自適應控制系統在高鐵構架數控加工中的應用

張忠敏,賈廣躍 ，韓 磊，湛紅暉，宋福田 ，楊 龍

(1.中車青島四方機車車輛股份有限公司，山東 青島 266111;2.華中科技大學 無錫研究院，江蘇 無錫 214174)

隨著我國軌道交通及高鐵事業的飛速發展，作為高鐵重要零件之一的構架生產保障得到了越來越多的關注。構架的加工工序中，利用數控加工中心對其孔、面的正/反裝夾加工是工藝路線中耗時最長，最難保證的工序。在此加工過程中，往往由于工藝編制不合理，機床刀具壽命到期前未及時更換等原因，發生構架加工不合格甚至設備造成損壞的現象。

當前在針對同一類型零件相同工序的數控加工過程中，往往是使用相同的數控加工程序，所有工藝參數(如進給、倍率等)均由數控加工程序限定。在機床實際加工過程中，無法根據實時的工況進行工藝參數的調整，仍然按照預設控制指令操作加工，導致加工效率較低，甚至工件報廢或設備損壞。

自適應控制技術[1]是數控加工領域中的一項重要突破，其可針對零件材料特性、加工工藝參數、加工行程等參數，通過監控機床的主軸電流并轉化成相應的負載曲線，并利用神經網絡[2]、模式識別以及深度學習等技術建立加工模型，學習零件加工過程特征。學習的結果可形成針對特定加工程序段的倍率以及進給量的自動調整指令，從而優化零件加工過程，提高加工效率[3-4]。

1 方案設計

1.1 方案架構

本系統設計采用三層架構實現自適應控制功能，各層的具體組成如圖1所示。

圖1 系統架構圖

(1)物理層。物理層由數控加工中心，端子型分線盤IO模塊等組成，是數據的來源和系統優化的對象，通過與設備上的高速輸入輸出點位相連，實現狀態數據與控制信號的雙向傳輸，同時借鑒基于主軸電流的分析方法，通過霍尼韋爾電流傳感器采集主軸三相電流數據，并傳輸至數據處理層[5-6]。

(2)數據處理層。系統的數據加工主要由嵌入式操作系統環境下的上位機與下位機、數字信號輸入/輸出模塊、信號調理模塊等組成[7-8]。由數控加工中心采集回來的數據在此根據信號調理規則進行處理，形成加工負荷特征曲線。與機床的通信則通過數字信號輸入/輸出模塊實現，相關自適應調整指令由這些模塊傳輸至數控加工中心上。

(3)服務層。服務層主要進行工藝參數優化計算，根據自適應學習結果生成相應的自適應控制指令。同時加工過程歷史數據可在服務器上做長期保存，相關結果也可通過系統接口向外部系統提供支撐，如供現場生產控制中心進行集成展示[9-10]。

1.2 網絡拓撲

系統網絡拓撲如圖2所示，接線情況如下：

(1)A01、F01分別為上位機和下位機的電源線，電源均為220 V。

(2)B01網線兩端分別接上下位機，用于自適應控制系統的上下位機的通信。B02網線兩端分別接上位機與交換機，進而與服務器進行通信。

(3)IO模塊(擴展)是為了實現自適應而擴展的IO。擴展方式如圖2最下方所示。利用IO link線，將IO模塊(擴展)的JD1B接口與機床的原有的上一級IO模塊的JD1A接口連接，IO模塊(擴展)由機床24 V開關電源供電。

圖2 網絡拓撲圖

(4)3個電流傳感器套在主軸電機的電線上，目的在于采集主軸的電流，E01、E02、E03線纜將電流信號傳給下位機。這些數據將用于實時計算加工負載。

(5)d01、d02、d03為下位機內部數據傳輸線，用于內部電流信號的傳輸。

1.3 加工關鍵特征獲取

加工關鍵特征獲取過程如圖3(a)所示，在龍門加工中心主軸的三相電源上分別裝上霍尼韋爾電流傳感器，實時獲取龍門加工中心主軸上的電流信號如圖3(b)所示。通過下位機的信號調理模塊對原始電流信號進行硬件濾波處理，去除高頻干擾信號。將信號傳遞到刀具自適應控制系統的上位機，實時提取加工電流信號的特征。將加工負荷特征曲線進行平滑處理，上位機實時顯示光滑的加工負荷特征曲線,如圖3(c)所示。

