微细电火花加工模糊抬刀控制系统的设计及实验研究*

迟关心,耿雪松,王玉魁,王振龙

(哈尔滨工业大学机电工程学院,黑龙江 哈尔滨 150001)

随着机械产品的日益小型化及精密化,作为非接触精微加工方法之一的微细电火花加工技术,以其超精细和高精度的加工特点备受学术界和工业界关注,目前已成为微机械制造领域的重要组成部分之一[1]。但由于微细电火花加工的放电能量极微小、脉冲电源频率高、难以获得稳定的火花放电状态及放电间隙极小等特性,使微细电火花加工过程的稳定性及精确控制成为亟待突破和解决的问题[2-3]。而且,电火花加工控制系统模型无法用数学模型来表述,使依赖于数学模型的传统控制无法适用。而模糊神经控制方法综合了模糊算法长于模糊信息的处理和决策及神经网络强大的自学习和并行运算能力的优点,且不依赖于被控对象的精确数学模型,在控制系统中具有深远的意义。将其应用于电火花加工的过程控制中,能在复杂的动态系统和高度不确定的环境里获得优质的控制效果[4-5]。

现如今,越来越多的学者将模糊神经网络等智能控制技术应用到电火花加工的过程控制中。Behrens等[6]设计了神经模糊控制器,用来识别电火花放电状态,以决定伺服系统的进退;Yilmaz等[7]设计了以电流、脉宽和脉间为输入,以电极损耗、表面粗糙度和损耗率为输出的模糊控制系统,利用MATLAB模糊控制工具箱进行了仿真,根据不同的加工规准选择加工参数,以获得低的电极损耗和好的表面粗糙度;Krishna Mohana Rao等[8]利用BP神经网络对电火花加工过程进行了建模,并利用非支配排序遗传算法对加工过程进行了多目标优化,确定了以电流、脉宽和脉间为输入,材料去除率和电极损耗率为输出的3-10-10-2型神经网络,使平均预测误差低至3.06%。但这些方法大都依靠修改机床硬件或进行大量程序编写来实现,软件的开发周期及控制系统的优化、修正都将制约微细电火花加工控制技术的发展。

针对微细电火花加工控制系统的特点,提出了基于MATLAB与VC++混合编程的微细电火花模糊抬刀控制模块的设计方法。该方法通过对VC执行库操作,实现了模糊控制系统脱离MATLAB环境而独立运行,有效提高了程序运算的速度。另外,利用MCC编译器自动生成的模糊控制程序C程序代码足够准确,有效地节约了程序设计的时间。

1 模糊抬刀控制系统总体结构

本文设计了一种基于电火花加工状态统计的、以抬刀高度和抬刀周期为控制量的微细电火花加工模糊抬刀控制器模型,其结构示意图见图1。该系统首先采集电火花加工的间隙电压信号,然后利用自行设计的微细电火花放电状态检测方法进行放电状态的区分,并对火花放电率和短路率进行统计,作为模糊控制器的输入参数输入到工控机中进行模糊运算,最后将运算得到的抬刀高度和抬刀周期值作为控制量,通过相应的接口电路完成对加工伺服控制系统的控制,由伺服系统指导电火花加工过程,从而实现电火花加工抬刀调节控制。该系统的模糊控制运算借助于MATLAB/Fuzzy Logical Toolbox来实现,在提高运算速度的同时,可利用MATLAB的可视化操作,通过交互式图形界面的模糊推理系统编辑器和隶属度函数编辑器对模糊控制器的相关参数进行修正。

图1 微细电火花电火花模糊抬刀控制系统结构示意图

2 基于放电时间的放电状态检测模块

根据电火花加工原理可知,电极和工件间隙的大小与间隙平均电压存在一定的关系:间隙越大,间隙平均电压越高;间隙越小,间隙平均电压越低。在微细电火花加工中仍然存在这种关系,只是由于脉冲电流太小、受杂散电容等外部因素影响较大及放电间隙较小的缘故,间隙大小变化与间隙平均电压变化之间的准线性区域很窄,导致伺服控制较难。传统的平均电压法很难区分正常放电状态和空载放电状态,这是由于两者的平均电压值相差不大(图2),因此针对这一问题进行了基于放电时间的微细电火花放电状态检测技术的研究。

图2 微细电火花加工正常放电及偏空载状态的放电时间波形

由图2的两个电压波形可看出,尽管两者平均电压值相差不大,但两者的放电时间明显不同。此时如以某一电压为基准,将其转化为与放电时间有关的方波信号(简称放电时间波形),就可明显区分出这两种状态。因此,采用放电时间检测法检测微细电火花加工间隙大小的灵敏度很高,适于微细电火花加工。

基于上述设计思想,设计了放电状态检测原理图(图3)。该放电检测模块首先将放电间隙的电压信号经间隙信号转换模块转换为放电时间信号,再经RC滤波模块后,通过AD采样模块将模拟量转换为数字量,传送到计算机进行伺服控制。

