倉(cāng)寧寧

摘要：數(shù)控車床是信息技術(shù)與制造技術(shù)相互融合的設(shè)備，其在當(dāng)前諸多生產(chǎn)領(lǐng)域都有著廣泛的使用，相比較傳統(tǒng)的加工設(shè)備，數(shù)控車床加工精度更理想，并且在不斷的技術(shù)改進(jìn)中，實(shí)際的加工精度也在不斷提升。本文積極關(guān)注于數(shù)控車床加工精度評(píng)估的問(wèn)題，對(duì)于當(dāng)前數(shù)控機(jī)床加工精度評(píng)估技術(shù)進(jìn)行分析。

Abstract： CNC lathe is a device that integrates information technology and manufacturing technology. It has been widely used in many production fields. Compared with traditional processing equipment， CNC lathe processing accuracy is more ideal， and in continuous technical improvement， the actual processing accuracy is also constantly improving. This paper actively focuses on the problem of CNC lathe machining accuracy evaluation， and analyzes the current CNC lathe machining accuracy evaluation technology.

關(guān)鍵詞：數(shù)控車床;加工精度;評(píng)估技術(shù)

Key words： CNC lathe;machining accuracy;evaluation technology

中圖分類號(hào)：TG659? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2018）35-0243-02

1? 數(shù)控車床加工精度評(píng)估的重要性

數(shù)控車床加工精度關(guān)乎到實(shí)際生產(chǎn)產(chǎn)品的質(zhì)量和規(guī)格，尤其對(duì)于部分高精度生產(chǎn)任務(wù)而言，其在投入數(shù)控車床生產(chǎn)線之前，需要對(duì)于實(shí)際數(shù)控車床的加工精度進(jìn)行檢驗(yàn)和考核，如果符合實(shí)際產(chǎn)品生產(chǎn)的需求，才能夠?qū)⑵淙谌氲綄?shí)際的數(shù)控車床加工中去，否則就不能將其融入其中。也就是說(shuō)，數(shù)控車床加工精度的評(píng)估，是數(shù)控車床設(shè)備得以有效運(yùn)用的前提和基礎(chǔ)。再者，對(duì)于數(shù)控車床加工精度進(jìn)行評(píng)估，可以幫助使用者更全面的了解設(shè)備的參數(shù)信息，繼而更加明確的制定和執(zhí)行對(duì)應(yīng)的生產(chǎn)標(biāo)準(zhǔn)或者生產(chǎn)方案。最后，對(duì)于數(shù)控車床研發(fā)設(shè)計(jì)者而言，使用先進(jìn)的手段去掌握數(shù)控車床加工精度，是實(shí)現(xiàn)設(shè)備更新設(shè)計(jì)的重要步驟。

2? 數(shù)控車床加工精度評(píng)估技術(shù)分析

數(shù)控車床加工精度的評(píng)估，其技術(shù)實(shí)現(xiàn)是個(gè)復(fù)雜的系統(tǒng)，需要多種技術(shù)相互融合，才能夠保證對(duì)于數(shù)控車床加工精度形成有效判定。詳細(xì)來(lái)講述，實(shí)際的技術(shù)主要包括如下集中：

2.1 信號(hào)采集技術(shù)

數(shù)據(jù)采集卡會(huì)發(fā)揮其效能，在關(guān)鍵部位的傳感器會(huì)將對(duì)應(yīng)的信號(hào)傳送到緩存區(qū)域，接著依靠信號(hào)調(diào)理儀器進(jìn)行放大和濾波操作，預(yù)處理后實(shí)際的數(shù)據(jù)會(huì)創(chuàng)術(shù)到工控機(jī)械中，繼而進(jìn)入到實(shí)際硬盤，并且做好實(shí)際的數(shù)據(jù)處理工作。在此過(guò)程中最為重要的節(jié)點(diǎn)為：其一，實(shí)現(xiàn)數(shù)據(jù)采集軟件的編制，使用LabVIEW中圖形化語(yǔ)言G語(yǔ)言，使用圖表和連線的方式對(duì)于其流程圖進(jìn)行匯編，由此完成實(shí)際數(shù)據(jù)采集的工作。其二，在信號(hào)預(yù)處理的過(guò)程中，其本質(zhì)任務(wù)就是實(shí)現(xiàn)信號(hào)的放大操作和降噪操作。在此之后，還需要進(jìn)行信號(hào)濾波處理，就是依靠特定的方法，實(shí)現(xiàn)信號(hào)中多余頻率分量的清除。其三，對(duì)于信號(hào)進(jìn)行分析，此時(shí)需要從信號(hào)時(shí)域分析，信號(hào)頻域分析，信號(hào)小波分析，并且做好振動(dòng)信號(hào)處理工作，繼而完成實(shí)際信號(hào)采集和數(shù)據(jù)處理工作。

