CN104656558A - 一种获取刀具轨迹中加工特征点的方法及其应用 - Google Patents

Abstract

本发明公开了一种获取刀具轨迹中加工特征点的方法，包括(1)从G代码中的点位中任意两点距离小于加工误差时剔除其中一点；(2)计算相邻两点与该点之间的线段长度以及两连线之间的夹角，夹角在绝对HBP阈值和绝对非HBP阈值之间的点作为候选点；(3)对于任一候选点分别与其在前的两点以及在后的两点，各自三点形成圆弧，获得两段圆弧各自在该候选点处的切线，确定出夹角；计算夹角与绝对HBP阈值的比值，并进而获得二次筛选HBP阈值；对于每个候选点，其对应的参数值大于二次筛选HBP阈值时，即为HBP。本发明还公开了上述方法获得的HBP的应用。本发明能够准确反映刀具轨迹特点的HBP，解决目前对HBP点获取不精确而导致加工精度和效率受到影响的问题。

Description

一种获取刀具轨迹中加工特征点的方法及其应用

技术领域

本发明属于数控加工技术领域，具体涉及一种获取刀位轨迹中的加工特征点的方法及其应用。

背景技术

G代码是一种通用的程序语言，能够驱动NC和CNC等加工工具，同时G代码只是一种基于刀具轨迹和加工状态的非常低级的语言，这种代码仅包括一些运动指令和辅助指令。当前，G代码主要是通过一些CAD/CAM软件的后处理模块自动生成的，如NX、Mastercam和Pro/ENGINEER等。

由于G代码自身因素，它没有办法描述CAD/CAM软件系统所能描述的复杂信息，如加工误差和特性信息等，数据流从CAD/CAM到CNC往往是不可逆的。尽管当前CAD/CAM功能已经非常强大，后置处理之后生成的G代码较之以前有很大的改进，但这些G代码描述的刀具轨迹仍然有不少缺点，如可能出现尖点，点位信息分布不均匀、不够平滑等，这些问题都会影响到加工的质量和效率。因此，通常在加工之前，增加一个对刀具轨迹进行优化处理的环节，以减少甚至排除这些不良影响。

刀具轨迹中的加工特征点(Hard Break Point，HBP)是指刀具轨迹上不能更改的特征点，它能够反映刀具轨迹的特性，对于刀具轨迹的优化处理有着非常重要的指导意义。同时，如何进一步使用HBP信息也成为一个需要探索的问题。但是，目前的G代码中没有显式的标记出哪些点位是HBP。寻找刀具轨迹中的HBP，是一个反求工程，即仅根据G代码提供的点位信息，推断刀具轨迹中的每一个点是否为HBP。

在刀路轨迹的优化算法中，可以采用前后两段G01线段之间的夹角变化来进行HBP的判断，此方法过于简单，未考虑CAM在计算刀路时的算法特点，使得获取的HBP点信息不够准确，无法全面反应刀具轨迹信息，从而使得对于刀具轨迹的优化不够充分，影响加工精度和加工效率。

发明内容

本发明提供了一种获取刀具轨迹中加工特征点的方法，其通过对G代码表征的刀具轨迹中的点进行两级筛选并采用全新的判断方式进行判断处理，从而准确反映刀具轨迹特点的加工特征点(HBP)。

按照本发明，为实现上述目的，提供一种获取刀具轨迹中加工特征点的方法，其包括如下步骤：

(1)预处理步骤，即读取G代码中的点位信息，并在其中任意两点距离小于加工误差时剔除其中一点；

(2)HBP的初步筛选步骤，包括针对刀位轨迹上的每一点，分别计算其相邻两点与该点之间的线段长度以及两连线之间的夹角，其中夹角大于绝对HBP阈值的点，直接确定其为HBP；夹角小于绝对非HBP阈值的点，直接确定其不是HBP；剩余的点作为HBP二次筛选步骤的候选点；

(3)HBP的二次筛选步骤

首先，对于任一候选点，分别与其在前的两点以及在后的两点，各自三点形成圆弧；

其次，获得两段圆弧各自在该任一候选点处的切线，从而确定出两切线的夹角；

然后，计算夹角与所述绝对HBP阈值的比值，并将其作为组合参数值，进而将所有候选点的组合参数值组成数组并通过概率统计方式获得二次筛选HBP阈值；

对于每个候选点，其对应的参数值大于二次筛选HBP阈值时，即为HBP。

作为本发明的改进，所述二次筛选HBP阈值C_thr通过如下公式计算得到：

$C_{\mathrm{thr}}=\sqrt{\mathrm{Mean}\left(\mathrm{Vc}\right)*\mathrm{Max}\left(\mathrm{Vc}\right)}$

