專利名稱：微細電火花加工間隙放電狀態的檢測方法
技術領域：
本發明涉及電火花加工放電間隙狀態的檢測技術和方法，尤其涉及在微細電火花加工過程中高頻、微能放電狀態下準確分辨電火花加工間隙放電狀態的檢測技術。
背景技術：
目前，對電火花加工間隙放電狀態的檢測方法主要是通過設置電壓閾值的方式進行檢測，如《高技術通訊》2000年第11期中羅元豐等(哈爾濱工業大學機電學院)的“電火花加工放電狀態的監測及神經模糊控制”所采用的檢測方法，即通過設定高低兩個電平門檻值和兩個擊穿延時門檻值，檢測任一個放電脈沖區的放電狀態。這些方法在常規電火花加工狀態下，由于放電信號穩定，隨機干擾信號相對正常放電信號弱很多，從而使放電波形穩定，通過設置門檻電壓，可以有效地檢測出電火花加工的間隙放電狀態。然而，微細電火花加工過程中放電頻率高、放電能量小的特點造成放電波形畸變嚴重，如圖一、圖二所示，圖一是常規電火花加工電壓波形圖，圖二是微細電火花加工電壓波形圖，從圖二的微細電火花加工電壓波形圖可以看出，隨機干擾信號與電加工信號具有可比性，而使電信號的檢測值變化較大，極不穩定，從而使上述檢測方法在微細電火花加工中不再適用。在期刊《International Journal of Machine tools&Manufacture》Volume 37，No.4，pp511-522，1997“A Fuzzy Discriminating System for ElectricalDischarge Machine”written by Y.S.TARNG，C.M.TSENG andL.K.CHUNG(Department of Mechanical Engineering，National TaiwanInstitute of Technology)一文中提出了利用電壓和電流信號通過模糊規則對電火花加工間隙放電狀態進行檢測，此方法雖然能夠對每一放電點進行準確檢測，但仍存在兩大缺點。首先，該方法中的隸屬度函數的參數是通過退火算法優化算出的，而在實際加工過程中，加工條件和狀況的改變迫使隸屬度函數的參數需要在事先提供一定量的樣本的基礎上重新通過退火算法算出，同時由于電火花放電過程復雜，加工狀況變化較大，特別是在高頻、微能的微細電火花加工條件下，加工狀態更加復雜，加工狀況變化更大，這就使優化好的參數不能很好地適應加工狀況的變化，從而造成檢測的準確性下降，同時此種方法也不利于實時優化，因此此種方法在微細電火花加工條件下不能滿足實時、準確的檢測要求。其次，通過模糊規則的使用，對不同的放電狀態得到不同的放電點的狀態值，即使同一狀態也會得到不同的放電點的狀態值，該文沒有提出檢測出放電點的加工狀態后，如何對放電點的狀態進行統計，利用什么原則最后得到放電過程中的各種間隙放電狀態。
發明內容
本發明目的旨在克服上述檢測方法的不足，提供一種實時、準確、穩定、可靠的微細電火花加工間隙放電狀態的檢測方法。
本發明采用的技術方案是一種用于電火花加工中間隙放電狀態的檢測方法采用模糊控制模塊方法，以電壓、電流信號作為模糊控制模塊的輸入，具有LVQ神經網絡結構和統計求和與電火花加工的間隙放電狀態劃分準則的方法。先建立模糊控制模塊，對每一個放電采樣點進行放電狀態檢測，根據采樣點的電壓、電流值，通過所建立的模糊邏輯規則表，得出采樣點的放電狀態值即用模糊控制模塊計算出放電采樣點的放電狀態值，再用LVQ神經網絡結構對采樣點的放電狀態值進行歸類，對一組放電采樣點進行統計求和，最后，按放電狀態劃分準則確定電火花加工的間隙放電狀態用梯形的隸屬度函數能夠很好地描述電壓、電流的各種狀態；具體步驟如下(1)將采樣點的電壓、電流信號作為模糊控制模塊的輸入，根據電火花加工各種放電狀態中電壓、電流值存在不同取值范圍的特點，確定電壓、電流的梯形隸屬度函數在不同放電狀態下的各項參數。