铝合金外壳加工自适应控制方法及系统与流程

本技术涉及自适应控制，更具体地说，本技术涉及铝合金外壳加工自适应控制方法及系统。

背景技术：

1、前，铝合金外壳的加工过程控制主要采用基于离线工艺规划与固定加工参数的方式。操作人员依据工艺手册或前期试切结果设定主轴转速、进给速度、切削深度及装夹力等加工参数，在实际加工过程中保持参数不变。近年来，部分加工设备引入了基于单一传感器信号的监测手段，对加工状态进行实时监控，并根据预设的固定阈值触发报警或停机。此外，数字孪生技术在加工领域的应用主要集中于前期的工艺仿真和参数优化，用于在加工前确定合理的加工参数范围。

2、然而，上述现有技术方案中，基于固定参数或单一信号监测的控制方式难以应对铝合金外壳加工过程中刀具磨损、切削颤振、工件变形及切削热积聚等复杂多变的异常工况，固定阈值报警方式无法区分瞬时信号尖峰与真实加工异常，极易产生误报或漏报。因此，如何实现铝合金外壳加工过程中异常状态的精准识别与加工参数的自优化调整，提高加工质量和良品率是业界面临的问题。

技术实现思路

1、本技术提供铝合金外壳加工自适应控制方法及系统，可以实现铝合金外壳加工过程中异常状态的精准识别与加工参数的自优化调整，提高加工质量和良品率。

2、第一方面，本技术提供铝合金外壳加工自适应控制方法，所述自适应控制方法包括如下步骤：

3、构建铝合金外壳的数字孪生模型，基于所述数字孪生模型进行加工过程仿真，生成仿真加工数据，并根据所述仿真加工数据确定加工参数极限区间；

4、在加工过程中，实时采集多源传感信号，进而提取表征当前加工状态的加工特征向量；

5、根据所述加工特征向量与所述数字孪生模型输出的预测特征值之间的偏差，判断当前加工阶段是否发生异常状态；

6、响应所述异常状态的判定结果，以所述加工参数极限区间为约束边界，确定加工参数的调整量，根据所述调整量执行加工参数的自适应调整。

7、在本实施例中，构建铝合金外壳的数字孪生模型，基于所述数字孪生模型进行加工过程仿真，生成仿真加工数据具体包括：

8、获取铝合金外壳的cad设计数据和材料属性数据，建立初始几何模型；

9、对所述初始几何模型进行网格划分，构建数字孪生模型；

10、在所述数字孪生模型中配置待优化的各个加工参数，设定各个加工参数的初始区间；

11、基于实验设计方法设定仿真实验粒度，在各个加工参数的初始区间内离散采样，生成多组仿真参数组合；

12、分别以各组仿真参数组合驱动所述数字孪生模型进行加工过程仿真，生成对应的仿真加工数据。

13、在本实施例中，所述多源传感信号包括切削力信号、刀具振动信号、声发射信号和工件装夹应力信号。

14、在本实施例中，根据所述加工特征向量与所述数字孪生模型输出的预测特征值之间的偏差，判断当前加工阶段是否发生异常状态具体包括：

15、获取当前时刻的实际加工参数，将所述实际加工参数输入预先构建的加工过程代理模型，驱动所述加工过程代理模型输出与当前加工状态对应的预测特征值；其中，所述加工过程代理模型基于所述数字孪生模型的仿真数据，采用响应面法构建；

16、将所述加工特征向量与所述预测特征值进行比较，确定偏差向量；

17、对所述偏差向量进行加权融合，得到综合偏差指数；

18、根据所述综合偏差指数与预设的预警阈值的比较结果，判断当前加工阶段是否发生异常状态。

19、在本实施例中，根据所述综合偏差指数与预设的预警阈值的比较结果，判断当前加工阶段是否发生异常状态具体包括：

20、将所述综合偏差指数存入一个固定长度的滑动时间窗口，形成偏差序列；

21、在所述滑动时间窗口内，分别确定短期趋势特征量和长期趋势特征量，所述短期趋势特征量反映最近数个时刻的瞬时变化率，所述长期趋势特征量反映整个窗口内的整体漂移方向与强度；