2.2 加工精度智能評(píng)估技術(shù)

主要是以創(chuàng)建數(shù)控車床精度評(píng)估模型的方式，對(duì)于信號(hào)時(shí)域，頻域，三向加速度信號(hào)進(jìn)行數(shù)據(jù)處理，在此基礎(chǔ)上可以獲取對(duì)應(yīng)的特征值，對(duì)這樣的數(shù)據(jù)進(jìn)行歸一化處理，并且由此形成神經(jīng)網(wǎng)絡(luò)模型，做好實(shí)際的訓(xùn)練，輸入對(duì)應(yīng)的待檢測(cè)特征，就可以獲得相對(duì)精確的評(píng)估結(jié)果。下面我們來(lái)分析實(shí)際加工精度智能評(píng)估技術(shù)的應(yīng)用過(guò)程。智能評(píng)估系統(tǒng)模型的構(gòu)建，首先要明確實(shí)際的架構(gòu)層次，結(jié)合實(shí)際數(shù)控車床加工精度評(píng)估需求，分別將其劃分為如下幾個(gè)層次：

信號(hào)采集層：主要依靠傳感器構(gòu)建采集系統(tǒng)，實(shí)現(xiàn)信號(hào)的有效感知;

信號(hào)輸出層：主要是指將信號(hào)有效的傳輸?shù)綄?duì)應(yīng)電路中去，為預(yù)處理做好準(zhǔn)備;

信號(hào)變換層：主要是結(jié)合實(shí)際情況，對(duì)于信號(hào)形式進(jìn)行轉(zhuǎn)變。因?yàn)楦鱾€(gè)傳感器輸出的電壓，電壓，電流信號(hào)都處于相對(duì)原始的狀態(tài)，為了確保數(shù)據(jù)采集工作的高效化，此時(shí)需要對(duì)于信號(hào)進(jìn)行有效的處理;

信號(hào)調(diào)理層：依靠信號(hào)調(diào)理儀器對(duì)于實(shí)際噪聲信號(hào)進(jìn)行處理，通過(guò)信號(hào)放大或者濾波的手段來(lái)完成;

數(shù)據(jù)采集層：主要是由數(shù)據(jù)采集卡構(gòu)成，關(guān)注于信號(hào)的高速化采集;

數(shù)據(jù)存儲(chǔ)層：主要是將獲取到的數(shù)據(jù)進(jìn)行存儲(chǔ)，確保后期的調(diào)用;

決策層：神經(jīng)網(wǎng)絡(luò)對(duì)于提取的特征值進(jìn)行訓(xùn)練和學(xué)習(xí)，在此基礎(chǔ)上獲得決策結(jié)果。

2.3 SOM神經(jīng)網(wǎng)絡(luò)算法技術(shù)

SOM神經(jīng)網(wǎng)絡(luò)全稱為：自組織特征映射網(wǎng)絡(luò)，作為全連接的神經(jīng)元陣列網(wǎng)絡(luò)，其有著自組織，自學(xué)習(xí)的特點(diǎn)，處于空間的不同區(qū)域的神經(jīng)元，都可以切實(shí)的發(fā)揮其效能，各自不同的分工，在數(shù)據(jù)進(jìn)入到對(duì)應(yīng)網(wǎng)絡(luò)的時(shí)候，內(nèi)部的神經(jīng)元也會(huì)展現(xiàn)出不同的特點(diǎn)。SOM神經(jīng)網(wǎng)絡(luò)模型主要牽涉到如下的內(nèi)容：其一，處理單元陣列，也就是說(shuō)，外界信號(hào)從處理單元進(jìn)入到對(duì)應(yīng)神經(jīng)網(wǎng)絡(luò)中，此時(shí)輸入信號(hào)的判別函數(shù)也就形成了;其二，比較選擇機(jī)制，理論上來(lái)講述，不同的神經(jīng)元，對(duì)應(yīng)著不同的響應(yīng)機(jī)制，由此會(huì)出現(xiàn)不同的判別函數(shù)，此時(shí)比較選擇機(jī)制，可以在所有判別函數(shù)中選取對(duì)應(yīng)的處理單元;其三，局部互聯(lián)效能，激勵(lì)比較選擇機(jī)制選擇對(duì)應(yīng)的單元和相鄰的單元，這表現(xiàn)出局部互聯(lián)的效能;其四，自適應(yīng)過(guò)程，不同的神經(jīng)元有著不同的響應(yīng)，依靠自適應(yīng)過(guò)程，可以對(duì)于處理單元中的參數(shù)進(jìn)行修正?；谏鲜龅幕A(chǔ)認(rèn)知，將SOM神經(jīng)網(wǎng)絡(luò)算法融入其中，可以自動(dòng)找到輸入數(shù)據(jù)之間的類似度，在此基礎(chǔ)上完成實(shí)際的學(xué)習(xí)過(guò)程。其詳細(xì)步驟主要可以歸結(jié)為：

