基于模糊神经网络的机床进给速度数字孪生调控方法

尹佳; 白乐乐; 田辉; 吴世杰; 侯桂金; 唐宇阳; 刘弘光; 张俊

doi:10.15938/j.jhust.2025.01.011

哈尔滨理工大学学报 ›› 2025, Vol. 30 ›› Issue (01) : 108 -118. DOI: 10.15938/j.jhust.2025.01.011

基于模糊神经网络的机床进给速度数字孪生调控方法

尹佳, 白乐乐, 田辉, 吴世杰, 侯桂金, 唐宇阳, 刘弘光, 张俊

作者信息 +

Author information +

文章历史 +

摘要

数字孪生在加工过程中的应用可体现在数控机床与开发的数字化监控系统动态连接，进而使机床在复杂零件制造过程中实现状态监控与自适应优化，提高零件加工精度与效率。现阶段航空零件铣削过程中，考虑到加工变形、表面粗糙度及刀具磨损等众多因素，工艺员在进行零件工艺规划时会根据经验设置偏保守的铣削参数，以至于复杂零件的粗加工效率低下，不能根据加工轨迹及瞬态负载自适应调控加工参数。提出了一种恒定负载约束下的铣削参数自适应调控数字孪生系统架构与模型。首先，构建了双输入单输出型模糊神经网络来实现进给参数拟调节值的计算，基于机床实际加工数据对模糊神经网络进行了训练，获得了相应的模糊控制规则及隶属度函数，并根据实际加工情况对控制规则进行了修正。然后，以西门子840Dsl系统为基础搭建了进给参数在线控制系统。最后，使用DMU 50五轴加工中心上通过直线变切深铣削、曲线铣削及内圆槽腔铣削实验等3类复杂工况下验证所开发铣削参数自适应调控数字孪生系统的有效性。