基于人工神经网络的超声加工振幅的在线监测*

邢秀琴，叶志忠，吉科峰，祝锡晶

(1.中北大学 机械工程与自动化学院，太原 030051;2.太原重工股份有限公司，太原 030024)

0 引言

随着精密和超精密加工技术的飞速发展，超声振动加工作为一种新兴的特种加工技术被广泛应用。超声振动加工能实现高效、高质量和高精度的加工、具有高的加工稳定性和可靠性。但是由于超声振动加工系统的振动频率容易受外界条件的变化发生衰减，严重时会导致超声加工失去作用，为此需要对超声加工振动振幅及相关参数进行分析、预测并控制超声加工的频率，使超声加工的振动振幅维持在最大值附近［1］。

1 功率超声加工系统参数的检测要求

在超声振动加工中，为了使超声加工起到有效的作用，就要保证超声加工工作在最大的振幅附近，而在实际应用中，系统振幅随外界条件的变化以及加工条件的变化而衰减［3-4］，如图1，为此需对超声振动加工的振幅进行监测并预测，从而做出相应的调整措施，而实际中对振幅的实时测量非常困难。由于换能器的输入电流与其振动位移成比例，并且易于检测［5-6］，所以，常选择换能器的输入电流作为检测超声加工系统谐振与否的参数。这里，通过对电流、温度、频率等参数进行分析，来调节系统频率，具体如图2。

图1 振幅衰减

图2 功率调节结构图

2 功率超声加工系统参数的分析

为了准确的测量换能器的输入电流，采用霍尔传感器MLX90251 检测电流，霍尔传感器是一种采用半导体材料制成的磁电转换器件，测量范围广、响应速度快、测量精度高、动态性能好、工作频带宽、体积小、重量轻。采用美国Omega 温度测量器HHM290 检测工件温度，该温度测量仪采用了激光瞄准非接触式温度测量技术，在单台强大的手持仪表中融合全功能万用表、带激光瞄准器的非接触式红外线高温计和可进行差模测量的双输入K 型(非隔离)热电偶仪表的功能，测量温度范围:-20～550℃。

为了进行神经网络训练，测量多组电流值、温度值、失谐时超声波发生器的频率值和调整到谐振时超声波发生器的频率值，如表1 为经多次试验记录的部分数据。其中，电流值、温度值和失谐时超声波发生器的频率作为神经网络的输入向量，调整后的超声波发生器频率作为神经网络的输出向量，建立换能器输入电流与超声波发生器频率调整间的关系，从而实现提前预测并实时调整系统输出功率，保证系统始终工作在最大振幅附近。

表1 测量的数据

根据油石末端的雾化效果，将满足超声振动加工的电流值设定为0.4A，若电流小于设定值，通过分析给出需调整的输出频率，使电流值重新接近谐振的最大值附近。

此方案应用于研究梯队设计的MBA4215 型半自动立式珩磨机的功率超声加工［9-10］中，并在实验中测取了换能器输入电流值如图3 和加工工件的表面精度如图4。

图3 电流变化

图4 加工效果

从实验结果可以看出，采用了人工神经网络对换能器输入电流进行在线分析控制后，更好的保证了换能器的输入电流始终保持在最大值附近，并且在加工输出端的雾化效果一直保持良好。

另外，在实验中测取了加工件的表面粗糙度，如图4所示。从实验结果可以看出，采用了频率在线分析系统的超声珩磨加工，工件的表面精度要高。这充分体现了超声振动在珩磨振动加工中发挥了很有效的作用，使加工精度有了明显的提高。

3 结论

通过对人工神经网络和超声加工振幅的检测进行分析后，提出了用人工神经网络分析超声振动加工参数，实现了对超声加工振幅的预测和控制。这里，监测了换能器的输入电流和工件的温度，并将这两个参数作为神经网络的输入进行分析，从而来调节超声发生器的输出功率，使得系统的振幅保持在最大振幅附近的范围。最后，在功率超声珩磨加工中应用了本文设计的方案，通过加工效果证明此方案能有效、实时的控制振幅，使超声加工发挥有效的作用。

［1］李旭，刘震. 超声加工中振幅衰减的原因分析［J］.中国民航学院学报，2001，19(1):51 -53.

［2］仲高艳. 人工神经网络在数控超声加工中的应用研究［D］.南京:南京农业大学，2008.

［3］李旭.超声加工中振幅衰减的控制［J］. 电加工与模具，2004(6):24 -26.

［4］黄景荣.超声振动加工中的自动频率跟踪［J］.合肥工业大学学报，2009，20(6):51 -53.

［5］祝锡晶，王爱玲，辛志杰，等.超声珩磨在发动机缸套光整加工中的应用研究［J］.兵工学报，2003，24(1):142-144.

［6］张杰，王时英，吕明，等.基于声发射的超声谐振频率在线监测系统研究［J］.太原理工大学学报，2010，41(2):175-177.

［7］仲高艳，康敏.基于神经网络的数控超声加工效果建模与仿真［J］. 系统仿真学报，2007，19(7):1620 -1623.

［8］王爱玲，祝锡晶，吴秀玲.功率超声振动加工技术［M］.北京:国防工业出版社，2006.

［9］张小强，祝锡晶，王建青，等.功率超声珩磨单颗磨粒耦合颤振稳定性分析［J］.组合机床与自动化加工技术，2013(12):29 -32.

［10］刘猛，祝锡晶，袁小飞.超声珩磨颤振单颗磨粒动力学模型的研究［J］. 组合机床与自动化加工技术，2011(10):24 -26.