張生芳，王國慶，劉 宇，馬付建，楊大鵬，沙智華

（大連交通大學(xué)機械工程學(xué)院，遼寧大連116028）

復(fù)合材料蜂窩夾層結(jié)構(gòu)具有很高的比強度和比剛度、較好的耐疲勞性能、抗聲疲勞和抗顫振能力等優(yōu)點，廣泛應(yīng)用于航空航天、電氣工業(yè)等領(lǐng)域[1-2]。新型超聲切削加工技術(shù)采用新式直刃尖刀和圓盤刀加工蜂窩芯，在實際加工中，通過切削刀具和待加工材料之間的高頻振動和機械加工雙重作用，利用刀具和工件相對運動產(chǎn)生高頻率沖擊作用、機械加工作用及超聲振動帶來的空化作用等因素共同作用達到工件加工目的。將超聲高頻振動引入切削系統(tǒng)，降低了刀具與工件間的摩擦力，同時增強了兩者之間的切削去除作用，有利于提高加工效率，改善工件表面質(zhì)量，較好地解決了傳統(tǒng)粉碎加工造成的粉碎脫層、起毛、拉絲等影響表面質(zhì)量的問題，逐步成為蜂窩芯加工的關(guān)鍵技術(shù)[3]。

近年來，國外將超聲切割技術(shù)運用于Nomex蜂窩芯結(jié)構(gòu)件的加工[4]。Zhang等[5]優(yōu)化設(shè)計了一種超聲切削圓形刀具，用ANSYS對其進行了模態(tài)分析，通過對圓形刀進行有限元結(jié)構(gòu)優(yōu)化設(shè)計，明顯減小了圓形刀的體積，同時圓形刀的各項性能指標(biāo)如最大等效應(yīng)力、最大變形量位移等都有所優(yōu)化。Zhang等[6]針對Nomex蜂窩材料超聲切削粗加工，設(shè)計了一種符合設(shè)計要求的模態(tài)形狀和固有頻率的尖頭刀具形狀。謝坤等[7]采用正交試驗，獲得圓片刀銑削力及切削參數(shù)對切削力的影響規(guī)律，提出了一種新型工藝方法。黃秀秀等[8]根據(jù)直刃刀切削工藝，建立了直刃刀的運動學(xué)方程，對直刃刀超聲切削加工中的蜂窩芯微觀斷裂機理進行了研究。

由于蜂窩芯超聲切削加工的專用數(shù)據(jù)庫系統(tǒng)的缺乏，造成了數(shù)據(jù)存儲分散且信息不完整，各單位之間也難以順利進行信息交流。本文針對蜂窩芯超聲切削加工技術(shù)，對新型蜂窩芯超聲切削加工刀具參數(shù)、典型加工特征及加工工藝參數(shù)進行了分析與定義，構(gòu)建了以形狀特征為核心的工藝信息存儲體系。同時，建立了一種基于神經(jīng)網(wǎng)絡(luò)的特征分類模型，并將分類結(jié)果替代復(fù)雜多樣特征數(shù)據(jù)應(yīng)用于數(shù)據(jù)庫查詢。最后，設(shè)計與開發(fā)了基于MVC框架WEB形式的蜂窩芯超聲切削加工工藝數(shù)據(jù)庫系統(tǒng)。

1 蜂窩芯超聲切削加工

1.1 蜂窩芯超聲切削加工工藝

超聲復(fù)合切削的基本加工原理是在切削刀具上附加16～40 kHz的高頻超聲振動的復(fù)合作用切斷/去除材料[9]。在超聲切削加工時，直刃尖刀在做進給運動的同時還做往復(fù)超聲振動，一般用于下料以及平面或簡單圓弧曲面的加工，能夠快速去除毛坯。直刃尖刀一般采用V字型切削方式，除了需要X，Y，Z，A，C這5個數(shù)控軸外，需要B軸控制刀具刃口方向，其加工示意圖如圖1（a）所示。主要加工參數(shù)有進給速度、刀具振幅、切削深度、切削厚度以及每刀切削寬度。超聲切削加工時，盤式刀具在高速旋轉(zhuǎn)和進給運動的同時在軸向上做高頻超聲振動。用三個移動軸和A/C雙擺頭組成的超聲數(shù)控五軸聯(lián)動機床即可完成對盤式刀具位姿的控制，常用于精加工最終型面，其切削運動主要由沿加工軌跡線的進給運動、沿主軸方向的高頻振動以及刀具自身的轉(zhuǎn)動組成，其加工示意圖如圖1（b）所示。主要加工參數(shù)有進給速度、刀具振幅、刀具轉(zhuǎn)速以及每刀切削寬度。

