率和加工质量的提高也减少了频繁维护的需要。实现了针对机床中心[1]的开放式体系结构、处理环境干扰的计算效率高的智能加工系统以及具有工艺规划知识库[3]的模块化加工模型的开发的各种研究。实现一个成熟的智能节能主轴系统的各种机构将产生具有以下功能的系统: |
1.自适应进给速度,可变主轴转速,保持稳定。 |
2.利用传感器融合技术监测主轴健康状况。 |
3.工件动态灵活性。 |
4.通过智能冷却系统进行温度补偿。 |
相关工作 |
在理解和控制现有的加工系统的限制,可以通过加入反馈控制的监测功能来克服。在相关领域进行了各种研究,其中本文的关键含义周旋。来自京都大学的Atsushi等人[10]开发了一种使用位移传感器和热电偶监测切削力的监测方法,该方法对信号漂移、建模误差和主轴热位移产生了决定性的结果。al - shareef et al.[13]的进一步研究列举了将动态力应用于静态模型系统的主轴的准静态分析,同样,Chi- Wei Lin。[8]等人提出了一个主轴集成模型,并进行了实验验证和灵敏度分析,以研究高速下主轴的各种热机动态行为。在进一步分析的基础上,实现能源效率范式的主要优点在很大程度上取决于作为转速和切割速度的函数的电力,补偿由于电力传输元件和源和冷却剂实体之间的散热造成的损失。 |
影响因素 |
1.影响机床的非线性因素: |
机械性能和系统设计的差异会影响主轴系统。由于主轴系统的有限部件是制造和组装的,部件之间的任何干涉都可能造成磨损。所使用的材料的性质,它们的机械和热性能,刀具保持机制,耦合设计,快速器的结构完整性赋予系统非线性扰动。这些因素是高度不可控的,而且很容易随着时间的推移而增加。由于各种装配配合而产生的设计因素和振动可以用弹性材料加以阻尼。 |
|
主轴加工中心的典型部件包括作为动力源的电传动装置、将动力从传动装置传送到刀头的耦合装置以及如图1所示的支承轴承 |
2.由于未矫正的振动而造成的不平衡: |
与影响主轴系统的非线性因素相比,未经处理的振动和热变化引起的不平衡效应是非常脆弱的。所以必须找出影响它的各种因素,可能所有的因素都必须得到控制。引起系统振动的最重要的因素是主轴的质量中心和轴承支承轴,这就要求制定质量偏心的策略。根据影响主轴的因素,需要控制的关键参数是振动的振幅和频率,以确定加工是否在预定范围内稳定,转子和定子之间的轴向间隙增加时引起的轴向位移-这可能会极大地扰乱刀具定位及其控制,主轴的转速,以避免临界共振速度,最后,由于主轴轴承在高速下的强烈摩擦热和高频电热而引起的温度分量,会使主轴变形。 |
|
一个主轴振动控制系统如图2所示,其中振动轮廓由速度、位移、热变化的感官反馈估计。当系统偏离其工作区域时,智能控制单元发出补偿控制信号,调节电驱动。 |
系统建模 |
包含在主轴系统中的各种组件如下所示,在它们的协调活动中,可能会产生一个预期的智能和智能系统,这是高度节能的。 |
1.传感器融合: |
使用传感器测量振动时,需要精确可靠的读数。将传感器放置在最佳位置可以增强信号。同时,依赖单一传感器始终提供精确的数据是不可靠的。信号中的干扰如噪声、恶劣的环境、带宽限制都需要一种智能的传感方法。如图3所示,这种方法可以通过使用两个或多个传感器来发展,并且融合它们的测量可以提高传感和解释的鲁棒性。这种处理传感器数据的协同方法被称为传感器融合,它具有提高信噪比、传感器故障时的鲁棒性和可靠性、扩展参数覆盖范围、集成独立特征、增加测量维度和降低不确定性等优点。 |
|
2.自适应工作台: |
固有的定向障碍和长时间暴露在振动中可能会干扰刀具的位置/方向,从而影响加工精度。由于重新定位刀头不实用,可以采用移动工作台。工作台由位置控制系统辅助的精密执行机构驱动。在任何异常的情况下,传感器给出了一个反馈等效于所需的整流,这是由工作台的精确运动补偿。这有助于整个加工过程,不仅提高了刀具的寿命,还提高了生产精度。 |
|
图4所示为加工时将工件固定在原位的工作台,工作台的运动和位置可以通过智能压电执行器与位移传感器耦合实现闭环控制。 |
3.智能执行器: |
虽然传统的直流电机驱动器编码器采用。智能执行器具有广阔的应用前景,这些执行器被放置在需要实现精确控制的地方。它们没有被采用,这样整个主轴驱动器被新的范式所取代,它们只在特定的实体中被纳入,基于它们的含义属性。考虑到形状记忆合金,它们可以沿着配合和间隙使用,智能地保持结构完整性,用于工作台微驱动的压电执行器,动态轴承中的磁流变流体,根据轴向位移补偿改变其湿度。 |
4.智能调速 |
可靠性、自适应性和瞬时动态性能是智能调速的典型要求。为促进新一代智能驱动器的发展,我们进行了广泛的研究。这些研究显示了系统建模和控制算法的实质性进展,其中模糊和基于神经的混合算法被使用。速度控制模块和振动监测模块的设计,以促进高速电主轴运行。 |
5.温度冷却系统 |
智能热控模块由围绕主轴及其载体的多个温度传感器组成。机器的热行为是建模的,软件算法可以预测主轴在不同主轴速度和不同时间点的热漂移。在瞬间冷却的情况下,通过改变流体的流动,通过导热管围绕主轴流动,热量被赶走。 |
