一种铣削加工振动的在线主动抑制方法
【技术领域】
[0001 ] 本发明涉及一种振动控制领域，具体涉及铣削加工振动的在线主动控制与抑制方 法。
【背景技术】
[0002] 随着机械装备的不断发展与性能提升，对机械部件的加工质量和加工精度提出了 越来越高的要求。然而，机械加工振动对加工质量和产品表面精度产生重大影响，严重制约 了产品性能的提升。铣削加工作为一个典型代表，加工振动不仅会导致产品质量粗糙，而且 影响刀具寿命，甚至导致加工系统的不稳定。因此，抑制铣削加工振动，提升加工质量，迫在 眉睫。
[0003] 主动控制具有结构简单、自适应性强等特点受到广泛关注。然而，现有时域主动控 制方法对硬件、软件的时效性要求极高，并且易受信号波动的影响。频域主动控制方法稳定 性好，对信号波动不敏感，适宜于工业现场的在线应用。但是，对于在线铣削加工，如何提升 控制系统的可靠性、效率以及防止控制参数不当对系统的损坏等一系列问题亟需进一步研 究与解决。
[0004] 本申请人于2012年07月03日提交了一份发明专利申请，其【申请号】 CN201210227696. 2公开了一种壳体结构表面变频率特性的主动控制方法，该方法首先构建 频域神经网络辨识器（FNNI)对受控对象进行辨识，采用频域振动响应信号和作动参数作 为输入，实现被控结构的建模和响应的一步预测功能，建立响应和激励参数之间的关系；然 后构建频域神经网络控制器，由FNNI权值、辨识信号与频域目标信号的误差以及作动参数 组成FNNC的输入，采用全局频域误差与特征频点误差相结合的评判准则，由FNNC产生新 的作动参数，不断循环迭代，直至达到预设的振幅，完成壳体结构表面变频率特性的主动控 制。整个过程集中于频域进行，节省了信号转换时间，构造的评判准则有效提高算法的可靠 性、抗干扰性，适于振动和噪声的主动抑制以及结构动态频率特性主动控制。
[0005] 此外，本申请人于2014年10月11日提交了另一份发明专利申请，其【申请号】 CN201410531535. 1，该申请公开了一种基于神经网络的壳体结构表面振动一致性控制方 法。该方法首先基于神经网络优化算法构建振动一致性控制架构，控制架构主要包含辨识 器和控制器两部分核心模块，其中辨识器用于被控壳体模型的辨识与振动响应的预测，控 制器用于激励参数的优化与控制目标的实现；然后，基于梯度下降法推导辨识器、控制器权 值与阈值的迭代公式，用于循环参数的优化与更新；再进一步计算全局误差与频点误差并 将它们相结合，构造一种新型的误差评判准则，用于判别控制效果与目标的差异；最后，以 壳体结构表面多点振动响应的协同控制为目标，同步实现壳体结构表面多点振动响应的一 致性控制。
[0006] 然而，上述专利申请的控制方法并没有采用本申请采用的技术方案实现铣削加工 振动的在线主动抑制以提升自适应性与抗干扰能力、避免了局部最优对控制效果的影响以 及避免了控制溢出对硬件装置的损坏。此外，本申请专利与上述现有技术专利存在如下区 另Ij:本申请中在线铣削振动抑制时效性要求高，因此基于改进的LMS算法构造频域控制流 程。由于LMS算法结构简单，频域控制结构稳定，较上述专利申请的神经网络控制算法，可 更有效提高时效性，满足铣削在线控制需求。其次，上述专利申请中以目标点振动响应频谱 特性为目标，本申请是以目标点的振动响应最小化为目标。混合误差准则构造与应用，可有 效判别目标频段以及受控频点幅值，避免非加工频段及非加工频点对受控过程的干扰，提 升方法的自适应性以及对背景噪声的抗干扰能力。再次，区别于上述专利申请，本申请中加 入预判断模块来提升系统的鲁棒性。由于铣削加工的不可重复性，一旦控制失效，将会导致 不可挽回的损失。因此，本申请引入预判断模块，有效避免了局部最优对控制效果的影响以 及控制溢出对硬件装置造成的损坏。
【发明内容】
[0007] 针对上述部分问题，本发明提供了一种铣削加工振动的在线主动抑制方法，所述 方法基于改进的频域LMS(最小均方算法）实现，控制流程简单，时效性高；构造混合误差评 价准则，提升控制系统的可靠性和自适应性；融入预判断模块，防止控制参数溢出对硬件系 统的损坏及控制失效。
[0008] -种铣削加工振动的在线主动抑制方法，该方法用于铣削加工振动的在线消减与 主动抑制，该方法包括如下步骤：
[0009] (1)步骤1 :基于改进的频域LMS算法实现频域主动控制，每个控制循环只进行一 次FFT运算，无IFFT运算；
[0010] (2)步骤2 :构造混合误差准则，将全局频域误差和特征频点误差相结合；
[0011] (3)步骤3 :在控制流程中加入预判断模块。
[0012] 有益效果：有效减少了控制时间，提高了控制效率；有效提高了控制算法的自适 应性和抗干扰能力；有效防止局部最优及控制参数溢出造成的硬件损坏与控制失效。
【附图说明】
