【技术实现步骤摘要】
：本专利技术属于机械加工，具体涉及一种基于深度q学习的薄壁件铣削振动主动控制方法。
技术介绍
0、
技术介绍
：
1、薄壁件是制造业进入先进阶段的代表产品，广泛应用于航空航天、能源、交通等许多国家重要领域。但是，薄壁件在加工过程中是极易发生振动的，当加工条件较差与工件加工参数不符合具体要求时，导致工件表面质量差、刀具磨损和其他负面影响，因此需要在加工过程中尽力避免振动现象。
2、目前最常用的薄壁件铣削振动控制方法主要分为两大类，一是被动控制，二是主动及半主动控制。被动控制主要是通过在对工件加工中的参数进行分析计算，再提前对工件工况进行优化，主要的方法有加工工艺参数的优化、对加工系统进行结构上的优化、施加减振器或被动阻尼器。主动及半主动控制，多为闭环系统，系统主要由控制器和作动器组成，控制器监测加工过程中的振动信号，并通过电脑提前设置好的算法调整作动器的输出；作动器主要接受控制器传来的振动信号，做出相应的反应。
3、liu,gy等研究铣削力作用下的薄壁件，设计一组最佳的刀具螺旋角β和倾斜角θ，显著抑制加工振动并提高加工表面质量。(liu,gongyudang,jiaqiangli,chaoming,weiweian,qinglongchen,ming.investigation on the vibration and machinedsurface quality in tilt side milling of thin-walled plates[j].theinternational jour
4、目前薄壁件铣削振动控制的方法具有过度依赖被控对象的精确模型导致减振效果差、无法处理薄壁件铣削过程中的复杂性和不确定性、以及铣削过程中控制器信息处理能力差、性能差等缺点，而薄壁件铣削振动主动深度q学习控制器能解决这些缺点，具有如下优点：适应铣削过程中薄壁件的复杂性和不确定性，更好处理的薄壁件铣削振动控制任务；具有学习功能，通过从薄壁件铣削过程获得的大量薄壁件铣削振动信号进行学习，不断积累知识，提升薄壁件铣削系统振动主动控制性能；不依赖于铣削过程中薄壁件的精确模型，适应处理铣削过程中薄壁件模型未知或变动较大的情况；利用铣削过程中产生的数据进行优化，通过优化深度q学习控制器的控制参数，改善薄壁件铣削振动控制性能，实现薄壁件铣削振动主动控制。基于此，本文提出了一种基于深度q学习的薄壁件铣削振动主动控制方法。针对目前薄壁件铣削振动控制的方法具有过度依赖被控对象的精确模型导致减振效果差、无法处理薄壁件铣削过程中的复杂性和不确定性、以及铣削过程中控制器信息处理能力差、性能差等缺点。
技术实现思路
0、
技术实现思路
：
1、本专利技术提出一种基于深度q学习的薄壁件铣削振动主动控制方法。为薄壁件铣削振动主动控制提供理论支持和技术指导。
2、本专利技术所采用的技术方案是：一种基于深度q学习的薄壁件铣削振动主动控制方法，具体步骤为：
3、步骤一：建立薄壁件横向振动方程；建立压电片传感和致动方程；建立薄壁件铣削振动控制方程；利用振型函数的正交性建立薄壁件铣削振动控制模态方程；利用状态变量，建立薄壁件铣削振动控制状态空间方程；用comsol有限元软件进行模型验证，获得薄壁件固有频率。在铣削力和压电片作用下，薄壁件铣削振动控制方程为：
4、
5、其中，f(x,y,t)为铣削力，qt为压电片的控制力，d为薄壁件的抗弯刚度(n·m)，有w(x,y,t)为薄壁件铣削振动位移，为拉普拉斯算子，有e为薄壁件的弹性模量(n/m2)，μ为泊松比，ρ为薄壁件的密度(kg/m3)，h为薄壁件的厚度(m)，
6、步骤二：建立matlab/simulink薄壁件铣削振动环境模型；设计薄壁件的状态、动作、奖励函数；建立薄壁件铣削振动主动深度q学习控制器的主动控制框架；设计学习率、神经网络设计、设计折扣因子、经验池、采样时间、最大训练回合、单次训练最大步数；建立薄壁件铣削振动主动深度q学习控制器的流程；对薄壁件铣削振动主动深度q学习控制器进行训练，获得铣削振动主动深度q学习控制器的参数。
7、步骤三：在铣削过程中，使用训练好的薄壁件铣削振动主动深度q学习控制器对薄壁件进行振动控制，具体控制原理为在铣削过程中，压电片传感器采集到薄壁件铣削振动位移信号，传给薄壁件铣削振动主动深度q学习控制器，当控制器训练好后输出一个电压，经过功率放大器传给压电片，压电片将电能传化为机械能，控制铣削力作用下的薄壁件，实现薄壁件铣削振动主动控制。
8、在步骤二中进一步对铣削作用下的薄壁件进行薄壁件铣削振动主动控制时，设计状态、动作、奖励函数、学习率、神经网络、折扣因子。
9、(1)设计状态
10、在振动过程中，设计铣削作用下的薄壁件状态，选取薄壁件铣削振动位移、速度。由于强化学习要求状态是唯一的，在振动过程中描述控制对象的状态时必须用两个物理量来定义。控制对象是铣削力作用下的薄壁件，设计薄壁件铣削振动的模态坐标为位移—速度对(ηt,ηt′)，唯一确定控制对象在t时刻所处的位置和速度。因此设计薄壁件铣削振动的状态空间为s＝(x,v)。
11、(2)设计动作
12、在对薄壁件进行铣削振动主动控制时，通过压电片输出不同的电压u进行控制，因此将设计电压u为动作a，动作空间是a＝u。
13、智能体对铣削力作用下的薄壁件施加动作a，使得本文档来自技高网...
【技术保护点】
1.基于深度Q学习的薄壁件铣削振动主动控制方法，其特征在于，该方法包括以下步骤为：S1：建立薄壁件横向振动方程；建立压电传感方程和压电致动方程；建立薄壁件铣削振动控制方程；利用振型函数的正交性建立薄壁件铣削振动控制模态方程；利用状态变量，建立薄壁件铣削振动控制状态空间方程；用COMSOL有限元软件进行模型验证，获得薄壁件的前7阶固有频率。
2.如权利要求1所述的基于深度Q学习的薄壁件铣削振动主动控制方法，其特征在于：所述步骤S1中，具体包括：
【技术特征摘要】
1.基于深度q学习的薄壁件铣削振动主动控制方法，其特征在于，该方法包括以下步骤为：s1：建立薄壁件横向振动方程；建立压电传感方程和压电致动方程；建立薄壁件铣削振动控制方程；利用振型函数的正交性建立薄壁件铣削振动控制模态方程；利用状...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。