其中，Vc为所有候选点的组合参数值所组成的数组。

作为本发明的改进，可通过添加敏感系数S来调节C_thr的大小，即：

$C_{\mathrm{thrs}}=\sqrt{m^{2S}\·M^{2-2S}}$

其中，调整大小后的C_thr记为C_thrs，m＝Mean(Vc)，M＝Max(Vc)，敏感系数S的取值可在0到1之间变化。

作为本发明的改进，圆弧的弦误差大于加工误差时，则直接利用线段向量作为切线。

作为本发明的改进，绝对HBP阈值优选为π/5。

作为本发明的改进，所述绝对非HBP阈值优选为π/90。

作为本发明的改进，所述切线夹角在进行参数值计算前，可对其进行修正，即将该夹角减去修正角度，从而得到更精确的切线夹角：

Ma_i＝θ_i-a*(ρ_1i+ρ_2i)-b*(θ_i-i+θ_i+1)      (3)

按照本发明的另一方面，提供一种利用上述方法获取的HBP作为G代码优化拟合的分段点的应用。

按照本发明的又一方面，提供一种利用上述方法获取的HBP作为误差控制点的应用。

按照本发明的再一方面，提供一种利用上述方法获取的HBP作为数控机床的速度规划的降速点的应用。

本发明中，根据HBP的定义和特点，以及CAM刀路计算以及G代码的生成规则，从而可以反推出实际零件轮廓表面的HBP。

本发明的预处理步骤中，主要包括两部分：读取G代码中的点位信息；去除重合点，重合点可分为两种，完全重合点和距离较近的点。

本发明的HBP的初步筛选步骤中，根据轨迹中每个点处的夹角对HBP进行初步筛选。HBP是指刀具轨迹中的加工特征点以及运动模式切换点，这些点通常是刀具轨迹中转折较大的点，即夹角较大得到点。以夹角的大小为判断标准，当某点处的夹角大于某个阈值时，就把当前点标记为HBP；反之则无法对当前点做出判断，称这些不能确定的点为候选点，候选点将交给下一个处理环节判断其是否为HBP。

本发明的二次筛选步骤中，针对每一个候选点，设计并计算一个新的判断标准，称为组合参数。计算所有点的组合参数之后，那些组合参数值大于设定阈值的点，被标记为HBP，反之则标记为非HBP。为了找出合理的阈值，本发明中采用了概率统计的方法。

本发明的另一方面，在以CAD/CAM软件输出的刀具轨迹为处理对象找出刀具轨迹中的HBP后，可在后续处理中利用HBP信息来更有效地对刀具轨迹进行优化处理。具体优化的应用可以是：

(1)将HBP作为G代码优化拟合的分段点。由于HBP是特征点，不能任意更改，在对刀具轨迹进行处理时，既可以作为一个合理的分段依据，又可以减小每次处理的数据量的大小，从而降低拟合的难度；

(2)将HBP作为误差控制点，是指要求在HBP处的拟合误差为0，即拟合后的曲线要通过HBP，便于加强对拟合误差的整体的限制；

(3)将HBP作为数控机床的速度规划的降速点，是基于HBP的特殊性(通常是转折点)，当刀具运动到HBP时，其进给速度会降为0，据此对刀具的进给速度做出相应的符合动力学和运动学的规划。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：

(1)采用预处理、两级筛选步骤以及全新的比较参数阈值的设计，使得对刀具轨迹中的HBP的获取更加准确到位，从而使得刀具轨迹的优化和应用精确度更高，对数控加工的精度和效率都有很大的提升。

(2)对于第二级筛选步骤中，通过对组合参数值的特殊设计，采用概率统计的方式进行处理，从而使得参数阈值的确定更加准确和有效。

(3)对于切线夹角的计算出来过程中，还利用了修正角度对切线夹角进行进一步修正，使得角度更加精确；

附图说明

图1为按照本发明实施例所构建的方法获取刀具轨迹中的HBP的流程图；

图2为按照本发明实施例所构建的方法中，刀具轨迹上的相邻三点的各种特征之间的位置关系示意图；

图3为按照本发明实施例所构建的方法中利用三点圆弧法求切线的示意图；

图4为按照本发明实施例所构建的方法中补偿角度的示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明所提供的一种获取刀具轨迹中加工特征点的方法，其包括如下步骤：

(1)预处理步骤，即读取G代码中的点位信息，并在其中任意两点距离小于加工误差时剔除其中一点；

(2)HBP的初步筛选步骤，包括针对刀位轨迹上的每一点，分别计算其相邻两点与该点之间的线段长度以及两连线之间的夹角，其中夹角大于绝对HBP阈值的点，直接确定其为HBP；夹角小于绝对非HBP阈值的点，直接确定其不是HBP；剩余的点作为HBP二次筛选步骤的候选点；

