迟关心,耿雪松,王玉魁,王振龙

(哈尔滨工业大学机电工程学院,黑龙江 哈尔滨 150001)

随着机械产品的日益小型化及精密化,作为非接触精微加工方法之一的微细电火花加工技术,以其超精细和高精度的加工特点备受学术界和工业界关注,目前已成为微机械制造领域的重要组成部分之一[1]。但由于微细电火花加工的放电能量极微小、脉冲电源频率高、难以获得稳定的火花放电状态及放电间隙极小等特性,使微细电火花加工过程的稳定性及精确控制成为亟待突破和解决的问题[2-3]。而且,电火花加工控制系统模型无法用数学模型来表述,使依赖于数学模型的传统控制无法适用。而模糊神经控制方法综合了模糊算法长于模糊信息的处理和决策及神经网络强大的自学习和并行运算能力的优点,且不依赖于被控对象的精确数学模型,在控制系统中具有深远的意义。将其应用于电火花加工的过程控制中,能在复杂的动态系统和高度不确定的环境里获得优质的控制效果[4-5]。

现如今,越来越多的学者将模糊神经网络等智能控制技术应用到电火花加工的过程控制中。Behrens等[6]设计了神经模糊控制器,用来识别电火花放电状态,以决定伺服系统的进退;Yilmaz等[7]设计了以电流、脉宽和脉间为输入,以电极损耗、表面粗糙度和损耗率为输出的模糊控制系统,利用MATLAB模糊控制工具箱进行了仿真,根据不同的加工规准选择加工参数,以获得低的……