馮堃

關(guān)鍵詞： 人機交互; 磨具設(shè)計; 模型設(shè)計; 通信協(xié)議; 自動編程; 信號傳輸

中圖分類號： TN108+.4?34; TG76 ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼： A ? ? ? ? ? ? ? ?文章編號： 1004?373X（2019）06?0162?04

Abstract： The pit phenomenon is easy to occur when the traditional multiple?particle abrasive tool model is used to design the high?precision abrasive tool， resulting in big errors in abrasive tool design. Therefore， a high?precision abrasive tool design model based on human?machine interaction is designed to improve the design accuracy of the abrasive tool. The overall structure of the model includes the physical layer， data layer， and technology layer. The LPC2138 microcontroller in the human?machine interaction module of the model is used to complete the signal transmission and control between the TFT touch screen and main controller， so as to realize human?machine interaction. The model ensures the effective data communication among the layers by means of the self?defined communication protocol. In the software design of the model， selection of the automatic programming， and judgment of the tool parameters and line spacing determination method are carried out for its template to reduce the design error of the abrasive tool. The experimental results show that the designed model has the average robustness of 95%， the maximum design error rate of 0.15 and maximum time?consumption of 0.4 h， which has the advantages of high robustness， small design error and high efficiency.

Keywords： human?machine interaction; abrasive tool design; model design; communication protocol; automatic programming; signal transmission

0 ?引 ?言

在實際生產(chǎn)中，具有大量的類型一樣但性狀尺寸各異的工件，對某個具體加工廠而言，針對一定尺寸范圍里的相同種類的工件，使用一樣結(jié)構(gòu)的磨具來加工，而磨具和所要求的工件樣品存在一定的偏離，因此磨具的設(shè)計也成為當(dāng)下相關(guān)人員研究的熱點問題。

文獻(xiàn)[1]提出基于PI模型的系統(tǒng)遲滯模型，由于它是與輸入信號頻率無關(guān)的靜態(tài)模型，而磨具設(shè)計過程是一個隨著工件要求而改變的動態(tài)模型，因此該模型設(shè)計磨具時，誤差較大;文獻(xiàn)[2]提出多顆磨粒磨具模型，由于該模型易出現(xiàn)凹坑等現(xiàn)象，導(dǎo)致磨具設(shè)計存在一定的誤差;文獻(xiàn)[3]設(shè)計基于團(tuán)簇加連接原子模型，由于設(shè)計工序較為復(fù)雜，導(dǎo)致設(shè)計效率低下。

本文設(shè)計基于人機交互的高精密磨具設(shè)計模型，模型硬件中設(shè)計人機交互模塊與通信協(xié)議模塊，并在模型軟件設(shè)計模板選擇自動編程以及判定工具參數(shù)與行距確定方法，提升模型設(shè)計磨具的精確性。

1 ?基于人機交互的高精密磨具設(shè)計模型

1.1 ?模型硬件設(shè)計

為了提高磨具設(shè)計模型的明確性和可擴展性，設(shè)計的基于人機交互的高精密磨具設(shè)計模型包括物理層、數(shù)據(jù)層和技術(shù)層結(jié)構(gòu)。模型的整體結(jié)構(gòu)圖見圖1。

在新產(chǎn)品數(shù)模中導(dǎo)入模塊，使用數(shù)模自助代替技術(shù)實現(xiàn)工藝數(shù)模的換新任務(wù)，有利于后續(xù)參數(shù)化設(shè)計;參數(shù)化設(shè)計模塊根據(jù)參數(shù)自動更新技術(shù)，使用用戶給出的參數(shù)文件與交互界面，對每項參數(shù)實行快速批量革新[4];在標(biāo)準(zhǔn)件定位模塊，使用動態(tài)測量技術(shù)，完成標(biāo)準(zhǔn)件的高效率定位;在磨具檢查模塊，通過用戶給出的磨具檢查表，在CATIA環(huán)境里一一檢查磨具的每項數(shù)據(jù)，最后直接顯示審核結(jié)果[5]。

1.1.1 ?人機交互模塊設(shè)計

人機交互模塊由微控制器（LPC2138）、顯示部分（TDT觸摸屏）和外部電路的通信接口構(gòu)成，人機交互模塊中的LPC2138微控制器實現(xiàn)TFT觸摸屏和主控制器間信號傳輸和控制，實現(xiàn)人機交互。人機交互模塊結(jié)構(gòu)圖見圖2。

LPC2138微控制器是人機交互模塊的主控芯片，并且也是TFT觸摸屏與外部電路的相連載體，主要用于控制TFT觸摸屏和外部電路的通信[6]。LPC2138收到主控制器的操作命令時，依據(jù)命令內(nèi)容對TFT觸摸屏實行有關(guān)字符和圖像顯示處理，讓主控制器進(jìn)行響應(yīng)。并且LPC2138收到的TFT觸摸屏中的觸摸信號，同時把它封裝成相應(yīng)的命令，傳輸至主控制器后依據(jù)收到的觸摸命令進(jìn)行相應(yīng)的處理，實現(xiàn)人機交互。