圖3 數據處理過程示意圖

在特征獲取的過程中，為保證系統特征的精準識讀，對于程序各加工段特征需有針對性的識別和區分。以下以工進和快進的識別為例，介紹加工負荷特征曲線的生成過程。實現工進和快速進給的識別和拼接，對刀具在線檢測技術有重大意義，可以避免因機床操作人員調節快速進給倍率而導致實時加工負荷曲線與前期學習模型不一致而產生的誤報。工進快進段拼接算法代碼如下。

%% 工進段的拼接

sign=data(:,4);%導入工進判斷信號

sign_1=floor(mod(Sign,8);%判斷工進

FJ_2=zeros(length(data(:,1)),1);%預設加工負荷數據|存儲空間

n=0;

for k=1:length(data(:1))

if Sign_1(k)==1

FH_2(n+1)=FH_1(k)；

n=n+1;

end

end

FH_3=FH_2(1:n)；

圖4 拼接算法流程圖

拼接算法流程如圖4所示。拼接算法樣例如圖5所示。由圖5可知，拼接的信號重復率更高，有效避免了操作工人調節快速進給倍率而導致學習樣本發生曲線平移，得出不夠精準的學習模型。在監控階段中，利用拼接算法，可以提高控制系統的精確性，也可以避免自適應控制系統因操作工人調節快速進給倍率而誤報。

1.4 自適應控制的實現

通過對前期某一型號零件的多個加工過程監控數據樣本進行模式識別和深度學習后，得到了該型零件在反面裝夾加工工序的切削負荷實時調控模型。針對某監控段范圍內的工進階段，通過實時對比加工負荷與切削負荷調控模型，當加工負荷低于切削負荷調控模型時，自動通過控制指令提高機床加工進給倍率，當加工負荷高于切削負荷調控模型時，降低進給倍率，從而實現了對加工進給倍率的自適應調節。

圖5 信號拼接算法樣例

2 現場應用流程

自適應控制系統硬件由上位機、下位機、IO模塊(擴展)、3個電流傳感器組成。并使用機床的24 V開關電源和220 V交流電源。現場安裝效果如圖6所示。

圖6 自適應系統硬件示意圖

現場安裝和測試步驟如下：

(1)設備斷電，等待放電結束，確保接線過程全程無電，進而確保人員和設備安全；

(2)在機柜內裝配DIN導軌，并在DIN導軌上安裝端子分盤式IO模塊(擴展)。在配電柜中安裝下位機，將上位機掛在加工中心操作面板旁的護欄上；

(3)完成自適應控制系統各部件之間的連線。

(4)檢查各部件接線情況，確認正確后，給加工中心、自適應控制系統供電；

(5)將新PMC(production planning material control)系統程序上傳到加工中心；

(6)龍門加工中心在MDI(manual data input)模式下，測試監控段識別程序、工進與快速進給判斷程序、進給保持程序、信息提示程序和報警程序等控制程序;

(7)測試下位機與機床通信、下位機與上位機通信；

(8)在數控加工程序中添加監控代碼，根據加工參數初步設置自適應控制系統的系統參數、進入加工參數學習階段(不控制機床)；

(9)根據學習結果生成控制模型，實際運行過程中，根據實時對比結果，控制機床進行加工參數的實時調節。

在與類似于制造執行系統的智能制造管控系統集成后，通過在車間現場部署的智能看板，所有龍門加工中心的負荷變化情況一目了然，如圖7所示，從而大幅提高現場加工過程中異常處理的及時性。

圖7 車間看板展示機床加工負荷

3 結論

隨著智能制造深入推廣應用，數控加工這一模式也為越來越多的企業所采用。對于相對比較穩定的產品加工過程，利用自適應控制技術不僅可以對加工工藝執行過程進行優化，不斷提升零件加工效率，也可以對生產過程中發生的各類異常進行及時的介入和處理，避免更大的損失。