首先，實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的初始化操作。其實(shí)現(xiàn)路徑主要有如下幾種：實(shí)現(xiàn)常量初始化，其主要是把權(quán)值或者偏置初始化作為一個(gè)常數(shù)，此時(shí)可以自由設(shè)定;其高斯分布初始化，就是需要實(shí)現(xiàn)高斯函數(shù)的界定，賦予其均值和標(biāo)準(zhǔn)差;均勻分布的初始化，實(shí)現(xiàn)權(quán)值和偏置均勻化分布的初始化操作，主要是以設(shè)定最大值和最小值上下限的方式來(lái)進(jìn)行。

其次，選取對(duì)應(yīng)的模式，將其輸入到對(duì)應(yīng)輸入層中去，進(jìn)行歸一化處理，對(duì)于神經(jīng)元間的權(quán)值進(jìn)行處理，處理手段為歸一化處理，此時(shí)實(shí)現(xiàn)對(duì)應(yīng)歐式距離的界定;

再者，依照實(shí)際歐式距離確定最小的距離，由此可以獲取到對(duì)應(yīng)的神經(jīng)元，調(diào)整權(quán)值之后，實(shí)現(xiàn)競(jìng)爭(zhēng)層鄰域內(nèi)神經(jīng)元與輸入層神經(jīng)元之間權(quán)值的界定;選擇學(xué)習(xí)模式進(jìn)入到輸入層次，重復(fù)操作，實(shí)現(xiàn)學(xué)習(xí)率和鄰域的更新操作，當(dāng)達(dá)到對(duì)應(yīng)狀態(tài)，實(shí)際的神經(jīng)網(wǎng)絡(luò)停止學(xué)習(xí)。

2.4 數(shù)據(jù)處理技術(shù)

對(duì)于數(shù)控車床加工精度進(jìn)行評(píng)估的過(guò)程中，需要對(duì)于大量的參數(shù)數(shù)據(jù)進(jìn)行處理，這是評(píng)估體系發(fā)揮效能的重要節(jié)點(diǎn)。此技術(shù)價(jià)值的發(fā)揮，集中反饋在：其一，對(duì)于原始信號(hào)進(jìn)行處理，主要對(duì)于已經(jīng)采集好的振動(dòng)信號(hào)進(jìn)行處理，采用的處理手段為放大處理或者濾波處理，在進(jìn)行處理之后，再次將其融入到實(shí)際傳感器信息中去，這樣可以獲得實(shí)際的信號(hào)特征量，由此可以將其作為開(kāi)展實(shí)際精度評(píng)估的重要依據(jù)。其二，實(shí)現(xiàn)特征的有效提取，主要是通過(guò)均方根頻率和頻率標(biāo)準(zhǔn)差的方式，對(duì)于實(shí)際采集信號(hào)的特征進(jìn)行歸結(jié)，前者關(guān)注的是譜信號(hào)的頻帶變化情況;后者關(guān)注的是譜能量的分布情況。其三，焦點(diǎn)在于信息融合的結(jié)果，在獲取實(shí)際信號(hào)特征之后，對(duì)于傳感器的均方根差頻率，頻率標(biāo)注標(biāo)準(zhǔn)差進(jìn)行計(jì)算，繼而進(jìn)入到相互融合的狀態(tài)。

