内容简介
针对单晶金刚石刀具刃磨过程中振动严重影响刀具质量，单晶金刚石极高的硬度、耐磨性、各向异性显著呈现出易磨方向和难磨方向等特点，本书以DAPVI型单晶金刚石机械刃磨设备为实验平台，以单晶金刚石圆弧刀具为研究对象，首先将刃磨过程的振动、声发射信号分析技术综合应用于单晶金刚石刀具刃磨控制技术中，研究刃磨过程声音信号、振动信号分析处理方法，建立特征参数与刃磨方向之间的映射关系，确定特征参数，并搭建系统模型；其次，提出了基于改进粒子群算法优化径向基函数神经网络的多信息融合刀具刃磨方向在线识别方法，在此基础上，提出了基于步进搜索法的刀具刃磨方向在线优化控制方法；再次，提出了一种基于模糊神经网络- 鲁棒- 内模控制的刀具刃磨振动控制方法；最后，研制了单晶金刚石刀具刃磨控制系统。
本书适合机械、光学、自动化、检测技术等相关领域科研人员参考。
目录
第1章 相关理论及发展现状 001
1.1 单晶金刚石晶体特性及晶体结构 003
1.2 单晶金刚石典型晶面及晶向 004
1.3 单晶金刚石刀具的加工方法 006
1.4 国内外发展现状 009
1.4.1 单晶金刚石刀具刃磨水平和设备的发展现状 009
1.4.2 单晶金刚石晶体定向方法的研究现状 011
1.4.3 单晶金刚石刀具状态监测技术的发展现状012
1.4.4 单晶金刚石刀具振动信号控制方法发展现状015
1.5 单晶金刚石刀具性能的主要技术指标017
1.5.1 刃口钝圆半径017
1.5.2 刀具表面粗糙度 018
第2章 刃磨过程信号分析处理方法及系统建模 021
2.1 表征刀具刃磨方向状态信息特征信号选择 022
2.2 刃磨过程刀具特征信号去噪处理 023
2.2.1 小波包分析理论 023
2.2.2 小波包阈值去噪方法 026
2.2.3 小波包阈值去噪方法的改进 027
2.2.4 小波包去噪仿真结果分析 028
2.3 刃磨过程刀具振动信号特征分析031
2.4 振动信号和声发射信号特征参数分析 038
2.4.1 特征参数分析方法 038
2.4.2 刀具振动信号特征分析041
2.4.3 刀具声发射信号特征分析 046
2.5 系统建模 048
2.5.1 步进电机系统建模 049
2.5.2 刃磨压力与力臂长度关系建模051
2.5.3 刃磨压力与刀具振动之间关系建模 052
本章小结 054
第3章 刃磨过程刀具方向在线识别及优化方法 057
3.1 径向基神经网络概述 058
3.1.1 径向基神经网络结构 058
3.1.2 径向基神经网络的学习算法 060
3.2 基于RBF 神经网络的刀具方向识别模型的构建 062
3.2.1 刀具方向识别模型 062
3.2.2 基于RBF 神经网络模型实验验证 064
3.3 RBF 神经网络的改进 067
3.3.1 粒子群算法 067
3.3.2 粒子群算法参数及改进 068
3.3.3 改进后粒子群算法的性能测试 070
3.3.4 基于IPSO-RBF 的刀具刃磨方向在线识别模型 074
3.3.5 基于IPSO-RBF 的刀具在线识别模型实验验证 076
3.4 单晶金刚石刀具分度刃磨 081
3.5 刀具刃磨方向的在线优化方法 082
3.5.1 自动搜索寻优控制基本原理 083
3.5.2 自动搜索寻优控制的实现方法 084
3.5.3 刀具刃磨轨迹模型 086
3.5.4 刀具刃磨位置与刃磨线速度方向的关系分析 087
3.5.5 刀具刃磨方向的在线优化 088
3.5.6 构造刀具刃磨方向的偏差函数 089
3.5.7 基于步进搜索法的刀具刃磨方向在线优化及实验分析 090
本章小结 093
第4章 刃磨过程刀具振动信号控制方法095
4.1 刃磨振动控制方法 096
4.1.1 影响刀具刃磨振动相关扰动 096
4.1.2 刀具刃磨振动控制思路及实施方式 097
4.2 内模控制方法 098
4.2.1 内模控制结构及控制器设计 098
4.2.2 内模控制特性理论分析 100
4.2.3 内模控制的优势与不足 101
4.3 采用模糊神经网络改进内模控制 102
4.3.1 模糊控制 102
4.3.2 模糊神经网络 103
4.3.3 模糊神经网络的优势 104
4.4 模糊神经网络与内模控制相结合 104
