基于材料的刀具参数选择顾问系统设计与开发

摘 要合理选择切削参数是提高零件加工质量和生产效率的有效途径，基于Web 开发切削参数的智能选择平台，并引入专家系统，将 专家的 经验数据和厂商提供的推荐数据集于一体，为技术人员合理快速 选择切削参数提供方便。借助于数控加工切削用量计算工具及切削参数经验库等,合理选用数控切削参数是提高数控制造车间生产率、降低加工成本的基本途径之一。同时设计并实现了基于Web的网络化数控刀具参数选择顾问系统,为局域网用户合理选用数控切削参数提供了方便、可靠的依据。关键词:刀具参数 参数选择顾问系统 参数选择 数据库; 基于材料的刀具参数选择顾问系统设计与开发2AbstractThe reasonable choice of cutting parameter is to improve the quality and efficiency of production processing parts, the effective way of cutting parameter based on Web development, and proposes the intelligent choice platform, the expert system of expert experience data and manufacturers to provide recommendation data set at an organic whole, reasonable choice for the technical staff provide convenient fast cutting parameters. By nc machining cutting dosages computing tools and cutting parameters, such as rational selection experience library CNC cutting parameters is improving nc manufacturing plant productivity, reduce the basic way of processing cost. Meanwhile based on Web design and implement the network of nc tool parameters selecting advisory system, rational selection for LAN users to offer a convenient CNC cutting parameters, reliable basis. Keywords: tool parameters Parameter selection consultant system Parameter selection Database;目录第一章 引言.4第二章 参数选择顾问系统需求分析.5第三章 参数选择顾问系统的设计.73.1 知识库的设计.73.2 推理机的设计.8第四章 数据库的设计.94.1 数据库开发平台的选择.94.2 数据模型的设计.9第五章 参数选择顾问系统的功能.10第六章 Web 的数控刀具 参数选择顾问系统的实现 .116.1 系统总体功能设计.116.2 We b 访问数据库技术 .116.3 系统应用.15第七章 数控铣削系统.177.1 STEP - NC 知识库 .187.2 铣削加工参数的选择.187.3 刀具的选择.187.4 B P 网络的构建 .207.4.1 算法的确定 .217.4.2 铣削用量的优化 .237.4.3 STEP - NC 知识库和刀具路径生成器 .23结 语.25参考文献.26基于材料的刀具参数选择顾问系统设计与开发4第一章引言随着数控机床、加工中心和柔性制造系统在机械制造中的应用,切削加工对刀具的设计、选用、制造和管理要求越来越高,难度也越来越大。制造环节的可用刀具种类是影响零件可制造性的重要约束条件,CAM编程和CAPP规划中都涉及到刀具和切削用量的合理选取。MES系统要求能及时获取刀具信息,以便合理制定中长期刀具供应计划,在保证生产中及时供应刀具的前提下,提高刀具资源利用率,降低生产成本。工业先进国家早在七十年代就先后建立了切削工艺数据库。