[0013] 图1为本发明的铣削加工振动的在线主动抑制方法的架构图；
[0014] 图2 (a)为本发明铣削加工振动的在线主动抑制方法的时域信号；
[0015] 图2 (b)为本发明铣削加工振动的在线主动抑制方法的频域信号；
[0016] 图3(a)为本发明铣削加工振动的在线主动抑制方法的容许误差内的受控振动信 号；
[0017] 图3(b)为本发明铣削加工振动的在线主动抑制方法的不在容许误差内的受控振 动信号；
[0018] 图4为本发明铣削加工振动的在线主动抑制方法的控制流程图；
[0019] 图5为本发明铣削加工振动的在线主动抑制方法的铣削加工振动控制系统；
[0020] 图6为本发明铣削加工振动的在线主动抑制方法的铣削加工振动信号频谱控制 效果对比图；
[0021] 图7为本发明铣削加工振动的在线主动抑制方法的铣削加工振动信号能量谱效 果对比图。
【具体实施方式】
[0022] 下面结合附图及具体实施例对本发明的内容作进一步详细说明。参见附图1-7所 不。
[0023] 本发明的一种铣削加工振动的在线抑制方法，其特征在于：
[0024] (1)基于改进的频域LMS算法实现频域主动控制，每个控制循环只进行一次FFT运 算，无IFFT运算，有效减少了控制时间，提高了控制效率。
[0025] 图1所示为铣削加工振动在线主动控制的系统架构示意图。其中，铣削振动控制 的目标信号为D，控制器输出的次级激励装置的驱动参数为F，时域在线铣削振动信号为 y(t)，频域在线铣削振动信号为Y，误差信号为E。控制流程为：系统开始运行时，首先设定 铣削振动控制的频域目标振动信号为D;然后通过传感器与数据采集器收集被控铣削加工 过程的在线时域振动信号y(t)，通过FFT将其转换为在线频域振动信号Y;将在线频域振动 信号Y反馈于控制器，以在线频域振动响应Y与目标振动响应D的差值E作为控制器的输 入，通过控制器优化，输出激励参数；原始激励与次级激励作用于铣削加工产生新的在线时 域振动信号y(t)，然后采集进行FFT变换，并反馈于控制器。如此反复，直到误差信号E小 于预先设定的目标精度。由此可以看出，除了时域在线振动信号y(t)以外，其余均在频域 内进行。每一个控制循环只进行一次FFT，无IFFT运算，因此，有效简化了控制流程，提升了 控制效率。
[0026] 控制器的输入输出关系为：
[0027] F=WX(D·Y) =WXE
[0028] 其中，F是包含次级激励装置激励频率、幅值、相位信息的控制器输出驱动参数；W 为控制器的权值系数，根据误差大小不断的迭代更新优化频域铣削振动信号Y;误差信号E 是由目标频域信号D和在线频域振动信号Y相减得到。
[0029] 控制器的控制优化过程是通过不断的迭代更新权值系数W而实现的，按照一定的 规则不断的优化权值系数，从而优化输出激励参数F去激励被控目标，改变在线频域振动 信号Y，使Y不断的逼近目标信号D，直至达到目标精度。因此，控制器权值系数的优化更新 是保证控制器有效收敛的重要因素之一。
[0030] 构造控制器权值系数的收敛方式如下：
[0031] ff(n+l) =ff(n)-Aff(n)
[0032] 其中，W(n+1)是第n+1步迭代中控制器的权值系数，W(n)为第η步迭代中控制器 的权值系数，AW(n)为η+1步迭代中权值系数的变化量，即梯度向量
[0033]
[0034] 其中，J为全局频域误差。
[0035] 因此，控制器权值系数的迭代公式为：
[0036] ff(n+l) =W(n) +nE(n)
[0037] 其中，η为学习率，用于控制循环迭代过程的步长。
[0038](2)构造了混合误差准则，将全局频域误差和特征频点误差相结合，有效提高了控 制算法的自适应性和抗干扰能力。
[0039] 误差准则是评判迭代优化过程是否达到目标的重要判别标准，不同的误差准则对 控制过程的稳定性以及效率都有重要影响。因此，为了提高本方法的自适应性以及抗干扰 能力，分别构造全局频域误差函数以及特征频点误差函数，并将两者结合，构成混合误差准 贝1J，用于控制优化过程收敛性的判定。
[0040] 构造全局频域误差函数，用于评判在线频域振动信号与目标频域信号的距离，以 及控制器权值系数的迭代更新。
[0041 ]
[0042] 其中，山为目标频域信号D中第i个元素的幅值i为在线频域振动信号Y中第i 个元素的幅值；η为目标频域信号D或在线频域振动信号Y离散采样后的频点个数；Μ· | 表示求范数。
[0043] 构造特征频点误差函数，用于评判控制过程中在线频域振动信号Υ中特征频点幅 值与目标频谱信号D中特征频点幅值的距离，用于实时反映特征频点处的控制效果。
[0044]
[0045] 其中，4为目标频谱信号D中第k个特征频点的幅值；yk为在线振动频谱信号Υ中 第k个特征频点的幅值;m为特征频点的总个数；且山，dkeD，y;，ykeY，