(3)HBP的二次筛选步骤

首先，对于任一候选点，分别与其在前的两点以及在后的两点，各自形成圆弧

其次，获得两段圆弧各自在该任一候选点处的切线，从而确定出两切线的夹角；

然后，计算夹角与绝对HBP阈值的比值，并将其作为参数值，进而将各参数值组成数组并通过概率统计方式获得二次筛选HBP阈值；

对于每个候选点，其对应的参数值大于二次筛选HBP阈值时，即为HBP。

优选地，所述HBP阈值通过如下公式计算得到：

$C_{\mathrm{thr}}=\sqrt{\mathrm{Mean}\left(\mathrm{Vc}\right)*\mathrm{Max}\left(\mathrm{Vc}\right)}$

其中，Vc为所有候选点的参数值所组成的数组。

上述方案中，还可以对二次筛选HBP阈值添加敏感系数，从而调节二次筛选得到的HBP的数量，以进一步精确确定HBP。具体地，可以在步骤(3)中概率统计的基础上，通过为组合参数的最大值和平均值设置指数来实现，即

$C_{\mathrm{thrs}}=\sqrt{m^{2S}\·M^{2-2S}}$

其中，调整大小后的C_thr记为C_thrs，m＝Mean(Vc)，M＝Max(Vc)，敏感系数S的取值可在0到1之间变化。

优选地，圆弧的弦误差大于误差时，则直接利用线段向量作为切线。

优选地，所述切线夹角在进行参数值计算前，可对其进行修正，即将该夹角减去修正角度，从而得到更精确的切线夹角：

Ma_i＝θ_i-a*(ρ_1i+ρ_2i)-b*(θ_i-1+θ_i+1)

θ_i为任一候选点i所对应的两条切线的夹角，ρ_1i和ρ_2i分别对应对当前点两侧的切线向量的修正角度，a和b分别为调节系数，可根据实际需要进行具体选择。

下面，结合具体的例子对本发明的方法进行进一步阐述，具体地，本实施例的获取刀具轨迹中HBP的方法中，包括如下步骤：

(一)预处理步骤

1.1读取G代码中的点位信息

点位信息主要来自G代码中的G01指令，如图2所示，每个点代表了线段的一个端点。对连续的三个点P_i-1、P_i、P_i-，计算夹角i_i和线段长度d_i、d_i+1等参数。

1.2处理重合点

当两个点的距离小于加工误差时，只保留其中一个点。

(二)HBP的初步筛选

本实施例中，绝对HBP的夹角阈值θ_thrmax可以根据具体需求进行选择，例如可以优选确定为θ_thrmax＝π/5，当满足条件θ_i＞θ_thrmax时，将当前点标记为HBP；绝对非HBP的夹角阈值θ_thrmin可以根据具体需求进行选择，例如可以优选确定为θ_thrmin＝π/90，当满足条件θ_i<θ_thrmin时，将当前点标记为不是HBP；将剩余的点标记为HBP候选点。

(三)对候选点的进一步筛选：通过计算组合参数C，判断候选点是否为HBP

3.1计算修正后的角度Ma(ModifyAngle)

如图3中所示，采用三点圆弧法在点P_i处可得两段圆弧(圆弧P_i-2P_i-1P_i和圆弧P_iP_i+1P_i+2)，每段圆弧可确定一条切线(V_backward和V_forward)。当圆弧的弦误差大于误差tol时，则直接利用线段向量作为切线，通过这种方式得到的切线，在计算切线夹角时需要减去一个修正角度，其大小可根据弦长和tol计算出(见图4)。记两条切线的夹角为θ_i。由以上可得

Ma_i＝θ_i-(ρ_1i+ρ_2i)             (1)

上式中ρ₁和ρ₂分别对应对当前点两侧的切线向量的修正角度。对于修正角度ρ，由于tol可能不会取到最大值，引入调节系数a，公式变为

Ma_i＝θ_i-a*(ρ_1i+ρ_2i)        (2)

考虑到HBP一般不会连续出现，因此采取措施，根据相邻点的角度的大小对当前点的角度进行调整，引入调节系数b，公式变为

Ma_i＝θ_i-a*(ρ_1i+ρ_2i)-b*(θ_i-1+θ_i+1)         (3)

其中，a＝0.35,b＝0.1,a和b的值的设定都根据实验给出，本实施例中a,b的取值是一个优选，本发明中并不限于此。

3.2组合参数的计算

计算出所有的HBP候选点P_i对应的修正角度Ma_i之后，通过计算修正角度与阈值θ_thr＝π/5的比值即可得到点P_i对应的组合参数C_i，即

$C_i=\frac{{\mathrm{Ma}}_i}{\mathrm{\&pi;}/5}---\left(4\right)$

设所有点的C_i值组成的数组为Vc，根据概率统计的方法可得到一个阈值

$C_{\mathrm{thr}}=\sqrt{\mathrm{Mean}\left(\mathrm{Vc}\right)*\mathrm{Max}\left(\mathrm{Vc}\right)}---\left(5\right)$