1.1.2 ?通信協(xié)議設(shè)計

通信協(xié)議確保模型中各層數(shù)據(jù)的有效通信，該模塊使用TTL串口和外部系統(tǒng)實行通信[7]。串口通信使用UART中斷模式，讓命令可以實時接收和處理，因此也增強了模型通信的可靠性、有效性與實時性。

根據(jù)串口進(jìn)行數(shù)據(jù)包的接收與發(fā)送，則完成了數(shù)據(jù)的有效通信。通信協(xié)議結(jié)構(gòu)見圖3。

圖中，0x81代表包頭;0xF5代表包尾;0x01，0x02，…，0x81等代表命令類型;x，y代表坐標(biāo);Char代表字符;Numb代表數(shù)字;Color代表刷屏顏色;Ftcolor代表前景色;Bgcolor代表背景色。比如顯示數(shù)字的命令在解析數(shù)據(jù)包時，根據(jù)檢測包頭0xFA與包尾0xF5來判定一組有效的數(shù)據(jù)包，之后判定它的命令是0x04，也就是顯示數(shù)字，然后依據(jù)數(shù)據(jù)的內(nèi)容，把要顯示的數(shù)字Numb顯示在觸摸屏（x，y）上。

通信協(xié)議依據(jù)通信協(xié)議和外部系統(tǒng)進(jìn)行通信，主控制器對人機交互模塊傳達(dá)命令時，人機交互模塊控制器收到數(shù)據(jù)包以后進(jìn)行檢包，分析命令內(nèi)容后通過通信模塊傳輸?shù)街骺刂破鬟M(jìn)行執(zhí)行顯示。若有觸控指示時，控制器把觸摸信息封裝為相關(guān)的數(shù)據(jù)包，從串口傳輸至主控制器，主控制器收到數(shù)據(jù)包以后分析獲取目前的觸摸信息進(jìn)行有關(guān)操作[8]。

1.2 ?模型軟件設(shè)計

模型軟件設(shè)計部分，設(shè)定模板選擇自動編程以及工具參數(shù)與行距確定方法，以此降低磨具設(shè)計誤差。

1.2.1 ?模板選擇自動編程

模板選擇自動編程的流程共分為4步：

1） 分析磨具特征，根據(jù)類別做成相應(yīng)的工藝數(shù)據(jù)高度集成的高精密磨具的模板。

2） 工程師在系統(tǒng)界面選取加工中需要的模板。

2 ?實驗分析

為了驗證本文所設(shè)計的基于人機交互的高精密磨具設(shè)計模型的優(yōu)越性，使用本文模型對汽車覆蓋件類高精密磨具進(jìn)行設(shè)計，與基于PI模型的系統(tǒng)遲滯模型和多顆磨粒磨具模型進(jìn)行對比仿真實驗。

2.1 ?模型魯棒性分析

研究三種模型設(shè)計汽車覆蓋件類高精密磨具過程中的模型魯棒性情況，實驗次數(shù)為7次，結(jié)果如圖4所示。

分析圖4可知，隨著實驗次數(shù)的增多，基于PI模型的系統(tǒng)遲滯模型在設(shè)計汽車覆蓋件類高精密磨具過程中的模型魯棒性均值大約為70%;多顆磨粒磨具模型的魯棒性均值大約為69%。本文所設(shè)計模型魯棒性走勢在7次實驗中始終位于基于PI模型的系統(tǒng)遲滯模型和多顆磨粒磨具模型上方，魯棒性均值大約為95%。實驗結(jié)果表明本文所設(shè)計模型具有較高的魯棒性。

2.2 ?模型設(shè)計誤差率分析

實驗檢測三種模型在不同設(shè)計的汽車覆蓋件類高精密磨具數(shù)量下，對比三種模型磨具設(shè)計誤差率，結(jié)果見圖5。

由圖5可知，隨著磨具設(shè)計數(shù)量的增多，基于PI模型的系統(tǒng)遲滯模型的設(shè)計誤差率最大值為0.90，最小值為0.10;多顆磨粒磨具模型的設(shè)計誤差率最大值為0.45，最小值為0.10;本文模型的設(shè)計誤差率走勢始終位于基于PI模型的系統(tǒng)遲滯模型和多顆磨粒磨具模型的下方，最小值為0.10，最大值僅為0.15。實驗結(jié)果表明，本文模型設(shè)計磨具誤差率較小。

2.3 ?模型設(shè)計磨具效率分析

實驗針對三種不同模型進(jìn)行7次設(shè)計磨具實驗，統(tǒng)計三種模型設(shè)計磨具的設(shè)計速度增長率結(jié)果進(jìn)行對比，結(jié)果見圖6。

通過圖6可知，隨著實驗次數(shù)的增多，基于PI模型的系統(tǒng)遲滯模型設(shè)計磨具的速度增長率最大值為0.17，最小值為0.05;本文模型的設(shè)計磨具速度增長率最大值為0.29，最小值為0.05;多顆磨粒磨具模型的設(shè)計磨具速度增長率最大值為0.20，最小值為0.05。實驗結(jié)果表明，本文模型設(shè)計磨具的速度增長較快。

