吉林大学学报(工学版)

• • 上一篇    下一篇

外圆纵向磨削表面粗糙度的模糊预测与控制

王家忠 1,2， 王龙山1， 李国发1 ， 丁宁 3   

  1. 1. 吉林大学 机械科学与工程学院， 长春 130022； 2. 河北农业大学 机电工程学院， 河北 保定 071000； 3. 长春大学 机械工程学院， 长春 130025
  • 收稿日期:2005-01-17 修回日期:2005-02-28 出版日期:2005-07-01 发布日期:2005-07-01
  • 通讯作者: 王龙山

Surface Roughness Prediction and Control of Cylinder Traverse Grinding Based on Fuzzy Logic

WANG Jiazhong1,2， WANG Longshan1， LI Guofa1， DING Ning 3   

  1. 1. College of Mechanical Science and Engineering, Jilin University, Changchun ; 2.College of Mechanical and Electrical Engineering, Agricultural University of Hebei, Baoding ； 3.College of Mechanical Engineering, Changchun University, Changchun
  • Received:2005-01-17 Revised:2005-02-28 Online:2005-07-01 Published:2005-07-01
  • Contact: WANG Longshan

PDF (PC)

488

摘要： 在大量实验数据和专家经验基础上，建立了外圆纵向磨削零件表面粗糙度Ra的模糊预测和模糊控制模型。对影响表面粗糙度的12个主要变量进行了深入研究，并对其中的7个主要变量的成员函数和模糊规则进行了详细介绍。该模型能根据磨削条件和工件参数的变化，不断地调整磨削参数。将所得结果输入到模糊自适应控制器中，系统即可实时调整工件转速，得到符合要求的表面粗糙度。试验结果表明：表面粗糙度的模糊预测和控制方法非常有效，可操作性强，尤其适用于非线性、多变量的工况。

关键词: 机械制造工艺与设备, 外圆纵向磨削, 表面粗糙度, 模糊预测模型, 模糊控制, 自适应控制

Abstract: A fuzzy prediction and control model for the surface roughness of cylinder traverse grinding was developed based on the experimental data and the expertise. A total of 12 variables which have effect on the grinding surface roughness were included, and the membership functions of the 7 major variables of them and their fuzzy rules were presented. The model can adjust the grinding parameters according to the variation of the grinding conditions and the workpiece parameters. Input of the model outputs into a fuzzy adaptive controller leads to the system to adjust realtimely the workpiece speed, getting the up to the requirements surface roughness. The experimental results showed that the developed fuzzy prediction and control model for the surface roughness is simple, effective and practical, and especially good for the nonlinear and multivariable conditions.

Key words: mechanical manufacturing engineering and equipment, cylinder traverse grinding, surface roughness, fuzzy prediction model, fuzzy control, adaptive control

中图分类号: 

  • TH161.14
[1] 顾万里,王萍,胡云峰,蔡硕,陈虹. 具有H∞性能的轮式移动机器人非线性控制器设计[J]. 吉林大学学报(工学版), 2018, 48(6): 1811-1819.
[2] 赵爽,沈继红,张刘,赵晗,陈柯帆. 微细电火花加工表面粗糙度快速高斯评定[J]. 吉林大学学报(工学版), 2018, 48(6): 1838-1843.
[3] 寇淑清, 石舟. 裂解连杆接合面三维重构及其强度与刚度[J]. 吉林大学学报(工学版), 2018, 48(5): 1515-1523.
[4] 李俊烨, 胡敬磊, 杨兆军, 张心明, 周曾炜. 离散相磨粒粒径对磨粒流研抛共轨管质量的影响[J]. 吉林大学学报(工学版), 2018, 48(2): 492-499.
[5] 陈超, 赵升吨, 崔敏超, 韩晓兰, 范淑琴, 石田徹. AL5052铝合金板平压重塑形连接试验[J]. 吉林大学学报(工学版), 2017, 47(5): 1512-1518.
[6] 郎利辉, 阚鹏, 王耀, 孙志莹, 张泉达. 铝合金板材三向应力状态下的成形性能[J]. 吉林大学学报(工学版), 2017, 47(5): 1527-1533.
[7] 邵克勇, 陈丰, 王婷婷, 王季驰, 周立朋. 无平衡点分数阶混沌系统全状态自适应控制[J]. 吉林大学学报(工学版), 2017, 47(4): 1225-1230.
[8] 李志慧, 夏英集, 曲昭伟, 任景琛. 视频监控的数据驱动背景模型[J]. 吉林大学学报(工学版), 2017, 47(4): 1286-1294.
[9] 王丽, 刘昕晖, 王昕, 陈晋市, 梁燚杰. 装载机数字液压传动系统换挡策略[J]. 吉林大学学报(工学版), 2017, 47(3): 819-826.
[10] 王伟, 王庆年, 田涌君, 王仁广, 温泉. 基于模糊控制功率分流式混合动力客车控制策略[J]. 吉林大学学报(工学版), 2017, 47(2): 337-343.
[11] 张鹏, 寇淑清, 赵勇, 林宝君. 装配式凸轮轴三点式轴向滚花过程[J]. 吉林大学学报(工学版), 2016, 46(6): 1953-1960.
[12] 李兵强, 陈晓雷, 林辉, 吕帅帅, 马冬麒. 机电伺服系统高精度自适应反推滑模控制[J]. 吉林大学学报(工学版), 2016, 46(6): 2003-2009.
[13] 曹福成, 邢笑雪, 李元春, 赵希禄. 下肢康复机器人轨迹自适应滑模阻抗控制[J]. 吉林大学学报(工学版), 2016, 46(5): 1602-1608.
[14] 黄晶莹, 秦大同, 刘永刚. 基于自适应滤波的电动汽车电-液复合制动系统防抱死控制[J]. 吉林大学学报(工学版), 2016, 46(4): 1044-1051.
[15] 王犇, 王晓力. 硅微球轴承关键工艺[J]. 吉林大学学报(工学版), 2016, 46(3): 824-830.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 《吉林大学学报(工学版)》编辑部
地址：长春市人民大街5988号　电话：+86-431-85095297　传真：+86-431-85094074　E-mail: xbgxb@jlu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发