數控機床智能化發展現階段需解決三大問題
專家簡介：北京機床研究所副總師，教授級高工，博士CNC Machine生導師，享有政府特殊津貼專家稱號，公開發表論文60余篇，出版主要著作和手冊7部，培養碩士、博士生17名，獲部級獎5項，是行業中一位具有很高知名度的學者和專家。
北京機電研究所副總工程師、高級顧問盛伯浩在接受采訪時提到，數控機床智能化發展現階段需要解決三大問題。
1。自適應控制技術
機床自適應控制總的來講可以分為工藝自適應和幾何自適應，其中工藝自適應研究得比較多。工藝自適應又可分為最佳自適應控制系統（ACO）和約束式自適應控制系統（ACC）。ACO系統追求一種最優的加工過程指標，可能是加工時間、加工成本或工件質量。嚴格的ACO系統要求有辨識、決策和調整模型軸承，壓克力辨識模型將系統實際性能指標與最優指標相比較；比較的結果要用決策模型來進行評價並決策應采取的措施；調整模塊對需修正的過程參量進行必要的調整。ACC系統則是要保持約束的恆定。加工狀況，如切削速度、進給量，在約束範圍內實現最大值，約束包括最大的扭矩、最大的切削力或切削功率。
自適應控制雖然自20世紀60年代即已開始研究，但在生產上應用尚不普遍。目前在生產應用面相對較廣的還只是結構簡單的ACC系統，已用於銑、車、鑽、磨、電加工和加工中心等機床上，而ACO還多限於加工因素相對單純的磨削和電火花加工（EDM）上，加工環境中影響加工的因素很多，建模需全面考慮諸多因素。不僅建立數學模型困難，而且要實時采集和實時調整參數也有更大的難度。
2。信息智能判斷
信息技空壓機術的發展及其與傳統機床的相融合，使機床朝著數字化、集成化和智能化的方向發展。數字化制造裝備、數字化生產線、數字化工廠的應用空間將越來越大；而采用智能技術來實現多信息融合下的重構優化的智能決策、過程適CNC車床加工應控制、誤差補償智能控制、復雜曲面加工運動軌跡優化控制、故障自診斷和智能維護以及信息集成等功能，將大大提升成形和加工精度、提高制造效率。數控機床需要加強信息方面的智能判斷。
當前，國內外一些機床和數控系統制造企業在從分布式網絡化聯盟制造的角度出發研究相適應的制造單元，強化其自治管理能力，能與企業ERP、PDM和CAD/CAPP/CAM的信息集成，進而通過與客戶關系管理（CRM）和供應鏈管理（SCM）的聯系作出智能決策，實施並行工程、視覺化監控等以提高機床利用率，實現高效的柔性生產。
3。約束控制
數控機床加工的過程中遇到的約束條件很多，諸如振動、溫度以及加工過程中出現的種種干擾因素，這些都需要在監測的過程中限制約束控制條件，才可以做到精確和安全加工。
智能化發展是對於約束控制較有利的發展，可以利用智能技術來實時監測加工的狀態和反應，德國以前成為約束控制，後來到了日本，便成為智能控制了，這其實是一個概念。
機床的智能控制對數控系統提出了更高的要求，這需要數控系統不僅具有開放性、包容性和一定的二次開發銑刀特性，還要根據用戶對其功能個性化的需求，對數控系統接口的普適性和前瞻性也提出了較高的期望。
盛伯浩告訴，隨著控制技術、驅動技術和自適應技術的不斷發展，數控系統的智能化和集成化已成為數控機床研究的重要領域。
留言列表
