針對傳統(tǒng)的能耗預(yù)測模型預(yù)測精度較低、泛化性差的問題,提出一種數(shù)據(jù)驅(qū)動下基于元動作的數(shù)控車削能耗預(yù)測方法。通過分析數(shù)控車床的能耗特性,揭示各時段元動作與能耗的關(guān)聯(lián)關(guān)系;提出車削元動作及能耗數(shù)據(jù)的獲取方法,并通過元動作狀態(tài)對數(shù)控車床狀態(tài)進(jìn)行判斷;使用高斯過程回歸構(gòu)建以元動作狀態(tài)作為輸入的數(shù)控車削能耗預(yù)測模型,實(shí)現(xiàn)數(shù)據(jù)驅(qū)動的數(shù)控車削加工能耗動態(tài)預(yù)測。最后,對比3種擬合算法,驗(yàn)證高斯過程回歸算法的優(yōu)越性,并通過比較理論模型和基于元動作的數(shù)據(jù)模型,以加工某軸類工件為例,驗(yàn)證該方法的有效性。 

【文章來源】：中國機(jī)械工程. 2020,31(21)北大核心

【文章頁數(shù)】：11 頁

【部分圖文】：

數(shù)控車削加工元動作組成

數(shù)控車床加工零件時的每一步加工動作均由元動作組成,各加工動作能耗也受各元動作的影響,因此,對不同時段的元動作組成和能耗進(jìn)行分析,有利于建立更加精確合理的能耗模型。數(shù)控車削加工的切削動作與功率曲線分別見圖2與圖3。圖3 功率曲線圖

功率曲線圖

【參考文獻(xiàn)】：
期刊論文
[1]數(shù)據(jù)驅(qū)動的車削和鉆削加工能耗預(yù)測[J]. 呂景祥,唐任仲,鄭軍.  計算機(jī)集成制造系統(tǒng). 2020(08)
[2]大數(shù)據(jù)驅(qū)動的智能制造[J]. 張潔,汪俊亮,呂佑龍,鮑勁松.  中國機(jī)械工程. 2019(02)
[3]面向節(jié)能高效需求的數(shù)控加工系統(tǒng)多目標(biāo)優(yōu)化模型[J]. 鄢威,張華,江志剛,馬峰.  中國機(jī)械工程. 2018(21)
[4]面向能量效率的數(shù)控銑削加工參數(shù)多目標(biāo)優(yōu)化模型[J]. 李聰波,朱巖濤,李麗,陳行政.  機(jī)械工程學(xué)報. 2016(21)



本文編號：2984586