对于每一个HBP候选点，当其对应的组合参数大于阈值时，即当

C_i＞C_thr          (6)

时，则将此候选点标记为HBP。

在所有候选点中，只有部分候选点是真正的HBP，算法中需要确定一个组合参数的阈值来判别候选点是否为HBP。假设候选点中那些真正的HBP的分布为高斯分布，即我们认为所有候选点的组合参数的分布为高斯分布，因此采用公式(5)来确定阈值C_thr，去掉组合参数较小的那部分候选点。

1.3敏感系数S的计算

设:

m＝Mean(Vc)              (7)

M＝Max(Vc)              (8)

则公式(5)可表示为

$C_{\mathrm{thr}}=\sqrt{m*M}---\left(9\right)$

算法中使用概率统计的方法计算C_thr的大小，由于样本数据分布可能不均匀，并且有时候想控制阈值的大小以便调整HBP的数量，算法中通过添加敏感系数S来调节C_thr的大小，调整大小后的C_thr记为C_thrs，公式(9)更改为

$C_{\mathrm{thrs}}=\sqrt{m^{2S}\&CenterDot;M^{2-2S}}---\left(10\right)$

根据需要，敏感系数S的取值可在0到1之间变化。当S＝1时，C_thrs＝m；当S＝0时，C_thrs＝M。S的默认值设置为0.5。

至此，通过计算组合参数，对HBP候选点做了进一步的判断，明确其是否为HBP。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种获取刀具轨迹中加工特征点的方法，其包括如下步骤：

(1)预处理步骤，即读取G代码中的点位信息，并在其中任意两点距离小于加工误差时剔除其中一点；

(2)HBP的初步筛选步骤，包括针对刀位轨迹上的每一点，分别计算其相邻两点与该点之间的线段长度以及两连线之间的夹角，其中夹角大于绝对HBP阈值的点，直接确定其为HBP；夹角小于绝对非HBP阈值的点，直接确定其不是HBP；剩余的点作为HBP二次筛选步骤的候选点；

(3)HBP的二次筛选步骤

首先，对于任一候选点，分别与其在前的两点以及在后的两点，各自形成圆弧；

其次，获得两段圆弧各自在该任一候选点处的切线，从而确定出两切线的夹角；

然后，计算夹角与绝对HBP阈值的比值，并将其作为参数值，进而将各参数值组成数组并通过概率统计方式获得二次筛选HBP阈值；

对于每个候选点，其对应的参数值大于二次筛选HBP阈值时，即为HBP。

2.根据权利要求1所述的一种获取刀具轨迹中加工特征点的方法，在其步骤(3)中，二次筛选HBP阈值通过如下公式计算得到：

$C_{\mathrm{thr}}=\sqrt{\mathrm{Mean}\left(V_C\right)*\mathrm{Max}\left(V_C\right)}$

其中，V_C为所有候选点的参数值所组成的数组。

3.根据权利要求1所述的一种获取刀具轨迹中加工特征点的方法，在其步骤(4)中，可通过添加敏感系数S来调节C_thr的大小：

$C_{\mathrm{thrs}}=\sqrt{m^{2S}\&CenterDot;M^{2-2S}}$

其中，调整大小后的C_thr记为C_thrs，m＝Mean(V_C)，M＝Max(V_C)，敏感系数S的取值可在0到1之间变化。

4.根据权利要求1中所述的一种获取刀具轨迹中加工特征点的方法，在其步骤(3)中，圆弧的弦误差大于加工误差时，则直接利用线段向量作为切线。

5.根据权利要求1中任一项所述的一种获取刀具轨迹中加工特征点的方法，在其步骤(3)中，所述切线夹角在进行参数值计算前，可对其进行修正，即将该夹角减去修正角度，从而得到更精确的切线夹角：

Ma_i＝θ_i-a*(ρ_1i+ρ_2i)-b*(θ_i-1+θ_i+1)

式中，θ_i为任一候选点i所对应的两条切线的夹角，ρ_1i和ρ_2i分别对应对当前点两侧的切线向量的修正角度，a和b分别为调节系数。

6.根据权利要求1-5中任一项所述的一种获取刀具轨迹中加工特征点的方法，所述绝对HBP阈值优选为π/5。

7.根据权利要求1-6中任一项所述的一种获取刀具轨迹中加工特征点的方法，所述绝对非HBP阈值优选为π/90。

8.一种利用权利要求1-7中任一项所述的方法所获取的HBP作为G代码优化拟合的分段点的应用。

9.一种利用权利要求1-7中任一项所述的方法所获取的HBP作为误差限制点，以便于对整体拟合误差进行控制的应用。

10.一种利用权利要求1-7中任一项所述的方法所获取的HBP作为数控机床的速度规划的降速点的应用。