一种基于轮子磨损监测的自适应进给速度控制的集成框架

《JOURNAL OF INTELLIGENT MANUFACTURING》：An integrated framework for adaptive control of feed rate driven by wheel wear monitoring

提出基于DANN、Transformer和GRU的磨床进给自适应控制框架，通过多信号特征融合与动态磨损监测，减少初始磨损阶段时间并降低稳态力误差44.65%，提升加工效率25%，延长磨轮寿命15.38%。

　　

摘要

磨削进给量的自适应控制对于提高磨削效率和延长砂轮使用寿命至关重要。基于恒功率或恒力约束的智能进给量控制方法在不同磨损阶段采用相同的控制策略，未能考虑到各阶段磨削性能的变化。在初始磨损阶段，由于砂轮磨削性能较差，磨削力波动剧烈；而在稳定磨损阶段，由于磨削能力提升，力波动会减弱。本文建立了一个由砂轮磨损监测驱动的进给量自适应控制集成框架，该框架系统地整合了领域对抗神经网络（DANN）、Transformer网络、门控循环单元（GRU）和模糊逻辑控制方法。该框架旨在缩短初始磨损阶段的持续时间，并减轻稳定磨损阶段出现的力波动。首先，开发了一个基于DANN的多信号特征融合模型，用于选择与砂轮磨损具有强相关性的特征，同时这些特征对操作条件的依赖性最小。随后，开发了用于砂轮磨损监测的Transformer-GRU模型，该模型能够有效捕捉砂轮磨损进展的局部和全局特征，从而在不同进给量下实现精确的砂轮磨损监测。最后，为不同的磨损阶段制定了针对性的进给量自适应控制策略，并通过二维模糊控制器实现这些策略。实验验证表明，该集成框架具有优越性：与恒力约束进给量控制方法相比，所提出的框架不仅加快了初始过渡阶段的进程，还在稳定磨损阶段将稳态力误差降低了44.65%，最大力误差降低了35.49%。砂轮使用寿命延长了15.38%，加工效率提高了25%。与恒功率约束进给量控制方法相比，砂轮使用寿命延长了7.14%，加工效率提高了15.38%。这项工作为智能高效磨削操作提供了一个创新的框架。