切削数据库的建立往往需要涉及广泛的基础技术工作和大量的切削优化试验,其工作内容繁杂、工作量大,一般需要几年甚至更长时间,但各个国家都非常重视这个具有重要意义的基础技术建设工作。如美国早在1964年就成立了可切削性数据中心,建立了切削加工数据库,大大提高了美国切削加工工艺水平;日本近来也以行业建立了切削数据库,其数据量大、适应性好;而德国则建立了大而全的综合性切削数据库。国外航空公司也非常重视切削数据的优化选用,并借助于数控加工切削用量计算工具、数控加工指导文件等推荐切削数据,获得了良好的综合效益。目前,国内也已经开发出了多种刀具系统数据库,如数控刀具管理系统的开发与应用、基于DNC的刀具管理系统的研究与开发等,他们都侧重于刀具的管理或者刀具CAD图形的生成。在航空制造领域中,由于飞机结构件复杂、异形度大、加工质量要求高等特点,主要的加工手段是使用适合加工复杂型面的、效益好的数控机床。我国航空制造企业数控技术应用水平还不平衡,存在着工艺水平不高,缺乏典型零件加工工艺数控指导文件和数控切削数据库、刀具图库等问题，使得数控加工的综合效益远没有得到充分发挥。随着飞机制造业的发展以及企业向外向型发展,必须扩大应用数控技术、充分发挥数控机床的有效利用率,其中一项有效的措施就是合理选用数控切削参数,因为它是合理使用数控机床、刀具,获得工件加工精度和表面完整性的有效保证,也是提高生产率、降低加工成本的重要因素。第二章参数选择顾问系统需求分析就我国数控技术的发展现状而言,切削参数的选择是困扰数控加工的一个大问题。目前大多数工艺人员仍然依靠工作经验,或是通过查询有关的资料来选择加工参数。由于切削参数选择不当而影响零件的加工质量和加工效率的情况还较严重,其中常见的主要有以下几种情况:(1)零件的加工质量难以保证,常出现零件超差甚至报废等后果;(2)刀具磨损剧烈,成本加大;(3)高速机床仍使用保守的低速切削参数,没能充分发挥机床的效率。尤其在当今分工越来越细致的今天,新型专用刀具的不断推出,往往编程员对于实际数控切削加工应采用的参数不太清楚,而通过查询有关的资料来选择加工参数,就使得编程效率很低,而且容易产生错误,致使现场的工人往往需要进行人工干预,加工效率大大降低,工时定额不准,难以提高数控加工的管理水平。数控刀具专家系统是针对实际需求而设计的,旨在将本所现有的切削参数资料、经验整理成科学的、合理的切削参数库;借助于所内局域网,给数控编程人员提供方便、可靠的数控切削参数的查询以及报表打印等功能;提供给系统管理员方便、安全的数控切削参数数据库以及相关基础库的查询、维护、报表打印等功能。本系统有利于加工现场经验的积累与共享,使数控加工过程中的切削参数越来越科学、合理,大大提高生产效率。基于材料的刀具参数选择顾问系统设计与开发6第三章 参数选择顾问系统的设计刀具专家系统开发数据库的目的在于，（1）利用互联网平台收集广大专家在铣削参数选择方面的经验以及各铣刀制造厂商提供的推荐数据，（2）便于数控技术人员快速，合理的选择铣削加工时的各种参数。（3）在于收集广大员工多年来在数控刀具切削参数选择方面的经验,以便于将这些经验与相关资料一起整理成较为系统的切削参数库;（4）在于为数控编程人员提供方便、可靠的切削参数以供参考。3.1 知识库的设计知识库中包含了所有与推理有关的规则知识，由于切削的知识非常复杂，必须对这些知识进行分类，我们将同一类的知识存储在一个表中，这样可以方便管理和调用。知识库结构如图 1 所示。图 1 铣削知识库结构图（1）刀具规则库：由于刀具种类繁多且参数和选择方法不尽相同，所以将刀具主要参数和选择方法进行封装便于进行刀具的选择和参数匹配。刀具规则库切削用量规则库切削液规则库刀具类型选择刀具几何参数选样加工深度选样切削速度选样进给量选样切削液选样铣削知识库（2）切削液规则库：切削液在金属切削过程中具有相当重要的作用。实践证明，选用合适的金属切削液，能降低切削温度 60- - 150，降低表面粗糙度，12 级，减少切削阻力 15- - 30，成倍地提高刀具使用寿命。（3）切削用量规则库：切削参数是指切削深度，切削速度和进给量三个参数。切削参数需要根据用户输入的初始条件、切削刀具的选用，切削液的选用最终确定。3.2 推理机的设计推理机制是专家系统的核心技术，知识库主要与推理机和人机接口进行数据交换，其中推理机通过调用知识库中的知识进行推理，而管理员通过人机接口来更新知识库。推理机、人机接口与知识库关系三者关系如图 2 所示。