放電間隙狀態可劃分成五種狀態空載、火花放電、過渡電弧、穩定電弧和短路；采樣電壓值在0V-20V(low voltage)區間包含短路狀態和脈沖間隔，若檢測到電流，則此時采樣點是短路狀態，否則，是脈沖間隔；采樣電壓值在15V-35V(middle voltage)區間內包含火花/電弧放電狀態和脈沖間隔，若放電間隙中檢測到電流，則此時采樣點的放電狀態是火花/電弧放電狀態，否則是脈沖間隔；采樣電壓值在30V-90V(high voltage)區間內，主要是脈沖間隔和火花/電弧放電狀態，一般為二次放電；在90V附近會出現開路狀態，若放電間隙中檢測到電流，則為火花/電弧放電狀態，若無電流則主要是脈沖間隔；采樣電壓值在80V-120V(super high voltage)以開路狀態為主，若電壓沒有超過90V時，有時會出現脈沖間隔；電流只有兩種狀態，即有電流狀態0.4A-10A(high current)和無電流狀態-10A-0.5A(low current)。
建立模糊控制邏輯規則表如下
經過模糊邏輯規則推理得出的采樣點的放電狀態值作為模塊的輸出，為簡化計算，輸出采用高度為1的矩形隸屬度函數，代表放電采樣點的放電狀態，各矩形區間分別代表相應放電狀態值的取值范圍，用四個區間表示四種狀態短路
，脈沖間隔[11.5]，火花/電弧放電[22.5]，開路[33.5]，(2)為使LVQ神經網絡對狀態區間劃分準確，在每一區間中取代表區間特征的三個值作為LVQ神經網絡學習樣本區間的最小值、中間值與最大值。通過學習樣本的選取，將每一狀態又劃分了三個子類，分別由LVQ神經網絡中的第一層的三個神經元代表，因此第一層的神經元也即隱含層的神經元數為12個，而輸出層的神經元根據輸出狀態劃分為4個。以這種形式劃分，任何一采樣點的狀態值經過神經網絡結構計算后都會準確的映射成狀態矢量。
(3)對極間間隙放電狀態的檢測，采用統計方法，以一組采樣點為單位，分析、比較統計數據，電火花加工間隙放電狀態的劃分準則在一組采樣點的放電狀態矢量經統計求和后，首先比較開路元素值與短路元素值的大小，然后計算代表開路狀態的元素值與代表短路狀態的元素值之和占代表正常火花/電弧狀態的元素值、代表開路狀態的元素值和代表短路狀態的元素值之和的比率，若開路元素值大于短路元素值，如果上述比率大于2/3，則間隙放電狀態是開路狀態，如果小于2/3，則間隙放電狀態是正常火花放電狀態。若開路元素值小于短路元素值，若上述比率小于1/3，則間隙放電狀態是正常火花放電狀態；若比率大于1/3而小于3/7，則間隙放電狀態是過渡電弧放電狀態；若比率大于3/7而小于5/9，則間隙放電狀態是穩定電弧放電狀態；若比率大于5/9，則間隙放電狀態是短路狀態，流程如下。
本發明的效果本發明能夠在微細電火花放電加工間隙放電狀態的檢測過程中克服高頻、微能電信號及隨機干擾造成難以檢測的難點，達到實時、準確、穩定、可靠的效果，也可以用于常規電火花加工間隙放電狀態的實時檢測中。
