基于人工神經網絡的超聲加工振幅的在線監測*

邢秀琴，葉志忠，吉科峰，祝錫晶

(1.中北大學 機械工程與自動化學院，太原 030051;2.太原重工股份有限公司，太原 030024)

0 引言

隨著精密和超精密加工技術的飛速發展，超聲振動加工作為一種新興的特種加工技術被廣泛應用。超聲振動加工能實現高效、高質量和高精度的加工、具有高的加工穩定性和可靠性。但是由于超聲振動加工系統的振動頻率容易受外界條件的變化發生衰減，嚴重時會導致超聲加工失去作用，為此需要對超聲加工振動振幅及相關參數進行分析、預測并控制超聲加工的頻率，使超聲加工的振動振幅維持在最大值附近［1］。

1 功率超聲加工系統參數的檢測要求

在超聲振動加工中，為了使超聲加工起到有效的作用，就要保證超聲加工工作在最大的振幅附近，而在實際應用中，系統振幅隨外界條件的變化以及加工條件的變化而衰減［3-4］，如圖1，為此需對超聲振動加工的振幅進行監測并預測，從而做出相應的調整措施，而實際中對振幅的實時測量非常困難。由于換能器的輸入電流與其振動位移成比例，并且易于檢測［5-6］，所以，常選擇換能器的輸入電流作為檢測超聲加工系統諧振與否的參數。這里，通過對電流、溫度、頻率等參數進行分析，來調節系統頻率，具體如圖2。

圖1 振幅衰減

圖2 功率調節結構圖

2 功率超聲加工系統參數的分析

為了準確的測量換能器的輸入電流，采用霍爾傳感器MLX90251 檢測電流，霍爾傳感器是一種采用半導體材料制成的磁電轉換器件，測量范圍廣、響應速度快、測量精度高、動態性能好、工作頻帶寬、體積小、重量輕。采用美國Omega 溫度測量器HHM290 檢測工件溫度，該溫度測量儀采用了激光瞄準非接觸式溫度測量技術，在單臺強大的手持儀表中融合全功能萬用表、帶激光瞄準器的非接觸式紅外線高溫計和可進行差模測量的雙輸入K 型(非隔離)熱電偶儀表的功能，測量溫度范圍:-20～550℃。

為了進行神經網絡訓練，測量多組電流值、溫度值、失諧時超聲波發生器的頻率值和調整到諧振時超聲波發生器的頻率值，如表1 為經多次試驗記錄的部分數據。其中，電流值、溫度值和失諧時超聲波發生器的頻率作為神經網絡的輸入向量，調整后的超聲波發生器頻率作為神經網絡的輸出向量，建立換能器輸入電流與超聲波發生器頻率調整間的關系，從而實現提前預測并實時調整系統輸出功率，保證系統始終工作在最大振幅附近。

表1 測量的數據

根據油石末端的霧化效果，將滿足超聲振動加工的電流值設定為0.4A，若電流小于設定值，通過分析給出需調整的輸出頻率，使電流值重新接近諧振的最大值附近。

此方案應用于研究梯隊設計的MBA4215 型半自動立式珩磨機的功率超聲加工［9-10］中，并在實驗中測取了換能器輸入電流值如圖3 和加工工件的表面精度如圖4。

圖3 電流變化

圖4 加工效果

從實驗結果可以看出，采用了人工神經網絡對換能器輸入電流進行在線分析控制后，更好的保證了換能器的輸入電流始終保持在最大值附近，并且在加工輸出端的霧化效果一直保持良好。

另外，在實驗中測取了加工件的表面粗糙度，如圖4所示。從實驗結果可以看出，采用了頻率在線分析系統的超聲珩磨加工，工件的表面精度要高。這充分體現了超聲振動在珩磨振動加工中發揮了很有效的作用，使加工精度有了明顯的提高。

3 結論

通過對人工神經網絡和超聲加工振幅的檢測進行分析后，提出了用人工神經網絡分析超聲振動加工參數，實現了對超聲加工振幅的預測和控制。這里，監測了換能器的輸入電流和工件的溫度，并將這兩個參數作為神經網絡的輸入進行分析，從而來調節超聲發生器的輸出功率，使得系統的振幅保持在最大振幅附近的范圍。最后，在功率超聲珩磨加工中應用了本文設計的方案，通過加工效果證明此方案能有效、實時的控制振幅，使超聲加工發揮有效的作用。

［1］李旭，劉震. 超聲加工中振幅衰減的原因分析［J］.中國民航學院學報，2001，19(1):51 -53.

［2］仲高艷. 人工神經網絡在數控超聲加工中的應用研究［D］.南京:南京農業大學，2008.

［3］李旭.超聲加工中振幅衰減的控制［J］. 電加工與模具，2004(6):24 -26.

［4］黃景榮.超聲振動加工中的自動頻率跟蹤［J］.合肥工業大學學報，2009，20(6):51 -53.

［5］祝錫晶，王愛玲，辛志杰，等.超聲珩磨在發動機缸套光整加工中的應用研究［J］.兵工學報，2003，24(1):142-144.

［6］張杰，王時英，呂明，等.基于聲發射的超聲諧振頻率在線監測系統研究［J］.太原理工大學學報，2010，41(2):175-177.

［7］仲高艷，康敏.基于神經網絡的數控超聲加工效果建模與仿真［J］. 系統仿真學報，2007，19(7):1620 -1623.

［8］王愛玲，祝錫晶，吳秀玲.功率超聲振動加工技術［M］.北京:國防工業出版社，2006.

［9］張小強，祝錫晶，王建青，等.功率超聲珩磨單顆磨粒耦合顫振穩定性分析［J］.組合機床與自動化加工技術，2013(12):29 -32.

［10］劉猛，祝錫晶，袁小飛.超聲珩磨顫振單顆磨粒動力學模型的研究［J］. 組合機床與自動化加工技術，2011(10):24 -26.