22、仅当所述综合偏差指数超出所述预警阈值，且所述短期趋势特征量与所述长期趋势特征量同时指示偏差呈发散或持续增大趋势时，才判定发生异常状态。

23、在本实施例中，所述预测特征值包括与所述加工特征向量维度对应的切削力预测值、振动预测值、声发射预测值和应力分布预测值；所述偏差向量包括各维度上的分量偏差值；所述数字孪生模型输出的预测特征值带有置信区间。

24、在本实施例中，响应所述异常状态的判定结果，以所述加工参数极限区间为约束边界，确定加工参数的调整量具体包括：

25、基于所述异常状态的判定结果，确定当前加工阶段所属的异常类型；

26、根据所述异常类型从预设的加工规则库中匹配对应的调整策略；

27、基于所述调整策略和所述加工参数极限区间，确定加工参数的调整量。

28、在本实施例中，基于所述调整策略和所述加工参数极限区间，确定加工参数的调整量具体包括：

29、根据所述调整策略确定当前异常类型下允许调整的加工参数集合；

30、根据所述调整策略确定的调整优先级，为各个允许调整的加工参数配置相应的优先级权重；

31、以所述加工特征向量与所述预测特征值之间的偏差最小化为优化目标构建目标函数，并在优化求解过程中，优先调整优先级高的加工参数；

32、以所述加工参数极限区间为约束条件，在所述加工参数极限区间内进行局部寻优，输出加工参数的调整量。

33、在本实施例中，所述加工参数的调整量包括主轴转速调整量、进给速度调整量、切削深度调整量及装夹力调整量中的至少一样。

34、第二方面，本技术提供铝合金外壳加工自适应控制系统，用于执行铝合金外壳加工自适应控制方法，所述自适应控制系统包括：

35、加工仿真模块，用于构建铝合金外壳的数字孪生模型，基于所述数字孪生模型进行加工过程仿真，生成仿真加工数据，并根据所述仿真加工数据确定加工参数极限区间；

36、特征提取模块，用于在加工过程中，实时采集多源传感信号，进而提取表征当前加工状态的加工特征向量；

37、异常判断模块，用于根据所述加工特征向量与所述数字孪生模型输出的预测特征值之间的偏差，判断当前加工阶段是否发生异常状态；

38、异常调整模块，用于响应所述异常状态的判定结果，以所述加工参数极限区间为约束边界，确定加工参数的调整量，根据所述调整量执行加工参数的自适应调整。

39、本技术公开的实施例提供的技术方案具有以下有益效果：

40、构建铝合金外壳的数字孪生模型，基于所述数字孪生模型进行加工过程仿真，生成仿真加工数据，并根据所述仿真加工数据确定加工参数极限区间；在加工过程中，实时采集多源传感信号，进而提取表征当前加工状态的加工特征向量；根据所述加工特征向量与所述数字孪生模型输出的预测特征值之间的偏差，判断当前加工阶段是否发生异常状态；响应所述异常状态的判定结果，以所述加工参数极限区间为约束边界，确定加工参数的调整量，根据所述调整量执行加工参数的自适应调整。

41、由此可见本技术中，首先，通过构建铝合金外壳的数字孪生模型并进行加工过程仿真，能够在实际加工前预先掌握不同加工参数组合下的加工质量响应规律，据此确定各加工参数的极限区间，为后续在线自适应调整提供了安全边界和约束范围；其次，通过在加工过程中实时采集多源传感信号，并融合提取为加工特征向量，实现对铝合金外壳加工状态的多维度感知，为后续的异常判定提供了数据基础；然后，通过将实际加工特征向量与数字孪生模型输出的预测特征值进行偏差比较，实现了加工异常的量化识别，还通过偏差向量为异常类型的判别提供了依据；最后，通过根据异常状态的判定结果确定异常类型，并从预设的加工规则库中匹配对应的调整策略，进而以偏差最小化为优化目标在加工参数极限区间内进行局部寻优以确定加工参数的调整量，再通过控制系统将调整量输出至机床各执行单元执行自适应调整，实现从异常识别到参数调控的完整闭环，使调整后的加工参数能够快速准确地抑制异常状态并使加工过程恢复稳定。

42、综上所述，本技术采用的技术方案可以实现铝合金外壳加工过程中异常状态的精准识别与加工参数的自优化调整，提高加工质量和良品率。