推理机 人机接口铣削知识库管理数据图 2 铣削知识库、推理机及人机接口的关系图推理步骤：第一步用户将加工的初始条件数据输入到系统当中，第二步系统进入刀具推理模块，刀具推理模块根据初始条件数据，进行刀具选择推理，获得数据库中符合加工要求的刀具信息。第三步切削参数推理模块根据已有信息进行切削参数选择，并通过人机界面输出。第四步切削液推理模块对加工条件，加工刀具等信息进行综合推理向用户推荐数据库中合适的切削液代号。调用数据基于材料的刀具参数选择顾问系统设计与开发8第四章 数据库的设计4.1 数据库开发平台的选择由于系统是基于 B/S 架构，所以选择微软公司 SQLServer2000 开发数据库。Microsoft SQLServer2000 由一系列相互协作的组件构成，能满足 Web 站点和企业数据处理系统存储和分析数据的需求。SQL Server 提供了在服务器系统上运行的服务器软件和在客户端运行的客户端软件。SQLSeer2000 作为后台数据库平台便于修改补充，非常适合专家系统，而且支持网络远程查询数据信息。4.2 数据模型的设计为了满足切削参数的智能选择，数据库应该包括以下信息：工件数据类、刀具数据类、铣床数据类、用户资料数据类、切削液数据类、切削用量数据类。每种类型的数据可以做成一张表，每张表里面包含所需信息的字段，表与表之间通过关键字段建立关联，需要寻找相互匹配的知识规则时可以从数据库中获得，在此基础上获得所需要的结果。数据库E- R 关系如图3所示。用户资料账号密码权限联系方式名称编号成份切削液数据适用类型 切削速度切削深度进给量材料切削用量工件数据表面质量牌号硬度加工类型刀具编号刀具类型几何参数刀具材料刀具数据最小进给铣床功率铣床刚度转速范围最大进给铣床数据系统数据库图 3 数据库 E-R 图第五章参数选择顾问系统的功能(1)基于web的数控刀具切削参数查询功能。主要包含常规切削参数的查询以及成熟零件切削参数的查询。常规切削参数由数控编程人员依据个人的经验提供,或是由刀具制造商给出相应的推荐值;成熟零件切削参数通过对数控车间已加工过零件的相关资料的统计、归纳并整理给出。(2)数控刀具切削参数的录入功能。包括数控技术人员经验参数的录入,成熟零件切削参数的录入以及刀具生产厂家推荐参数的录入。(3)切削参数数据库维护功能。为保证专家系统数据的有效性、完备性及可扩充性,需要对专家系统的底层信息(包括刀具库中所有刀具的类型、名称、材料、长度、直径、切削刃几何参数、制造商等信息,描述成熟零件时涉及的机床型号、零件名称、零件图号、工序号、零件材料等信息,以及数控技术人员的身份及其提供的相应经验参数等信息)及时更新、完善并进行管理。(4)系统权限管理功能。专家系统的主要负责人为系统的管理员。对于非系统管理员所录入的信息,都必须经过系统管理员确认后方可成为真正的有效信息,以保证专家系统的有效性与可靠性。对于局域网用户,在尚未登录系统时,只可进行数控刀具切削参数的查询操作;当需要进行切削参数信息录入或数据库维护时,则需要用户先行登录而后操作。（5）专家系统功能的主要功能及访问过程的示意如图4所示。其中,刀具切削参数数据库驻留在Web服务器上,用户在局域网客户端浏览器上进行相应的查询及数据录入操作,提交HTTP请求,Web 服务器依据HTTP请求执行相应的数据库操作指令,并将数据库操作的执行结果形成动态HTML,传送回客户端(用户端)浏览器,从而实现数据库资源的访问与共享。 系统注册用户登录数据库基础信息维护成熟零件切削参数录入常规切削参数信息录入（刀具制造商推荐参数）常规切削参数信息录入（经验参数）管理员确认或删除数控刀具切削参数数据库数控编程人员 系统管理员成熟零件切削参数查询常规切削参数查询基于材料的刀具参数选择顾问系统设计与开发10图4数控刀具专家系统功能图第六章 Web 的数控刀具参数选择顾问系统的实现6.1 系统总体功能设计基于 Web 的切削参数智能选择系统主要功能见图 5 所示，用户帐户分为普通用户、铣削专家、刀具厂商和系统管理员 5 类，其中铣削专家可以根据经验输入各种特殊零件加工的切削参数，这些参数经过系统管理员审核后录入系统数据库，刀具厂商可以输入本单位生产的铣刀各类信息及推荐的切削参数，同样需要经过管理员审核后录入数据库，普通用户登录系统后，首先需要输入加工零件的初始条件，系统将这些初始信息交给专家系统，专家系统通过查询数据库并推理后输出优化的切削参数，最后给出推荐的刀具品牌及型号。