圖一是常規電火花加工電壓波形示意圖，圖二是微細電火花加工電壓波形示意圖，圖三是電火花加工間隙的放電波形示意圖。其中1為開路狀態，2為正常火花放電狀態，3為過渡電弧放電狀態，4為穩定電弧放電狀態，5為短路狀態。圖四是電壓隸屬度函數分布示意圖，圖五是電流隸屬度函數分布示意圖，圖六是采樣點放電狀態值的隸屬度函數分布示意圖，圖七是LVQ神經網絡結構示意圖。其中1是輸入端，2是權重矩陣，3是閾值矩陣，4是第一層的12個神經元，5是第二層權重矩陣，6是閾值矩陣，7是第二層4個神經元，圖八是電壓信號、電流信號、采樣點放電狀態示意圖。
具體實施方案 結合附圖詳細說明本發明，電火花加工間隙的放電波形主要分為五種，見圖三。實際加工過程中，由于放電參數的設置不同及放電過程的隨機性因素的存在，使得各放電狀態的波形形狀不一，放電狀態交替出現的時間比例差別很大，有時在一個脈沖中就出現多種放電狀態，所以由一個采樣點或一個脈沖很難確定其加工狀態。
模糊控制中的隸屬度函數及模糊規則是通過對電壓、電流在電火花加工各種放電狀態中的分布特點及相互關系的分析建立起來的。常規電火花加工和微細電火花加工的加工機理基本相同，所不同之處在于微細電火花加工的微能、高頻的特點造成電壓信號波動較大，且不規則，電流信號混雜于隨機干擾信號中難于辨別，本發明對這一難點的解決是利用電壓與電流信號的互補性特點，建立模糊邏輯規則推導出采樣點的放電狀態值。根據電火花加工機理，每一個電火花加工的間隙放電狀態的電壓、電流值在一定區域內是確定的，在其它部分區域內則是模棱兩可的，以開路電壓90伏，電流1安培為例，如圖三所示。由放電采樣電壓值的分布可以看出，短路狀態采樣電壓值主要分布在0V-15V區間內，正常火花放電、過渡電弧放電和穩態電弧放電主要分布在20V-30V區間內，開路狀態的采樣電壓值分布在90V左右，在0V-90V中的其它區間的放電狀態的界定處于模棱兩可，而脈沖間隔的采樣電壓值可以是0V-90V區間內的任意值。考慮到微細電火花加工中放電頻率高，火花放電和電弧放電區別不大，將火花放電與電弧放電歸為一類，即火花/電弧放電，這樣劃分不會影響一組脈沖經過統計分析后放電間隙狀態的劃分。圖四、圖五、圖六分別是電壓、電流和采樣點放電狀態值的各個隸屬度函數分布圖。根據電壓、電流信號在不同放電狀態下的取值，及信號的互補性特點，建立模糊邏輯判別規則。
用LVQ神經網絡結構將采樣點的放電狀態值映射成狀態矢量。對不同的放電狀態，采樣點的放電狀態值不同，同時由于采用模糊邏輯與運算規則，同一放電狀態也存在不同的取值，但同一狀態的采樣點的狀態值處于一定的區間范圍內。為統計分析的方便，需要對采樣點按狀態值區間分類，并將各采樣點按一定規則劃歸到其所屬的類中，各放電狀態所屬的類按矢量形式表達。從采樣點的狀態值到其所屬的放電狀態的矢量形式的映射過程由LVQ神經網絡結構實現。由前述可知，模糊規則對放電狀態的分類是以區間形式劃分的，在不同區間的值屬于不同的類，代表不同的放電狀態；而同一區間的不同值則仍屬于同一類，也即屬于同一放電狀態。LVQ神經網絡能夠在經過典型樣本的學習后，準確的將屬于同一區間的不同值歸為同類，而不同區間的值歸為不同的類。
電火花加工間隙放電狀態的劃分準則的建立。對一組序列放電采樣點的放電矢量進行統計求和，根據累加后的結果矢量中的各個元素之間的關系，依照電火花加工放電間隙放電狀態劃分準則，得出這一組放電點的統計放電狀態，即電火花加工的間隙放電狀態。
以開路電壓為90V，電流1A，脈寬1μs、脈間4μs，10000個采樣點為例，如圖八中的電壓、電流信號來說明具體的實施方法。
將采樣點的電壓、電流值作為模糊控制模塊的輸入，經模糊控制模塊的模糊控制規則的運算后輸出采樣點的放電狀態值，圖八中從上至下分別是電壓信號、電流信號和對應于電壓、電流信號的采樣點放電狀態圖。從圖八隨機地取十個點，見下表，可以看出采樣點的放電狀態被準確地表達出來了。