圖1 蜂窩芯超聲切削加工示意圖Fig.1 Processing diagram of honeycomb core ultrasonic machining

1.2 蜂窩芯超聲切削加工刀具

目前新型蜂窩芯超聲切削時主要采用直刃尖刀和圓片刀兩種類型的刀具。為方便數(shù)據(jù)庫管理，在總結(jié)各家單位研究結(jié)果的基礎(chǔ)上，對各類刀具參數(shù)定義如下：直刃尖刀參數(shù)包括刀具寬度、刀尖寬度、刀具長度、刀具厚度、刃傾角、刀具楔角、刀尖V型刃夾角，如圖2所示；圓盤刀參數(shù)包括刀具長度、刀具厚度、刀柄直徑、刀片直徑、刀具前角、刀具后角、刀具楔角，如圖3所示；圓片刀參數(shù)包括刀柄直徑、刀片直徑、刀具長度、刀具前角、刀具后角、刀具楔角，如圖4所示。

1.3 蜂窩芯超聲切削典型加工特征

航空航天大型蜂窩芯材料的典型結(jié)構(gòu)件包括蒙皮類的機翼構(gòu)件、筒類的艙段構(gòu)件等，常見的加工特征有修邊加工、孔加工、端面磨削、槽加工、外圓磨削、開窗口、成形切割等[10]。各加工特征主要有斜面、直壁沉槽、圓臺沉槽、凸臺和圓柱面等典型加工特征，其形狀如圖5所示。

圖2 直刃尖刀示意圖Fig.2 Diagram of straight blade knife

圖3 圓盤刀示意圖Fig.3 Diagram of disc knife

圖4 圓片刀示意圖Fig.4 Diagram of wafer knife

為滿足特征信息的規(guī)范化存儲與可擴展性要求，將形狀特征信息分為特征類型表與特征表。特征類型表主要用來存儲特征類型的表述性定義信息（特征類型名稱、類型參數(shù)名稱、類型示意圖），特征表用來存儲特征類型的參數(shù)性信息（參數(shù)值），其E-R（Entity Relationship）模型如圖6所示。

圖5 蜂窩芯超聲切削典型加工特征Fig.5 Typical processing characteristics of honeycomb core ultrasonic cutting

圖6 特征信息E-R模型Fig.6 E-R model of feature information

2 神經(jīng)網(wǎng)絡(luò)特征分類模型

2.1 基于BP神經(jīng)網(wǎng)絡(luò)的特征分類模型

傳統(tǒng)數(shù)據(jù)庫管理系統(tǒng)中依據(jù)用戶輸入信息檢索數(shù)據(jù)庫實例信息的單一功能，無法在一定時間內(nèi)進行捕捉、管理和處理的數(shù)據(jù)集合。人工神經(jīng)網(wǎng)絡(luò)是一種模仿動物神經(jīng)網(wǎng)絡(luò)行為特征進行分布式并行信息處理的算法模型，對此類數(shù)據(jù)集合提供了一種更強的決策力與洞察力的處理模式。BP神經(jīng)網(wǎng)絡(luò)依據(jù)反向誤差傳播學(xué)習(xí)規(guī)則，以已知樣本作為學(xué)習(xí)基礎(chǔ)，建立輸入樣本模式與分類類別之間的關(guān)系，具有較強的非線性映射、泛化及容錯能力[11]。

分類過程通常是對分類對象所包含的特有信息進行提取，并建立其抽象數(shù)據(jù)表征，然后針對數(shù)據(jù)表征進行分類。利用BP神經(jīng)網(wǎng)絡(luò)，依據(jù)已有特征結(jié)構(gòu)及其參數(shù)數(shù)據(jù)信息對已有零件特征進行訓(xùn)練分析，建立特征分類模型。

BP神經(jīng)網(wǎng)絡(luò)特征分類模型的輸入向量為

式中：x1，x2，…，xi，…，xn為特征參數(shù)名稱數(shù)值表示及相應(yīng)特征參數(shù)值。

隱層輸出向量為

式中：y1，y2，…，yj，…，ym為輸入向量和輸出向量間的中間聯(lián)系向量。

輸出向量為

式中：o1，o2，…，ok，…，ol為需要對特征屬性進行的分類結(jié)果。

向量矩陣V，W分別為對應(yīng)輸出層到隱含層的權(quán)值向量和隱含層到輸出層的權(quán)向量。

神經(jīng)網(wǎng)絡(luò)分類過程分為兩個步驟：首先，選取具有代表性的特征數(shù)據(jù)集對神經(jīng)網(wǎng)絡(luò)基礎(chǔ)模型進行訓(xùn)練生成特征分類模型；其次，提交待分類數(shù)據(jù)集，獲取特征分類結(jié)果。其框架如圖7所示。