3? 數(shù)控車床加工精度評(píng)估技術(shù)發(fā)展趨勢(shì)分析

數(shù)控車床的加工精度要求越來(lái)越高，數(shù)控車床的設(shè)計(jì)方案會(huì)朝著多元化的方向發(fā)展，此時(shí)數(shù)控車床加工精度評(píng)估技術(shù)也應(yīng)該做到與時(shí)俱進(jìn)，否則就難以有效的對(duì)于設(shè)備的價(jià)值進(jìn)行評(píng)定。從當(dāng)前數(shù)控車床加工精度評(píng)估技術(shù)發(fā)展現(xiàn)狀來(lái)看，其未來(lái)的發(fā)展趨勢(shì)可以歸結(jié)為如下幾個(gè)方面：其一，標(biāo)準(zhǔn)化發(fā)展，就是數(shù)控車床加工精度的評(píng)估需求不斷增加，不同行業(yè)和領(lǐng)域?qū)τ趯?shí)際評(píng)估方式不一樣，此時(shí)就可能給予評(píng)估報(bào)告的權(quán)威性造成不良影響，由此積極開(kāi)展行業(yè)探討，建立數(shù)控車床加工精度評(píng)估技術(shù)標(biāo)準(zhǔn)和規(guī)范，對(duì)于精度評(píng)估的實(shí)現(xiàn)路徑進(jìn)行分類，并且與實(shí)際行業(yè)實(shí)現(xiàn)對(duì)應(yīng)，這樣可以保證實(shí)際的評(píng)估工作朝著更加精準(zhǔn)的方向發(fā)展和進(jìn)步，并且很有可能由此形成國(guó)家標(biāo)準(zhǔn)，行業(yè)標(biāo)準(zhǔn)和企業(yè)標(biāo)準(zhǔn)，使得評(píng)估呈現(xiàn)出體系化的特點(diǎn);其二，智能化發(fā)展，數(shù)控車床加工精度的評(píng)估，會(huì)依靠大量的先進(jìn)感應(yīng)技術(shù)，先進(jìn)分析技術(shù)，先進(jìn)數(shù)據(jù)處理技術(shù)，先進(jìn)信息技術(shù)，由此形成完善的評(píng)估機(jī)制，保證給予實(shí)際決策者更加理想的信息支撐，這也是數(shù)控車床加工精度評(píng)估技術(shù)的重要發(fā)展趨勢(shì)。自動(dòng)化生成模型，自動(dòng)化完成實(shí)際的評(píng)估，甚至生產(chǎn)出很多自動(dòng)化檢測(cè)設(shè)備，使得實(shí)際的評(píng)估可以更快更高效化的完成;其三，國(guó)際化，隨著我國(guó)制造業(yè)素質(zhì)的不斷提升，數(shù)控車床的研發(fā)力度不斷堅(jiān)強(qiáng)，數(shù)控車床的精密性會(huì)得到提升，此時(shí)在國(guó)際社會(huì)進(jìn)行廣泛交流和溝通的過(guò)程中，實(shí)際數(shù)控車床加工精度的評(píng)估技術(shù)也會(huì)朝著國(guó)際化的方向發(fā)展和進(jìn)步，甚至參與到實(shí)際標(biāo)準(zhǔn)體系制定中去。

4? 結(jié)束語(yǔ)

綜上所述，數(shù)控車床加工精度評(píng)估方案的運(yùn)作，需要綜合考量實(shí)際數(shù)控車床加工精度評(píng)估需求，結(jié)合當(dāng)前的技術(shù)實(shí)力，制定切實(shí)可行的評(píng)估方案，選擇有效的評(píng)估方式，才能夠確保實(shí)際評(píng)估報(bào)告的有效性。在此方面技術(shù)經(jīng)驗(yàn)的不斷積累，會(huì)引導(dǎo)著實(shí)際評(píng)估工作朝著智能化，標(biāo)準(zhǔn)化和國(guó)際化的方向發(fā)展和進(jìn)步。

參考文獻(xiàn)：

[1]劉艷輝.探究數(shù)控車床加工精度的工藝處理及優(yōu)化[J].山東工業(yè)技術(shù)，2016（07）.

[2]李萬(wàn)來(lái).影響數(shù)控車床加工精度的主要因素[J].科技創(chuàng)新導(dǎo)報(bào)，2008（09）.

[3]賈東庭.數(shù)控車床加工精度的影響因素及提高措施[J].機(jī)械工程師，2015（09）.

[4]丁美玲.數(shù)控車床加工精度的影響因素分析及對(duì)策[J].機(jī)電信息，2014（15）.

[5]邱曄.數(shù)控車床加工精度的工藝處理及優(yōu)化[J].科技創(chuàng)業(yè)家，2014（01）.