图 5 系统总体功能设计图注册用户登录刀具厂商铣削专家 系统管理输入刀 具信息及推荐参数输入特殊零件加工切削参数普通用户输入加工初始条件数据库信息审核及维护切削参数智能选择系统数据库专家系统推荐输出特加工零件成熟的切削参数推荐刀具品牌及型号6.2 We b 访问数据库技术系统中，主要运用微软提供的 IIS 中的 ASP 和 ADO 技术来实现 Web 访问数据库，ASP 处理流程如图 6 所示。当用户通过客户端的浏览器地址栏输入网址向 web 服务器发出请求，web 服务器收到请求后，将该网页传递给应用程序服务器，应用程序服务器查找该网页的脚本命令，并通过在服务器上执行这些脚本命令，然后将脚本代码从这页删除，由此产生一个静态网页，应用程序服务器将所生成的静态 HTML 文件传回web 服务器，web 服务器将生成的静态网页发送到请求的浏览器。图 6 ASP 处理流程图在 ASP 应用程序中访问数据库，就要使用 ADO 技术。ADO 是英文 ActiveX Data Obiects 的简称，中文含义为活动数据对象。ADO 是对当前微软所支持的数据库进行操作的最有效和最简单直接的方法，它是一种功能强大的数据访问编程模式，通过ADO 可以将数据库与 Web 页面结合在一起，在客户端实现网上即时更新显示数据。ADO 由一系列对象组成，通过这些对象来完成对数据库的操作，访问存储在服务器端的数据库或其他表格化数据结构中的信息。常用的 ADO 对象有 3 个，分别是Connection、 Command 以及 Recordest。数控刀具专家系统是以Microsoft Access 2000 数据库为底层结构。为保证数据库的完整性,防止用户的误输入(比如将直径20输入为 2 ( t + k) + d, (2)计算.式中 : d 为刀杆垫圈的外径, mm; k 为工件或夹具上突出工件待加工表面部分的高度, mm.(3)铣刀齿数的选择高速钢圆柱形铣刀、锯片铣刀和立铣刀按齿数的多少分为粗齿和细齿两种, 粗齿铣刀同时工作的齿数少,工作平稳性差,但刀齿强度高,刀齿的容屑槽大,切削深度和进给量可以大一些,故适用于粗加工. 加工塑性材料,切屑呈带状,需要较大的容屑空间,可以采用粗齿铣刀;细齿铣刀的特点则与粗齿相反,仅适用于半精加工.硬质合金端铣刀因粗齿、中齿及细齿而异(见表 1) . 粗齿端铣刀适于钢件的粗铣; 中齿端铣刀适于铣削带有断续表面的铸铁件或对钢件的连续表面进行粗铣及精铣; 细齿端铣刀适于在机床功率足够的情况下对铸铁件进行粗铣或精铣.表 1硬质合金端铣刀直径及齿数铣刀直径（mm）粗齿数 中齿数 细齿数50 363 3 480 4 5 8100 5 6 10125 6 8 12160 8 10 18200 10 12 24250 12 16 32315 16 20 40400 20 26 52（4）铣削用量的选择依靠人工神经网络技术优化机械铣削用量,实质就是用网络逼近一个复杂的非线性函数, 在人工神经网络模型中的 B P ( Error B ack Prop aga2tion, B P)网络模型具有很强的自学习和处理非线性问题的能力. 因此,笔者采用 B P 网络模型完成铣削用量的优化.“人工神经网络”(A rtif icial N eu ral N etw ork 简称 ANN ) 是指用大量的简单计算单元(神经元)构成的非线性系统, 它在一定程度和层次上模仿了人脑神经系统的信息处理、存储和检索功能,因而具有学习、记忆和计算等智能处理功能.目前,在人工神经网络的实际应用中,绝大部分的神经网络模型采用 B P 网络及变化形式 .7.4B P 网络的构建依据 STEP - NC 解释器提供的数据类型特点,建立了三层结构的 B P 网络模型,包括输入层、隐含层和输出层, 各层之间实现全连接.其中神经网络隐含层节点数的确定是一个十分重要的环节. 如果节点数太小,则网络根本无法进行学习和识别;如果节点数太大,则网络的自学习能力很差,无法识别以前未曾见过的模式. 只有选择了一个最优的节点数值, 才能够使网络具有较强的鲁棒性、抗噪声能力和自学习能力,采用下面的经验公式确定节点数L= , (1)cnm21式中: m 和 n 分别为网络的输入和输出节点数; c 为介于 110 的常数.基于材料的刀具参数选择顾问系统设计与开发20隐含层激活函数和输出层激活函数均为 S 型激活函数(S igm oid 函数) ,具有连续、可导的特点,可以逼近任何有理函数,网络中各节点的输入输出关系可表示为F(X)= . (2)exI在数控铣削加工中, 材料硬度和加工深度决定每齿进给量和铣削速度. 