智能機床最早出現(xiàn)在賴特(P·K·Wright)與伯恩(D·A·Bourne)1998年出版的智能制造研討領域的首本專著《智能制造》(Manufacturing Intelligence)中。由于對先進制造業(yè)具有重要作用，智能技術引起各個國家的注重。美國推出了智能加工途徑計劃(SMPI)；歐洲實施 “Next Generation Production System”研討；德國推出了“Industry 4.0”計劃；我國中長期科技展開對“數(shù)字化智能化制造技術”提出了火燎需求，并擬定了相應的“十三五”展開規(guī)劃；在2006年美國芝加哥國際制造技術博覽會(IMTS2006)上，日本Mazak公司推出的首次命名為“Intelligent Machine”的智能機床和日本Okuma公司推出的命名為“thinc”的智能數(shù)控系統(tǒng)，敞開了數(shù)控機床智能化年代。 本文從傳感器啟航，將數(shù)控機床的智能技術按層次劃分為智能傳感器、智能功用、智能部件、智能系統(tǒng)等部分，對智能技術進行了總結，指出缺少，提醒了展開方向，并對未來進行了展望。
智能傳感器由機床、刀具、工件組成的數(shù)控機床制造系統(tǒng)在加工進程中，跟著材料的切除，伴跟著多種凌亂的物理現(xiàn)象，隱含著豐厚的信息。在這種動態(tài)、非線性、時變、非斷定性環(huán)境中，數(shù)控機床本身的感知技術是完結智能化的基本條件。 數(shù)控機床要完結智能，需求各種傳感器搜集外部環(huán)境和內(nèi)部情況信息，近似人類五官感知環(huán)境改動的功用，如表1所示。對人來講，眼睛是五官中最重要的感覺器官，能取得90%以上的環(huán)境信息，但視覺傳感器在數(shù)控機床中的運用還比較少。跟著自動化和智能化水平的前進，視覺功用在數(shù)控機床中將發(fā)揮越來越重要的作用。表1數(shù)控機床可用傳感器。
跟著MEMS(微機電系統(tǒng))技術、嵌入技術、智能材料與結構等技術的展開，傳感器趨向小型化。MEMS微傳感器、薄膜傳感器以及光纖傳感器等微型傳感器的老到運用，為傳感器嵌入數(shù)控機床奠定了基礎。 由于制造進程中存在不可猜想或不能預料的凌亂現(xiàn)象和乖僻問題，以及所監(jiān)測到的信息存在時效性、精確性、完整性等問題，因此，要求傳感器具有分析、推理、學**等智能，這要求傳感器要有高功用智能處理器來充當“大腦”。美國高通公司正在研制能夠仿照人腦作業(yè)的人工智能系統(tǒng)微處理器。將來可通過半導體集成技術，將高功用人工智能系統(tǒng)微處理器與傳感器、信號處理電路、I/O接口等集成在同一芯片上，構成大規(guī)模集成電路式智能傳感器，不但具有檢測、辨認、回想、分析等功用，而且具有自學**乃至思維能力。信賴跟著計算機技術、信號處理技術、MEMS技術、高新材料技術、無線通信技術等不斷前進，智能傳感器將會在數(shù)控機床智能感知方面帶來全新革新。
智能功用數(shù)控機床向高速、高效、高精化展開，要求數(shù)控機床具有熱補償、振動監(jiān)測、磨損監(jiān)測、情況監(jiān)測與缺點確診等智能功用。交融幾個或幾種智能傳感器，選用人工智能方法，通過辨認、分析、判別及推理，完結數(shù)控機床的智能功用，為智能部件的完結打下基礎。 數(shù)控機床的過失包括幾何過失、熱(變形)過失、力(變形)過失、裝置過失等。研討標明，幾何過失、熱過失占到機床總過失的50%以上，是影響機床加工精度的要害要素，如圖1所示。其間，幾何過失是制造、裝置進程中構成的與機床結構本身有關的過失，隨時間改動不大，歸于靜態(tài)過失，過失猜想模型相對簡略，能夠通過系統(tǒng)的補償功用得到有效控制，而熱過失隨時間改動很大，歸于動態(tài)過失，過失猜想模型凌亂，是國際研討的難點和搶手。
