CN105334803B - 基于主轴电流分析的数控机床粗加工工艺参数优化方法 - Google Patents

基于主轴电流分析的数控机床粗加工工艺参数优化方法 Download PDF

Info

Publication number
CN105334803B
CN105334803B CN201510936784.3A CN201510936784A CN105334803B CN 105334803 B CN105334803 B CN 105334803B CN 201510936784 A CN201510936784 A CN 201510936784A CN 105334803 B CN105334803 B CN 105334803B
Authority
CN
China
Prior art keywords
code
instruction
feed speed
current
machine tool
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510936784.3A
Other languages
English (en)
Other versions
CN105334803A (zh
Inventor
陈吉红
周会成
许光达
应坤
刘璐
薛聪
马玉奇
何正鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201510936784.3A priority Critical patent/CN105334803B/zh
Publication of CN105334803A publication Critical patent/CN105334803A/zh
Application granted granted Critical
Publication of CN105334803B publication Critical patent/CN105334803B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/408—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by data handling or data format, e.g. reading, buffering or conversion of data
    • G05B19/4086—Coordinate conversions; Other special calculations
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/49—Nc machine tool, till multiple
    • G05B2219/49069—Adaptive control optimalisation ACO
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
    • Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/40—Minimising material used in manufacturing processes

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Numerical Control (AREA)

Abstract

本发明公开了一种基于主轴电流分析的数控机床粗加工工艺参数优化方法。优化后保证数控程序在整个加工过程中都保持工件没有过切现象，保证刀具时刻都处于最大安全载荷的稳定工作状态下，生成材料去除率最优的数控程序，提高数控程序的质量；刀具在加工过程中载荷状态被优化，可以减小刀具突变载荷的冲击，提高刀具使用寿命；优化后能生成效率最高的G代码程序，提高生产效率。