因此,模型的输入层为材料硬度和加工深度, 模型的输出层为每齿进给量和铣削速度. 针对铣削用量之间关系,建立 B P 网络模型(见图 13) .图 13神经网络模型在数控铣削加工中, 材料硬度和加工深度决定每齿进给量和铣削速度. 因此,模型的输入层为材料硬度和加工深度, 模型的输出层为每齿进给量和铣削速度.7.4.1 算法的确定建立了三层 B P 网络(见图 14) . 输入向量 X = ( , , , , , ) T , 图x12ixn中 = - 1 是隐层神经元引入阈值而设置的; 隐层输出向量为 Y = x0, 图中 = - 1 是为输出层神经元引入阈值而设置的; yymj,210输出层向量为 O = ; 期望输出向量为 d = ook21, ;输入层到隐层之间的权值矩阵用 V 表示, V = ddk, ; 其中列向量 为隐层第 j 个神经元对应的权向量; 隐层vvmj,21 vj到输出层之间的权值矩阵用 W 表示, W = ,其中,列向量wwk121,为输出层第 k 个神经元对应的权向量.wk图 14三层 B P 网络模型隐层和输出层节点的计算输出, （3）)(0=ijvxynijf. （4）)(0=wojmjkkf网络输出的误差. （5）1=2KPdEp隐层和输出层的误差信号， （6）)1()(oKO. （7）1=Kywjjjiyj 基于材料的刀具参数选择顾问系统设计与开发22隐层和输出层的权值修正量， （8） ywjjKO=. （9）xvijij但标准的 B P 算法存在自身的限制和不足:易陷入局部极小点; 收敛速度慢和神经网络的泛化能力受到限制等. 针对 B P 算法存在的问题,笔者采用附加动量法和自适应调整学习速率法对其进行改进.(1)附加动量法附加动量法使 B P 神经网络在修正其权值时,不仅要考虑误差在梯度上的作用,而且要考虑在误差曲面上变化趋势的影响, 它允许忽略网络上的微小变化特性. 该方法是在反向传播法的基础上,在每个权值修正量上加上前一次的部分权值修正量,并根据反向传播法来产生新的权值,带有附加动量因子的权值修正公式为 ， （10）wytjKjOKtj a1. （11）vxvtijijtij式中: 为学习速率; t 为当前第若干次训练; 是取值为 01 的动量系数,式中第一项是常规 B P 算法的权值修正量,第二项称为动量项. 这种方法通过加入动量项,减小了学习过程的振荡趋势,从而改善了收敛性,找到更优的解.(2)自适应调整学习速率法自适应调整学习速率有利于缩短学习时间.标准 B P 算法收敛速度慢的重要原因是学习速率选择不当. 学习速率选得太小,收敛太慢; 学习速率选取得太大,则有可能修正过头,导致发散. 因此出现了自适应调整学习率的改进算法, 其调节准则是:检查权值的修正值是否真正降低了误差,如果降低,所选取的学习速率值可以增加一个量;反之,减小学习速率的值.7.4.2 铣削用量的优化STEP - NC 数控铣削知识库对解释器提供的数据进行处理,输出优化的铣削加工参数,具有自适应和自学习能力.(1)铣削参数输入:把 STEP - NC 数控铣削系统提供的材料硬度和加工深度通过模型输入层输入.(2)归一化处理:笔者建立的 B P 网络模型采用的神经元传递函数是 S 型函数,为满足 S 型激活函数对输入的要求, 输入数据都需归一化到 0.10.9.(3)神经网络判断: 依靠神经网络对归一化后的铣削加工参数进行计算处理, 神经网络判断的有效性的高低取决于训练样本的数量和质量.(4)反归一化处理:与归一化相对应,对数据进行反归一化处理.(5)系统自学习:人工神经网络要进行判断,必须先进行学习, 其学习过程与人脑的学习过程相类似,笔者称之为神经网络的训练过程. 在训练过程中,可选用较为典型的输入作为训练样本,考虑到网络的结构比较复杂,神经元个数比较多,需要适当增大训练次数.(6)数据后续处理:通过神经网络计算后,输出的铣削加工参数包括铣削速度和每齿进给量,经过后续的处理完成其他铣削参数的计算.主轴转速:n = , min)/(10radDv(12)每转进给量:z(min / rad) , (13)s齿转 每分钟进给量:zn (mm /m in) , (14)齿分式中: s 为铣刀每分钟进给量 ; z 为铣刀齿数; n 为铣刀转速; D 为铣刀外径;