機械加工誤差是指零件加工后的實際幾何參數(shù)（幾何尺寸

1、基于歐幾里得貼近度的精密車削誤差源模糊診斷方法基于歐幾里得貼近度的精密車削誤差源模糊診斷方法王建濤王建濤顧立志顧立志杜偉文杜偉文黃燕華黃燕華瞿少魁瞿少魁華僑大學機電學院華僑大學機電學院摘要：要：機械加工誤差直接影響零件的質(zhì)量和使用性能，機械加工誤差來源于加工系統(tǒng)各誤差源，誤差源的恰當診斷，對控制加工誤差具有重要意義。由于誤差源的多樣性和隨機性，其診斷難度很大。提出基于模糊數(shù)學原理、采用歐幾里得貼近度判別和確定工件加工誤差源的方法。加工誤

2、差利用模糊子集描述，加工誤差源采用語言模糊矢量描述，用七個語言值表達加工誤差和加工誤差源語言模糊矢量的隸屬度；構建加工誤差源知識庫，得到模糊語言隸屬函數(shù)的數(shù)值表達式，進而得到模糊矩陣；建立加工誤差與誤差源之間關系的數(shù)學模型；計算歐幾里得模糊貼近度，結合閾值原則和反向推理，實現(xiàn)加工誤差源診斷。以一階梯軸的加工為例的實驗研究表明，本方法對機械加工過程中誤差源的診斷準確、快捷。關鍵詞：關鍵詞：歐幾里得貼近度；模糊數(shù)學；誤差源；誤差建模；模糊診

3、斷TheFuzzyDiagnosisMethodofPrecisionTurningErrSourcesBasedontheEuclideanClosenessAbstract:TheMachiningerrsdirectlyaffectthequalityperfmanceofpartsmachiningerrsarederivedfromthevariouserrsourcesofprocessingsystem.Properdia

4、gnosingoftheerrsourceshasgreatsignificancestocontrolmachiningerrs.Duetothediversityromicityoferrsourcesthediagnosishasagreatdifficulty.BasedonfuzzymathematicsprinciplethemethodoftheEuclideanclosenessisputfwardtodiscrimin

5、atedeterminethemachiningerrsources.Themachiningerrsisdescribedwithfuzzysubsetmachiningerrsourcesaredescribedbylanguagefuzzyvectthemembershipisexpressedwithsevenlanguagevalue.Theknowledgebaseofmachiningerrsourcesisconstru

6、ctedattainingthenumericexpressionoffuzzylanguagemembershipfunctionsthenfuzzymatrixisobtained.Mathematicalmodeloftherelationbetweenmachiningerrserrsourcesisestablished.ThenEuclideanfuzzyclosenessiscalculatedtorealizethema

7、chiningerrsourcesdiagnosiscombiningthresholdprinciplebackwardreasoning.Anexamplestudyofasteppedshaftshowsthatthismethodisaccuratefasttomachiningerrsourcesdiagnosis.，??????10，：????UU?)()(BABA??若滿足下列3條公理：①，；1)(?AA?0)(?U?②；

8、)()(ABBA???③，)()(CBBACBA??????則稱σ為上的貼近度函數(shù)，為A與B的貼近度。??U?)(BA?在機械加工誤差源的診斷中，工人對已加工工件的質(zhì)量特征進行初步判斷，對可能引起加工誤差的誤差源用模糊語言描述，例如：該零件的圓度誤差“非常大”、“一般大”、“比較小”，加工過程中工件受力變形“非常小”、“比較大”等。這些語言就構成了語言集合。語言隸屬度：設論域U上的語言模糊子集，可用如下一個映射定~A??x~A?義，即：

9、：U→L，x→=語言隸屬度，其中L為模糊語言值集合，叫??x~A???x~A?為的隸屬函數(shù)，表示模糊語言元素x隸屬于的程度。??x~A?~A~A閾值原則：設論域上有m個模糊子集21nuuuU??即m個模型。對任一，取定水平，若存在~~2~1mAAA，，，?Uu?0]10[??，使得kiii21???)(0~uAij，則判定為相對地隸屬于。)21(kj??0u~~~21kiiiAAA????對于語言模糊子集相互交叉(即邊界模糊，有交叉現(xiàn)象

10、)，其對應的隸屬函數(shù)目前只能基于領域專家學者的經(jīng)驗知識進行估算而無法用精確的數(shù)值模型計算的方法獲取。經(jīng)過反復仿真研究分析表明，使用七個定性詞匯(即七個語言值如“很大”，“比較大”等)來描述模糊語言元素的隸屬度就可以滿足使用要求。因此，可以定義該類情況的隸屬函數(shù)為：??x~小，很小，中等，比較小，相當很大，相當大，比較大?A?為了滿足進行模糊邏輯運算和模糊診斷的需要，用[01]上的數(shù)值來表示以上的語言隸屬度為：??016263646561