3 基于VC/MATLAB混合编程的微细电火花加工模糊抬刀控制系统的设计

3.1 MATLAB与VC++的动态链接

对模糊控制系统软件的设计是利用C/C++平台下调用MATLAB的模糊逻辑工具箱来实现复杂的模糊运算,有效降低模糊控制系统的软件设计工作量,同时面向对象的设计方法还可实现数据的封装,使M文件基于对象进行操作。此系统通过MATLAB与VC间的链接后 ,可完全脱离MATLAB环境而运行,同时又兼备了MATLAB强大的数据运算功能,提高了程序的实现速度,便于模糊控制程序的修改,只需通过对MATLAB/M文件重新编译,就可实现模糊控制程序的修改和更新。MATLAB与VC实现链接的流程图见图4。

图3 微细电火花加工放电状态检测模块原理图

3.2 模糊控制功能的实现

设计的模糊抬刀控制系统软件采用C++语言编写,抬刀控制模块流程见图5。该模块首先进行放电状态的辨别与统计,本设计的放电状态统计模块是基于上述放电时间检测法、以脉冲个数为单位进行放电状态统计的。采用累加计数的方法,在软件中设定 3个变量 count_s、count_d、count_all,分别记录短路状态数、火花放电状态数及总放电状态数,同时设置1个2 ms的windows定时器。首先采集2 ms内放电电压的平均值,按图 5所示的流程图进行鉴别。如出现短路状态,则count_s计数加1;若为火花放电状态,则 count_d计数加1;以此类推,每隔2 ms进行1次放电状态的鉴别……当count_all计数达到2500时,进行电火花加工放电状态率的统计,得到短路率和火花放电率。将统计得到的短路率和火花放电率作为模糊控制系统的输入,执行tool_cycle=mat_cal1()和 tool_up=mat_cal2()函数,该函数的功能是实现模糊逻辑运算,输出控制系统的控制量,进行相应的控制。

4 模糊抬刀控制系统实验研究

微细阵列孔在航空航天领域的应用特别广泛。在微细阵列孔电火花加工中,由于阵列电极无法进行旋转,且在加工过程中不能一直存在抬刀作用,较大的主轴惯性会导致加工电极的损坏,影响加工的稳定性。现如今,微细阵列孔电火花加工常依靠增大加工能量来完成,即提高加工电压和加工峰值电流,但这样势必会造成电极损耗的加剧,对加工孔的一致性和精度都会产生很大的影响。为了检验本系统的实际加工效果,将所设计的电火花加工模糊抬刀控制系统应用在自行研制的微小孔电火花加工机床上,进行微细阵列孔的加工实验,实验条件见表1。

表1 微细阵列孔电火花加工实验条件

微细阵列孔加工实验采用3×3阵列电极(图6a),在100μm厚的不锈钢片上进行微细阵列孔的加工,加工后的阵列孔SEM图片见图6b。该阵列孔单孔平均边长约为 50μm,深度为 100μm,孔距约为200μm 。

图6 微细阵列轴、孔的SEM图片

实验中,为了减少电极损耗、保证加工精度,选择了相对较小的能量。随着加工深度的逐渐增加,设计的电火花加工模糊控制系统的优越性越发突出,利用间歇性的抬刀作用可实现加工过程消电离作用充分进行及加工电蚀产物顺利排出,进而提高整个加工过程的效率。由图6可看出,实验加工阵列孔的一致性很好,验证了设计的电火花加工模糊控制系统在阵列加工中的有效性和优越性。

5 结论

(1)提出了基于放电时间的微细电火花加工放电状态检测方法,在此基础上设计了基于电火花加工状态统计的、以抬刀高度和抬刀周期为控制量的微细电火花模糊抬刀控制器模型。

(2)进行了基于MATLAB模糊控制工具箱的模糊抬刀控制模块的设计,实现了隶属函数/模糊规则的可视化参数快速调节与修改,并通过控制器算法C语言代码的自动生成,在实现模糊控制脱离MATLAB环境独立运行的同时,保证了算法生成的正确性。

(3)通过微细阵列孔电火花加工实验,验证了该模糊抬刀控制系统的有效性。

[1]Kwon S,Yang Minyang.The benefits of using instantaneous energy to monitor the transient state of the wire-EDM process[J].The International Journal of Advanced Manufacturing Technology,2006,27(9-10):930-938.

[2]朱轩,韩福柱,周明.电火花加工放电状态的混合控制[J].电加工与模具,2010(1):25-28.

[3]贾宝贤,赵万生,王振龙,等.微细电火花机床及其关键技术研究[J].哈尔滨工业大学学报,2006,38(3):402-405.

[4]Kao C C,Albert J S.Design and tuning of a fuzzy logic controller for micro-hole electrical discharge machining[J].Journal of Manufacturing Processes,2008,10(2):61-73.

[5]Wang W M,Rajurkar K P.Digital gap monitor and adaptive integrel control for auto-jumping in EDM[J].Journal of Manufacturing Science and Engineering,1995,117(2):253-258.

[6]Behrens A W,Ginze J,Bruhns F L.Threshol technology and its application for gap status detection[J].Journal of Material Processing Technology,2004,149(1-3):310-315.

[7]Yilmaz O,Eyercioglu O,Gindy N N Z.A user-friendly fuzzy-based system for the selection of electro discharge machining process parameters[J].Journal of Materials Processing Technology,2006,172(3):363-371.

[8]Krishna Mohana Rao G,Rangajanardhaa G,Hanumantha Rao D,et al.Development of hybrid model and optimization of surface roughness in electric discharge machining using artificial neural networks and genetic algorithm[J].Journal of Materials Processing Technology,2009,209(3):1512-1520.