用基因算法实现切削参数的现场实时优化

为了使金属切削加工中,切削参数能实现实时优化保证产品质量和设备效率,提出采用基因算法。它是基于生物进化理论的优化算法,对问题进行全局的、并行的启发式探索优化,因而可以防止收敛于局部最优解,且搜索效率优于其它方法;适用于具有多参数、多约束条件和多目标的切削参数优化。基因算法结合现场实际工况的反馈信息实现了实时优化,在任一不同的生产条件下均能达到最优值。     

铣削自适应控制系统中的工况识别技术

机械加工过程中的工况辨识对于机械加工自动化中控制、决策和故障诊断都十分重要，而且对于提高系统的智能化程度、提高机加工的生产效率及安全生产有重要意义。该文综合分析机械加工中的多种模式识别的新方法，提出了一种综合运用专家系统、神经元网络和模糊模式识别等多种智能技术的工况辨识模型。还提出了一种自学习的模糊评判算法，使模糊建模更简便。该工况辨识模型已成功的用于铣削适应控制系统，辨识结果为控制提供了重要的依据。     

加工中心工艺参数智能生成系统的研究

为了提高加工中心的应用水平,优选刀具及自动生成工艺参数是一个极其重要而又难以获得满意解决方案的课题。该文提出一种以基本切削数据库为基础综合利用多种人工智能技术,根据实际工况,通过学习修正、记忆、实时生成对实际加工环境具有广泛适应能力的最佳切削参数和优选刀具的新方法。利用这一系统可以使一个普通操作工人达到专家级对加工中心机床的应用水平。生产验证表明,利用本软件选择的刀具和切削参数使生产效率平均提高５０％以上。