為了進(jìn)一步分析三種模型的設(shè)計效率數(shù)據(jù)，設(shè)定10次磨具設(shè)計實驗，在相同磨具設(shè)計對象和相同設(shè)計次數(shù)下，將三種模型的設(shè)計磨具耗時數(shù)據(jù)進(jìn)行對比，結(jié)果見表1。

由表1可知，在相同磨具設(shè)計對象和相同設(shè)計次數(shù)下，本文模型的設(shè)計耗時最大值為0.4 h，最小值為0.2;基于PI模型的系統(tǒng)遲滯模型的設(shè)計耗時最大值為0.9 h，最小值為0.7 h;多顆磨粒磨具模型的設(shè)計耗時最大值為1.5 h，最小值為1.3 h。實驗結(jié)果表明，本文模型的設(shè)計耗時最短。綜上所述，分析多次實驗結(jié)果可得，本文模型具有魯棒性高、誤差小、設(shè)計速度增長快、設(shè)計耗時短的優(yōu)勢。

3 ?結(jié) ?論

本文設(shè)計基于人機交互的高精密磨具設(shè)計模型，由數(shù)據(jù)層、物理層以及技術(shù)層構(gòu)成。模型中的人機交互模塊中的LPC2138微控制器實現(xiàn)TFT觸摸屏和主控制器間信號傳輸和控制，實現(xiàn)人機交互，顯示磨具參數(shù)以及工期等信息，也可通過顯示坐標(biāo)系移動標(biāo)準(zhǔn)件;模型設(shè)計模板選擇自動編程以及判定工具參數(shù)與行距確定方法，提高磨具設(shè)計精度。實驗結(jié)果說明，本文模型的魯棒性均值大約是95%，設(shè)計誤差率走勢始終最低，最大值和最小值分別是0.15和0.10，設(shè)計磨具速度增長率最大值是0.29，耗時最低為0.2 h。綜合分析這些數(shù)據(jù)說明，本文模型是一種高精度、高性能的磨具設(shè)計模型，可廣泛應(yīng)用于磨具設(shè)計領(lǐng)域中。

參考文獻(xiàn)

[1] 田艷兵，王濤，王美玲.高精密定位平臺驅(qū)動波紋管遲滯的建模與驗證[J].機床與液壓，2015，43（5）：63?67.

TIAN Yanbing， WANG Tao， WANG Meiling. Hysteresis modeling and verification of pneumatic bellows in high?precision positioning stage [J]. Machine tool & hydraulics， 2015， 43（5）： 63?67.

[2] 劉凡，秦娜，牛健地，等.旋轉(zhuǎn)超聲磨削鈦合金有限元仿真與試驗研究[J].工程設(shè)計學(xué)報，2017，24（2）：162?167.

LIU Fan， QIN Na， NIU Jiandi， et al. Finite element simulation and experimental research on rotary ultrasonic grinding of titanium alloy [J]. Chinese journal of engineering design， 2017， 24（2）： 162?167.

[3] WANG F， ZHOU D， XU Q， et al. Mathematical model of rock stress under abrasive slurry jet impact based on contact mechanics [J]. International journal of rock mechanics & mining sciences， 2018， 107： 1?8.

[4] 謝英星.涂層刀具高速銑削模具鋼SKD11的表面粗糙度模型預(yù)測[J].工具技術(shù)，2017，51（5）：122?126.

XIE Yingxing. Surface roughness modeling and predicting of coated cutting tool of high?speed milling mould steel SKD11 [J]. Tool engineering， 2017， 51（5）： 122?126.

[5] 謝曉鋼，張建柱，羅文，等.三維激光光路組件化仿真設(shè)計工具[J].計算機仿真，2017，34（6）：389?393.

XIE Xiaogang， ZHANG Jianzhu， LUO Wen， et al. Component based 3D simulation tool for laser transmission path design [J]. Computer simulation， 2017， 34（6）： 389?393.

[6] WANG Q， WANG Z， CHEN S， et al. Investigation on removal features of fixed abrasive diamond pellets based on elasticity tool [J]. International journal of advanced manufacturing technology， 2017， 91（1）： 537?544.

[7] XU L J. Study on the magnetic abrasive finishing based on 5?DOF machine tool [J]. Materials science forum， 2009， 628： 317?322.

[8] 任磊，魏永長，杜一，等.面向信息可視化的語義Focus+Context人機交互技術(shù)[J].計算機學(xué)報，2015，38（12）：2488?2498.

REN Lei， WEI Yongchang， DU Yi， et al. Human?computer interaction based on semantic Focus+Context for information visualization [J]. Chinese journal of computers， 2015， 38（12）： 2488?2498.

[9] WU M Y， GAO H. Experimental study on large size bearing ring raceways′ precision polishing with abrasive flowing machine （AFM） method [J]. International journal of advanced manufacturing technology， 2016， 83（9）： 1927?1935.

[10] XU L J. Study on the magnetic abrasive finishing based on 5?DOF machine tool [J]. Materials science forum， 2016， 628： 317?322.