然后將采樣點的放電狀態值作為LVQ神經網絡的輸入，經LVQ神經網絡的分類功能將采樣點的放電狀態值映射成放電狀態矢量，圖七中的2、3、4組成LVQ神經網絡的第一層，5、6、7組成LVQ神經網絡的第二層。為使LVQ神經網絡對狀態區間劃分準確，在每一區間中取代表區間特征的三個值作為LVQ神經網絡的學習樣本區間的最小值、中間值與最大值。
即短路區間，取{p(1)＝0，t＝ T}，{p(2)＝0.25，t＝ T}，{p(3)＝0.5，t＝ T}；脈間區間，取{p(4)＝1，t＝ T}，{p(5)＝1.25，t＝ T}，{p(6)＝1.5，t＝ T}；火花/電弧放電區間，取{p(7)＝2，t＝ T}，{p(8)＝2.25，t＝ T}，{p(9)＝2.5，t＝ T}；
開路區間，取{p(10)＝3，t＝ T}，{p(11)＝3.25，t＝ T}，{p(12)＝3.5，t＝ T}。
對以上隨機取出的10個采樣點的狀態值經過神經網絡轉換后映射成相應的矢量R(56)＝1.24→
T；R(135)＝3.24→
T；R(256)＝1.24→
T；R(3502)＝1.24→
T；R(4256)＝1.24→
T；R(5287)＝0.24→[1，0，0，0]T；R(6000)＝1.24→
T；R(7902)＝1.24→
T；R(8259)＝1.24→
T；R(9289)＝2.24→
T。
最后，對一組序列放電采樣點的放電矢量進行統計求和，根據累加后的結果矢量中的各個元素之間的關系，依照電火花加工放電間隙放電狀態劃分準則，得出這一組放電點的統計放電狀態，即電火花加工的間隙放電狀態。以2000個采樣點為一組對以上采樣點進行統計分析得到五個狀態矢量[11，1537，390，62]T，[15，1527，376，82]T，[13，1548，386，53]T，[2，1606，360，32]T，[11，1638，342，9]T。由于脈沖間隔起消電離調節的作用，可以不考慮脈沖間隔的影響。統計后的矢量中代表開路狀態的元素值(矢量中的第四個元素)與代表短路狀態的元素值(矢量中的第一個元素)之和占代表正常火花/電弧狀態的元素值(矢量中的第三個元素)、代表開路狀態的元素值和代表短路狀態的元素值之和的比率分別是0.1577，0.2051，0.1460，0.0863，0.0552。按放電狀態劃分準則得到的間隙放電狀態均為正常火花放電狀態。
權利要求
1.一種用于電火花加工中間隙放電狀態的檢測方法，采用模糊控制模塊方法，以電壓、電流信號作為模糊控制模塊的輸入，其特征是還具有LVQ神經網絡結構和統計求和與電火花加工的間隙放電狀態劃分準則的方法；先建立模糊控制模塊，對每一個放電采樣點進行放電狀態檢測，根據采樣點的電壓、電流值，通過所建立的模糊邏輯規則表，用模糊控制模塊計算出放電采樣點的放電狀態值，再用LVQ神經網絡結構對采樣點的放電狀態值進行歸類，對一組放電采樣點進行統計求和，最后，按放電狀態劃分準則確定電火花加工的間隙放電狀態用梯形的隸屬度函數能夠很好地描述電壓、電流的各種狀態；具體步驟如下(1)將采樣點的電壓、電流信號作為模糊控制模塊的輸入，根據電火花加工各種放電狀態中電壓、電流值存在不同取值范圍的特點，確定電壓、電流的梯形隸屬度函數在不同放電狀態下的各項參數。