6.控制算法 |
该程序控制主轴使用反馈传感器输入稳定能源效率尚待实现。针对高速电主轴振动控制问题,开发了一种可重构的振动监测与控制系统。通过在主轴上放置各种传感器,可以监测铣削过程。基于涡流的位移传感器用于检测轴向/径向运动,关键结构的热电偶用于测量热扰动。这些传感元件通过感知刀具磨损、切削力、加工精度等,使整个加工过程智能化,这对过程反馈控制至关重要。首先识别了加工过程中的不平衡因素,并定义了这些离心力激发的振动曲线。系统的知识库不断发展,最初它是静态的,后来它学习系统的行为并采取相应的行动。它可以处理大量原始数据并进行繁琐的计算。它是执行所有复杂计算的主要控制单元。该系统必须是高度复杂的,因为它有大量的原始数据要处理和一个基于ANN -模糊的库附加到其头部,因为它是一个自适应控制器。 It is also equipped with enough hardware to perform all the computation in real time. |
|
因此,主轴驱动器将能够监测其状态,检测故障,诊断问题,并作出相应的反应。此外,如图4所示,采用标准化模块开发模块化体系结构可以实现无缝系统集成。 |
根据文献研究和对主轴域相关研究的总结,表1列出了影响系统性能的各种因素及相应的整改措施 |
|
结论 |
在发展一个节能主轴系统框架的意图被理解。设计主要集中在整合所有的前沿功能,以提供一个更智能的方式来提高主轴系统的能源效率。这个控制器很灵活,可以根据我们的需要修改程序。将传感器置于系统的关键点上,通过鲁棒最优控制模式,不断感知系统的非线性并使其稳定。廉价传感器、计算能力、网络能力的可用性以及基于pc的开放架构控制器的熟悉性促进了这些智能主轴系统的快速实现。 |
参考文献 |
- Discenzo, F. M., Nickerson, W., Mitchell, C. E.和Keller, K. J.,“开放系统架构使下一代健康管理成为可能,系统监控和维护”,www.osacbm.org
- K.山崎,Y.Hanai, M.Mori和K. Tezuka,“基于开放架构概念的高性能机床自主精通数控控制器”,中国机械工程学报,46-1,1991。
- M.Kaever, N.Brouer, M.Rehse和M.Weck,“智能自主制造系统的数控集成过程监控与控制”,第29届中国机械工程学会制造系统国际研讨会,大阪,1997。
- H.Schulz和T.Wurzb,“快速旋转工具和主轴系统的平衡要求”,CIRP年鉴,第47卷(1998),第1期,第321-324页。
- 沈春光,王国才,王世林,“高速加工刀具系统不平衡响应的计算与分析”,机械工程学报,Vol. 31, No.1, pp. 40-46, 2010。
- 倪军,“基于实时误差补偿的数控机床精度提高研究”,中国机械工程学报,vol. 8, no. 4。1,页29-33,1997。
- 杨宏,倪军,“机床热误差补偿的动态建模方法”,机械工程学报,vol. 29, pp. 334 - 334, 2003。
- 林志伟,涂杰,乔kamman,“高速旋转过程中电机主轴的热-机-动力综合模型”,机械工程学报,第43卷,第10期,第1035-1050页,2003年8月。
- 文宗德,金凤锡,李秀勋,“基于影响系数的高速主轴系统主动平衡装置的研究”,机械工程学报,46(9):978-987,2006。
- Atsushi Matsubara,杉原元之,Ahmed A.D.Sarhan。,“ Research on spindle and machining process monitoring for intelligent machine tools”, International conference on Leading Edge manufacturing in 21st century, Nagoya-Japan. Oct, 2005.
- Jerard, R B., Barry K. Fussell, Min Xu, Chad Schuyler, Donald Esterling,“智能机床研究试验台的开发”,2006年美国国家科学基金会DMII受奖人会议,圣路易斯,2006年7月24-27日。
- 徐明,C.K. Schuyler, B.K. Fussell, R.B. Jerard,“基于进给量选择和刀具状态监测的智能加工系统的实验评估”,北美制造研究所学报/SME卷34,NAMRC 34,马奎特大学,2006。
- 王志强,王志强,“基于非线性模型的滚动轴承系统动态分析”,中国机械工程学报,Vol. 25,pp。139 - 145年,1991年。
- 斯凯勒,c。,“Feedrate Optimization and Tool Condition Monitoring of Flat End Milling Operations Utilizing Spindle Motor Power”, M.S. Thesis, UNH ME Department, 2005.
|