Description

基于主轴电流分析的数控机床粗加工工艺参数优化方法
技术领域
本发明属于数控机床技术领域，更具体地，涉及一种基于主轴电流分析的数控机床粗加工工艺参数优化方法。
背景技术
在数控加工过程中，切削参数的合理选择对生产效率和加工精度的提高以及生产成本的降低具有非常重要的意义。例如，在手机壳的数控加工过程中，由于加工过程中切削条件不断变化，为了实现最大的生产效率和经济效益，应当对进给速度F进行优化，在保证加工过程中工件没有过切现象的前提下，优化后的NC程序既能保证刀具时刻都处于安全载荷的工作状态，又能生成效率最高的G代码程序，提高生产效率。
虽然CAM软件都具有刀具路径自动生成的功能，但是主轴转速、进给速度及切削深度等工艺参数都要由编程人员指定，工艺参数选择的好坏取决于编程人员的经验和水平。一般情况下，受限于编程人员的加工经验，往往在编制数控程序时，针对于不同的程序区段通常选择一个恒定的进给速度，以保证安全生产。但是在这种情况下对于大多数加工区域来说，给定的进给速度是一个保守值，不能充分发挥数控机床的效能，加工效率较低。同时，由于加工区域的切削深度是不断变化的，在采用相同进给速度时，必然会引起切削力的不断变化，而切削力的变化过大会引起刀具振动加剧，由此加剧刀具的磨损，进而降低刀具的寿命，此外，振动的加剧，还会引起加工零件表面质量的恶化，因此，选择合理的加工工艺参数，能使切削力均衡，达到提高加工效率，增加刀具寿命的目的。
现有的优化加工效率的方法主要是从优化几何特征的角度来减少加工时间。例如，通过修正刀路中的空切走刀段，如刀具的后退、移动、接近刀轨，来提高加工效率；通过将刀路中不平滑移动路径修正为平滑路径，来缩短加工时间。以上方法均无法优化与加工效率直接相关的进给速度，而能优化与加工效率直接相关的进给速度的方法是以状态数据的不连续性特征为判断标准，而不是以状态数据的目标值为判断标准。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种基于主轴电流分析的数控机床粗加工工艺参数优化方法，其目的在于提高粗加工过程中的加工效率，由此解决现有G代码在粗加工过程中效率低下的技术问题。
为实现上述目的，本发明提供了一种数控机床粗加工工艺参数优化方法，其特征在于，包括如下步骤：
(1)运行原始G代码，得到包括指令序列号和进给速度在内的工作任务数据以及包括主轴电流在内的运行状态数据；
(2)令优化次数n＝0；
(3)建立第n次优化后的G代码的工作任务数据和运行状态数据间的映射关系，得到指令域波形图；其中，指令域波形图以指令序列号为横坐标，以各行指令的主轴平均电流为纵坐标，n＝0时，第0次优化后的G代码为原始G代码；
(4)根据指令域波形图，计算G代码各行指令的第n+1次迭代后的进给速度；其中，G代码第m行指令的第n+1次迭代后的进给速度m＝1,2,...,M，M为G代码指令的总行数，I*为根据指令域波形图在指令域内求得的初始目标电流，k为调节系数，k·I*为优化的目标电流，为G代码第m行指令的第n次迭代后的进给速度，为第n次优化的G代码的第m行指令的主轴平均电流，n＝0时，G代码第m行指令的第0次迭代后的进给速度为原始G代码的第m行指令的进给速度，第0次优化的G代码的第m行指令的主轴平均电流为原始G代码的第m行指令的主轴平均电流；
(5)根据工艺系统的最大允许进给速度Fmax和原始G代码的各行指令的进给速度，对G代码各行指令的第n+1次迭代后的进给速度序列进行修正，得到G代码各行指令的第n+1次优化后的进给速度序列进而得到第n+1次优化后的G代码；
(6)运行第n+1次优化后的G代码，得到加工效率和主轴电流；
(7)判断加工效率是否大于预设效率，是则顺序执行步骤(8)，否则令n＝n+1，返回步骤(3)；
(8)判断主轴电流是否超过工艺系统允许的最大主轴电流imax，是则令n＝n+1，返回步骤(4)，否则说明加工效率和主轴电流均达到优化要求，结束优化过程。
优选地，所述步骤(4)中，初始目标电流I*为G代码所有指令行的主轴平均电流的平均值或所有指令行的主轴平均电流的最大值。
优选地，每次迭代时，所述步骤(4)中保持k的值不变，对初始目标电流I*，用迭代值替换原有值。
优选地，每次迭代时，所述步骤(4)中保持初始目标电流I*不变，使其恒等于运行原始G代码得到的初始目标电流，修改k的值。
优选地，对调节系数k的修改，是针对G代码特定指令行的局部修改，或者是针对G代码所有指令行的全局修改。
优选地，所述步骤(5)中，通过如下方式对Fn+1进行修正：在时，调整的值，使其不大于Fmax；在时，保持的值不变，或者调整的值，使得
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：优化后保证数控程序在整个加工过程中都保持工件没有过切现象，保证刀具时刻都处于最大安全载荷的稳定工作状态下，生成材料去除率最优的数控程序，提高数控程序的质量；刀具在加工过程中载荷状态被优化，可以减小刀具突变载荷的冲击，提高刀具使用寿命；优化后能生成效率最高的G代码程序，提高生产效率。
附图说明
图1是本发明实施例的数控机床粗加工工艺参数优化方法流程图；
图2是对手机壳进行加工得到的主轴电流的指令域波形图；
图3是加工工艺参数优化前后的电流对比图。
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。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示，本发明实施例的数控机床粗加工工艺参数优化方法包括如下步骤：
(1)运行原始G代码，得到包括指令序列号和进给速度在内的工作任务数据以及包括主轴电流在内的运行状态数据；
以加工手机壳零件为例，运行手机壳零件加工原始G代码，得到指令序列号和原始进给速度F0＝5000mm/min，运行状态数据包括手机壳零件加工过程中的主轴负载电流，初始加工时间为210s。
(2)令优化次数n＝0；
(3)建立第n次优化后的G代码的工作任务数据和运行状态数据间的映射关系，得到指令域波形图；
其中，指令域波形图以指令序列号为横坐标，以各行指令的主轴平均电流为纵坐标，n＝0时，第0次优化后的G代码为原始G代码。
对手机壳零件进行加工，得到的主轴电流的指令域波形图如图2所示，在指令域波形图中可以看到不同指令行对应的电流值是不同的。
(4)根据指令域波形图，计算G代码各行指令的第n+1次迭代后的进给速度；
其中，G代码第m行指令的第n+1次迭代后的进给速度为：
其中，m＝1,2,...,M，M为G代码指令的总行数，I*为根据指令域波形图在指令域内求得的初始目标电流，需要指出，该初始目标电流可以是G代码所有指令行的主轴平均电流的平均值、所有指令行的主轴平均电流的最大值，还可以是其它合理的电流值；k为调节系数，k·I*为优化的目标电流；为G代码第m行指令的第n次迭代后的进给速度，为第n次优化的G代码的第m行指令的主轴平均电流，n＝0时，G代码第m行指令的第0次迭代后的进给速度为原始G代码的第m行指令的进给速度，第0次优化的G代码的第m行指令的主轴平均电流为原始G代码的第m行指令的主轴平均电流；
对于优化的目标电流k·I*，存在如下两种处理方法：一是保持k的值不变，对初始目标电流I*，用迭代值替换原有值；二是保持初始目标电流I*不变，使其恒等于运行原始G代码得到的初始目标电流，每次迭代修改k的值。更进一步地，对调节系数k的修改，可以是针对G代码特定指令行的局部修改，也可以是针对G代码所有指令行的全局修改。
初始目标电流I*取图2的指令域波形图中所有指令行对应电流的平均值k指数取1.2，因此优化的目标电流根据得到每一行新的进给速度。
(5)根据工艺系统(包括机床、刀具、夹具等)的最大允许进给速度Fmax和原始G代码各行指令的进给速度，对G代码各行指令的第n+1次迭代后的进给速度序列进行修正，得到G代码各行指令的第n+1次优化后的进给速度序列进而得到第n+1次优化后的G代码；
具体地，在时，调整的值，使其不大于Fmax；在时，保持的值不变，或者调整的值，使得
本实例中，最大允许进给速度Fmax＝12500mm/min，此进给速度在机床可提供最大进给速度的范围内，而针对低于F0＝5000mm/min的则不做调整。
(6)运行第n+1次优化后的G代码，得到加工效率和主轴电流；
(7)判断加工效率是否大于预设效率，是则顺序执行步骤(8)，否则令n＝n+1，返回步骤(3)；
(8)判断主轴电流是否超过工艺系统允许的最大主轴电流imax，是则令n＝n+1，返回步骤(4)，否则说明加工效率和主轴电流均达到优化要求，结束优化过程。
按照上述步骤对加工工艺参数进行优化，优化前后的电流对比如图3所示，整体的电流向中间减小，因此不会超过主轴电流阈值imax，满足安全加工。优化代码的加工时间为162s，优化效率提升22.9％，满足加工效率的要求，结束本次优化。
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 (6)