圖7 分類算法框架Fig.7 Framework of classification algorithm

2.2 分類模型設(shè)計與訓(xùn)練

特征分類模型的主要元素是特征結(jié)構(gòu)參數(shù)，分類結(jié)果是刀具類以及加工參數(shù)類。據(jù)查，為使BP神經(jīng)網(wǎng)絡(luò)能夠很好地反映實際，當(dāng)神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點數(shù)為n時，隱含層節(jié)點數(shù)m應(yīng)選取2n+1個。因此，輸入節(jié)點數(shù)為10，隱含層節(jié)點數(shù)為21個，輸出節(jié)點數(shù)為2個。訓(xùn)練過程采用100組特征及相關(guān)工藝數(shù)據(jù)，隨機選取90組數(shù)據(jù)作為訓(xùn)練樣本，其余10組作為測試樣本。用Matlab建立神經(jīng)網(wǎng)絡(luò)模型，學(xué)習(xí)步長取0.8，誤差收斂因子為0.01，隱含層和輸出層的激發(fā)函數(shù)為非線性Sigmoid函數(shù)神經(jīng)網(wǎng)進行訓(xùn)練后，使用測試數(shù)據(jù)進行驗證，獲得測試誤差為0.01的數(shù)據(jù)模型作為最終的分類模型。表1為幾個典型特征的數(shù)據(jù)分類結(jié)果。

表1 Matlab神經(jīng)網(wǎng)絡(luò)特征分類結(jié)果Tab.1 Matlab neural network feature classification model training results

3 超聲切削工藝數(shù)據(jù)庫系統(tǒng)開發(fā)

3.1 工藝數(shù)據(jù)庫需求分析及模塊構(gòu)建

需求分析是數(shù)據(jù)庫建設(shè)最基礎(chǔ)卻又最復(fù)雜與耗時的一步，其準(zhǔn)確性與充分性決定了整個數(shù)據(jù)庫的質(zhì)量[12]。工藝數(shù)據(jù)庫數(shù)據(jù)量繁多，結(jié)構(gòu)龐大，建造數(shù)據(jù)庫必然會遇到數(shù)據(jù)的合理組織問題[8]。蜂窩芯零件結(jié)構(gòu)復(fù)雜，加工工藝多變，而單一形狀特征的加工工藝相對穩(wěn)定，因此，建立以單一形狀特征工藝數(shù)據(jù)為中心的蜂窩芯超聲切削工藝數(shù)據(jù)庫，能夠?qū)崿F(xiàn)整個工藝信息的整合與集約化處理。如圖8所示，整個工藝數(shù)據(jù)由材料信息、特征信息、刀具信息、加工參數(shù)信息和機床信息等相關(guān)數(shù)據(jù)組成。

圖8 蜂窩芯超聲切削工藝數(shù)據(jù)結(jié)構(gòu)Fig.8 Data structure of ultrasonic cutting process in honeycomb core

數(shù)據(jù)庫系統(tǒng)的主要功能是根據(jù)蜂窩芯超聲切削加工工藝的特點，結(jié)合工藝參數(shù)需求，將產(chǎn)品以結(jié)構(gòu)特征進行分類，建立工藝數(shù)據(jù)庫，實現(xiàn)數(shù)據(jù)管理與維護?？焖贉?zhǔn)確地查詢到加工過程加工工藝參數(shù)以及設(shè)備數(shù)據(jù)信息后能夠以文字、數(shù)據(jù)、圖表、模型等多種組合方式進行顯示和輸出，能夠作為工藝試驗和工藝過程的信息交互平臺。本數(shù)據(jù)庫系統(tǒng)的功能模塊如圖9所示，各模塊功能如下。

（1）數(shù)據(jù)查詢模塊。該模塊是系統(tǒng)的主要模塊，可實現(xiàn)對包括機床、刀具、材料、工藝新參數(shù)等在內(nèi)的相關(guān)工藝信息的查詢。

（2）數(shù)據(jù)管理模塊。該模塊是系統(tǒng)的基礎(chǔ)模塊，主要根據(jù)需求，實現(xiàn)對包括機床、刀具、材料、工藝新參數(shù)等在內(nèi)的相關(guān)工藝信息的新增、修改和刪除，保證工藝數(shù)據(jù)信息的有效性。

（3）用戶權(quán)限模塊。工藝信息是整個數(shù)據(jù)庫系統(tǒng)的重要資源，為了保證數(shù)據(jù)庫信息安全性，本系統(tǒng)采用了用戶-角色-權(quán)限三級權(quán)限模式，使用者可根據(jù)需求建立自己的管理等級體系，實現(xiàn)對包括增、刪、改、查在內(nèi)的每一步操作的限制。