可劃分成五種狀態空載、火花放電、過渡電弧、穩定電弧和短路；采樣電壓值在0V-20V(low voltage)區間包含短路狀態和脈沖間隔，若檢測到電流，則此時采樣點是短路狀態，否則，是脈沖間隔；采樣電壓值在15V-35V(middle voltage)區間內包含火花/電弧放電狀態和脈沖間隔，若放電間隙中檢測到電流，則此時采樣點的放電狀態是火花/電弧放電狀態，否則是脈沖間隔；采樣電壓值在30V-90V(highvoltage)區間內，主要是脈沖間隔和火花/電弧放電狀態，一般為二次放電；在90V附近會出現開路狀態，若放電間隙中檢測到電流，則為火花/電弧放電狀態，若無電流則主要是脈沖間隔，在附近有時會出現開路狀態；采樣電壓值在80V-120V(super high voltage)以開路狀態為主，若電壓沒有超過90V時，有時會出現脈沖間隔；電流只有兩種狀態，即有電流狀態0.4A-10A(highcurrent)和無電流狀態-10A-0.5A(low current)；建立模糊控制邏輯規則表如下
經過模糊邏輯規則推理得出的采樣點的放電狀態值作為模塊的輸出，為簡化計算，輸出采用高度為1的矩形隸屬度函數，代表放電采樣點的放電狀態，各矩形區間分別代表相應放電狀態值的取值范圍，用四個區間表示四種狀態短路
，脈沖間隔[11.5]，火花/電弧放電[22.5]，開路[33.5]，(2)為使LVQ神經網絡對狀態區間劃分準確，在每一區間中取代表區間特征的三個值作為LVQ神經網絡學習樣本區間的最小值、中間值與最大值；通過學習樣本的選取，將每一狀態又劃分了三個子類，分別由LVQ神經網絡中的第一層的三個神經元代表，因此第一層的神經元也即隱含層的神經元數為12個，而輸出層的神經元根據輸出狀態劃分為4個。以這種形式劃分，任何一采樣點的狀態值經過神經網絡結構計算后都會準確的映射成狀態矢量。(3)對極間間隙放電狀態的檢測，采用統計方法，以一組采樣點為單位，分析、比較統計數據，電火花加工間隙放電狀態的劃分準則在一組采樣點的放電狀態矢量經統計求和后，首先比較開路元素值與短路元素值的大小，然后計算代表開路狀態的元素值與代表短路狀態的元素值之和占代表正常火花/電弧狀態的元素值、代表開路狀態的元素值和代表短路狀態的元素值之和的比率，若開路元素值大于短路元素值，如果上述比率大于2/3，則間隙放電狀態是開路狀態，如果小于2/3，則間隙放電狀態是正常火花放電狀態。若開路元素值小于短路元素值，若上述比率小于1/3，則間隙放電狀態是正常火花放電狀態；若比率大于1/3而小于3/7，則間隙放電狀態是過渡電弧放電狀態；若比率大于3/7而小于5/9，則間隙放電狀態是穩定電弧放電狀態；若比率大于5/9，則間隙放電狀態是短路狀態，流程圖如下。
全文摘要
本發明涉及電火花加工放電間隙狀態的檢測技術和方法，一種微細電火花加工間隙放電狀態的檢測方法，采用模糊控制模塊方法，以電壓、電流信號作為模糊控制模塊的輸入，還具有LVQ神經網絡結構和統計求和與電火花加工的間隙放電狀態劃分準則的方法；先建立模糊控制模塊，對每一個放電采樣點進行放電狀態檢測，根據采樣點的電壓、電流值，通過所建立的模糊邏輯規則表，再用LVQ神經網絡結構對采樣點的放電狀態值進行歸類，對一組放電采樣點進行統計求和，按放電狀態劃分準則確定電火花加工的間隙放電狀態用梯形的隸屬度函數能夠很好地描述電壓、電流的各種狀態。該方法提供一種實時、準確、穩定、可靠的微細電火花加工間隙放電狀態的檢測方法。
文檔編號B23H7/00GK1765572SQ200410050760
公開日2006年5月3日 申請日期2004年10月29日 優先權日2004年10月29日
發明者賈振元, 周明, 郭東明, 王福吉 申請人:大連理工大學