數(shù)控機床在加工進程中的熱源包括軸承、滾珠絲杠、電機、齒輪箱、導軌、刀具等。這些部件的升溫會引起主軸延伸、坐標改動、刀具伸長等改動，構成機床過失增大。由于溫度靈敏點多、散布廣，溫度測試點方位優(yōu)化規(guī)劃很重要，首要方法有遺傳算法、神經(jīng)網(wǎng)絡、迷糊聚類、粗糙集、信息論、灰色系統(tǒng)等[6]。在斷定了溫度測點的基礎上，常用神經(jīng)網(wǎng)絡、遺傳算法、迷糊邏輯、灰色系統(tǒng)、支撐向量機等來進行過失猜想與補償。
在航空航天領域，跟著鈦合金、鎳合金、高強度鋼等難加工材料的廣泛運用，以及高速切削條件下，切削量的不斷增大，刀具、工件間很容易發(fā)生振動，嚴重影響工件的加工精度和表面質(zhì)量。由于切削力是切削進程的原始特征信號，最能反映加工進程的動態(tài)特性，因此能夠憑仗切削力監(jiān)測與預告進行振動監(jiān)測。憑仗測力儀、力傳感器、進給電機的電流等，運用粒子群算法、迷糊理論、遺傳算法、灰色理論等對切削力進行建模和猜想�？紤]到引起機床振動的原因首要有主軸、絲杠、軸承等部件，也能夠搜集這些部件的振動、切削力、聲發(fā)射等信號，運用神經(jīng)網(wǎng)絡、迷糊邏輯、支撐向量機等智能方法直接進行振動監(jiān)測。
刀具裝置在主軸前端，與加工工件接觸，直接切削工件表面，對加工質(zhì)量的影響是最直接和要害的。刀具磨損、破損等異�，F(xiàn)象影響加工精度和作業(yè)安全。鑒于直接測量法需求離線檢測的缺點，常搜集電流、切削力、振動、功率、溫度等一種或多種直接信號，選用RBF神經(jīng)網(wǎng)絡、迷糊神經(jīng)網(wǎng)絡、小波神經(jīng)網(wǎng)絡、支撐向量機等智能算法對刀具磨損情況進行智能監(jiān)測。 跟著自動化程度的前進，數(shù)控機床集成越來越多的功用，凌亂程度不斷前進。為了高效運轉(zhuǎn)，對數(shù)控機床的內(nèi)部情況進行監(jiān)測與功用點評、對缺點進行預警與確診十分必要。由于缺點方式再現(xiàn)性不強，樣本搜集困難，因此BP神經(jīng)網(wǎng)絡等要求樣本多的智能方法不適合這種場合。情況監(jiān)測與缺點確診常選用SOM神經(jīng)網(wǎng)絡、迷糊邏輯、支撐向量機、專家系統(tǒng)和多Agent等智能方法。 研討人員不斷探求和研討智能功用的新方法或多種方法的混合，但大部分會集在實驗室環(huán)境下，缺少實時性高、在線功用強的方法，需求深入展開簡練、快速、適應性強的智能方法。
智能部件數(shù)控機床機械部分首要包括支撐結構件、主傳動件、進給傳動件、刀具等部分，涉及到床身、立柱、主軸、刀具、絲杠與導軌以及旋轉(zhuǎn)軸等部件。這些部件能夠集成智能傳感器的一種或幾種智能功用構成數(shù)控機床智能部件。
主軸是主傳動部件，作為核心部件，直接關系到工件加工精度。由于主軸轉(zhuǎn)速較高，特別是電主軸，發(fā)熱、磨損、振動對加工質(zhì)量影響很大，因此，越來越多的智能傳感器被集成到主軸中，完結對作業(yè)情況的監(jiān)控、預警以及補償?shù)裙τ�。日本山崎馬扎克研制的“智能主軸”，裝有溫度、振動、位移及間隔等多種傳感器，不但具有溫度、振動、夾具壽數(shù)監(jiān)控和防護功用，而且能夠依據(jù)溫度、振動情況，智能調(diào)和加工參數(shù)。瑞士Step-Tec、IBAG等制造的電主軸，裝有溫度、加速度、軸向位移等多種傳感器，如圖3所示，能夠進行熱補償、振動監(jiān)測等。還有什么不明白的地方，可以登錄我們的官方網(wǎng)站進行詳細的咨詢和了解。
|