（4）幫助文檔模塊。該模塊主要針對系統(tǒng)功能、升級說明及操作指南進行展示，方便用戶使用。

圖9 數(shù)據(jù)庫功能模塊Fig.9 Function module of database system

3.2 系統(tǒng)功能模塊開發(fā)

系統(tǒng)主要是向用戶提供蜂窩芯超聲切削加工工藝數(shù)據(jù)管理與查詢功能，表現(xiàn)形式為C#語言開發(fā)的網(wǎng)頁數(shù)據(jù)庫平臺，采用MVC（Model View Controller）框架設(shè)計創(chuàng)建Web應(yīng)用程序的模式。MVC模式同時提供了對HTML，CSS和JavaScript的完全支持，有助于管理復(fù)雜程序，同時也簡化了分組開發(fā)，具有耦合性低、重用性高、部署快和可維護性高等優(yōu)點。數(shù)據(jù)庫系統(tǒng)主要框架如圖10所示。

圖10 基于MVC系統(tǒng)框架Fig.10 System framework based on MVC

3.3 工藝實例驗證

在工藝檢索中的實驗用例如下：圓臺沉槽粗加工，底圓半徑范圍150～300 mm，深度范圍125～200 mm，頂圓半徑范圍15～50 mm。若采用傳統(tǒng)SQL語句直接按條件一一比對查詢，需比對篩圓臺沉槽、粗加工、底面圓半徑最大值及最小值、深度最大值及最小值、頂圓半徑最大值及最小值8條數(shù)據(jù)項；若采用神經(jīng)網(wǎng)絡(luò)分類模型先獲取該特征只需對比篩選粗加工、特征所屬工藝參數(shù)類兩項數(shù)據(jù)。

傳統(tǒng)查詢方式需要執(zhí)行的SQL語句如下：

神經(jīng)網(wǎng)絡(luò)優(yōu)化后的查詢方式需要執(zhí)行的SQL語句如下：

可以看出：神經(jīng)網(wǎng)絡(luò)優(yōu)化后的數(shù)據(jù)查詢避免了where子句中使用＜＞操作符。將查詢語句在處理器為 Intel（R）Core（TM）i5-2450M CPU@2.50 GHz，安裝內(nèi)存為4.00 GB的Windows7系統(tǒng)上進行查詢測試。采用分數(shù)據(jù)庫管理軟件為MySQL，數(shù)據(jù)庫數(shù)據(jù)量為工藝數(shù)據(jù)1 000條，特征數(shù)據(jù)100條，刀具數(shù)據(jù)10條。如表2所示，兩種查詢方式句查詢結(jié)果為：加工刀具選用直刃尖刀S30，刀具振幅25 μm，切削深度1.2 mm，進給速度1 200 mm/min，每刀切削寬度10 mm。驗證結(jié)果表明：基于神經(jīng)網(wǎng)絡(luò)分類模型的查詢方式不僅能準(zhǔn)確地查詢實例，而且將實例的查詢項從8項減為2項，減少了數(shù)據(jù)查詢量，提高了查詢速率。

表2 查詢結(jié)果對比Tab.2 Comparison of query results

4 結(jié)論

本文針對蜂窩芯超聲切削加工的數(shù)據(jù)存儲分散、不完整，以及傳統(tǒng)數(shù)據(jù)庫存在數(shù)據(jù)量大、查詢效率低的問題，分析蜂窩芯超聲切削加工工藝的特點，結(jié)合數(shù)據(jù)庫開發(fā)需求，開發(fā)了蜂窩芯超聲切削加工工藝數(shù)據(jù)庫，得到了以下結(jié)論：①對新型蜂窩芯超聲切削刀具進行了參數(shù)定義，設(shè)計了以蜂窩芯典型零件特征為核心的數(shù)據(jù)結(jié)構(gòu)體系，該體系結(jié)構(gòu)有序，能夠滿足數(shù)據(jù)存儲與管理需求；②建立了神經(jīng)網(wǎng)絡(luò)分類模型，對特征進行了有效的歸類與劃分，并將分類結(jié)果應(yīng)用于替換查詢，在保證查詢結(jié)果的基礎(chǔ)上，減少了數(shù)據(jù)查詢量，提高了工藝檢索效率與數(shù)據(jù)關(guān)聯(lián)性，驗證了參數(shù)替代查詢法的可行性；③開發(fā)了Web形式的數(shù)據(jù)庫，滿足了數(shù)據(jù)存儲、管理以及共享的功能，能夠滿足工藝數(shù)據(jù)庫數(shù)據(jù)可靠性、專業(yè)通用性標(biāo)準(zhǔn)化與可擴展性并行的要求，為科研單位交流溝通提供了數(shù)據(jù)平臺，減少了科研成本，提高了加工效率。