4.4.1 控制结构与原理 104
4.4.2 FNN-IMC 控制方法仿真分析106
4.5 模糊神经网络鲁棒内模控制方法 109
4.5.1 优化控制结构与原理109
4.5.2 鲁棒内模控制结构设计 110
4.5.3 鲁棒控制器G C2(s ) 设计 111
4.5.4 FNN-Robust-IMC 控制方法仿真分析 112
本章小结 115
第5章 单晶金刚石刀具刃磨过程控制系统117
5.1 系统实现的总体思路118
5.2 系统硬件组成 120
5.2.1 信号采集电路122
5.2.2 滤波电路125
5.2.3 转换电路129
5.2.4 执行电路130
5.3 上位机监控界面设计 131
5.3.1 LabVIEW 简介132
5.3.2 监控界面功能132
5.3.3 LabVIEW 界面设计134
5.4 实验分析140
5.4.1 采样间隔选择140
5.4.2 测点选择 141
5.4.3 实验过程及结果 141
本章小结143
参考文献 144
前言/序言
制造业是国家经济发展的重要支柱，而超精密加工技术在其中扮演着关键角色。超精密加工技术是衡量一个国家制造业水平的重要标志之一，是发展先进制造技术的基础。超精密加工技术已成为在激烈的国际竞争中取得成功的关键技术，受到各国学者的广泛关注和研究。从核能、激光、微电子光学、微电子、航空航天到医疗器械等领域，超精密加工技术的应用，提高了关键零部件的加工精度。如今，超精密加工技术已渗透到更多领域，包括精密仪器设备、惯导级陀螺和激光核聚变系统等，展现出广泛的应用前景。随着超精密加工技术的不断发展，对超精密切削刀具的要求也日益提高。超精密切削刀具的精度和使用寿命被认为是制约超精密加工技术快速发展的关键因素之一。特别是在面对各种难切削复合材料、工程陶瓷和硬脆非金属材料时，对超精密切削刀具的需求变得更加迫切。单晶金刚石具有极高的硬度、良好的耐磨性以及优良的物理、化学、光学和材料性能，成为精密和超精密加工领域首选的刀具材料之一，单晶金刚石刀具以其纳米量级的刃口锋利度、极好的形状再现性和强抗磨损能力在制造加工领域受到了特别重视，被广泛应用于机械加工领域，尤其是超精密加工领域，单晶金刚石刀具的作用是无可替代的。但单晶金刚石具有质脆、易崩裂、高温下易产生热化学磨损和扩散磨损等特殊的物理化学特性，给单晶金刚石刀具的精密刃磨带来一定的困难。
我国目前尚未拥有成熟的单晶金刚石刀具刃磨设备，主要依靠进口国外的刀具来满足和支持军民产品的超精密切削加工技术需求。然而高精度的圆弧刃金刚石刀具一直被国外禁运，能进口的刀具价格昂贵且刃磨质量没有达到最高水平。随着工业的快速发展，单晶金刚石刀具需求量迅猛增加，也对刀具刃磨技术提出了更高的要求。目前，我国单晶金刚石刀具的超精密刃磨技术自动化程度较低，急需解决机械刃磨中的“瓶颈”问题，例如刀具在线定向技术、检测技术和优化控制技术等，这些技术的突破对提升我国单晶金刚石机床的自动化水平具有重要意义。
刀具刃磨的工艺经验表明，在单晶金刚石刀具刃磨过程中，刃口质量受很多工艺参数的影响，其中刀具的振动是刀具刃磨过程中最大的问题，可让刀具和研磨盘之间产生多余的相对运动，这种相对运动会大大影响刀具钝圆半径和刃口表面粗糙度，甚至会使刀具在刃磨过程中出现崩口等缺陷，大大影响刀具刃磨质量；同时，极高的硬度和耐磨性也意味着单晶金刚石表层材料难以去除，给单晶金刚石刀具的刃磨制备带来了困难，单晶金刚石的各向异性显著，在不同晶面、晶向上的硬度和耐磨性有很大的不同，呈现出易磨方向和难磨方向。鉴于此，为提高刀具刃磨效率和刃磨质量，并防止刃磨过程中刀具崩刃及相变缺陷，本书以DAP-VI 型单晶金刚石机械刃磨设备为实验平台，以单晶金刚石圆弧刀具为研究对象，将刃磨过程的振动、声发射信号分析技术综合应用于单晶金刚石刀具刃磨控制技术中，研究单晶金刚石圆弧刀具分度刃磨过程方向在线识别及优化方法、刀具刃磨过程振动控制方法、研制单晶金刚石刀具刃磨控制系统，搭建上位机监控界面，为信号的采集处理分析、刃
磨过程刀具方向在线识别、刃磨过程刀具方向在线定位寻优及刀具振动控制提供了软硬件平台。
本书提出的研究方法，理论和试验借助的研究手段涉及多学科，由于著者水平有限，本书存在不足之处，希望各位读者朋友批评指正。
著者
2025年2月