1.一种数控机床粗加工工艺参数优化方法，包括运行原始G代码，得到包括指令序列号和进给速度在内的工作任务数据以及包括主轴电流在内的运行状态数据，其特征在于，所述方法还包括如下步骤：
(1)令优化次数n＝0；
(2)建立第n次优化后的G代码的工作任务数据和运行状态数据间的映射关系，得到指令域波形图；其中，指令域波形图以指令序列号为横坐标，以各行指令的主轴平均电流为纵坐标，n＝0时，第0次优化后的G代码为原始G代码；
(3)根据指令域波形图，计算G代码各行指令的第n+1次迭代后的进给速度；其中，G代码第m行指令的第n+1次迭代后的进给速度m＝1,2,...,M，M为G代码指令的总行数，I*为根据指令域波形图在指令域内求得的初始目标电流，k为调节系数，k·I*为优化的目标电流，为G代码第m行指令的第n次迭代后的进给速度，为第n次优化的G代码的第m行指令的主轴平均电流，n＝0时，G代码第m行指令的第0次迭代后的进给速度为原始G代码的第m行指令的进给速度，第0次优化的G代码的第m行指令的主轴平均电流为原始G代码的第m行指令的主轴平均电流；
(4)根据工艺系统的最大允许进给速度Fmax和原始G代码的各行指令的进给速度，对G代码各行指令的第n+1次迭代后的进给速度序列进行修正，得到G代码各行指令的第n+1次优化后的进给速度序列进而得到第n+1次优化后的G代码；
(5)运行第n+1次优化后的G代码，得到加工效率和主轴电流；
(6)判断加工效率是否大于预设效率，是则顺序执行步骤(7)，否则令n＝n+1，返回步骤(2)；
(7)判断主轴电流是否超过工艺系统允许的最大主轴电流imax，是则令n＝n+1，返回步骤(3)，否则说明加工效率和主轴电流均达到优化要求，结束优化过程。
2.如权利要求1所述的数控机床粗加工工艺参数优化方法，其特征在于，所述步骤(3)中，初始目标电流I*为G代码所有指令行的主轴平均电流的平均值或所有指令行的主轴平均电流的最大值。
3.如权利要求1或2所述的数控机床粗加工工艺参数优化方法，其特征在于，每次迭代时，所述步骤(3)中保持k的值不变，对初始目标电流I*，用迭代值替换原有值。
4.如权利要求1或2所述的数控机床粗加工工艺参数优化方法，其特征在于，每次迭代时，所述步骤(3)中保持初始目标电流I*不变，使其恒等于运行原始G代码得到的初始目标电流，修改k的值。
5.如权利要求4所述的数控机床粗加工工艺参数优化方法，其特征在于，对调节系数k的修改，是针对G代码特定指令行的局部修改，或者是针对G代码所有指令行的全局修改。
6.如权利要求1或2所述的数控机床粗加工工艺参数优化方法，其特征在于，所述步骤(4)中，通过如下方式对Fn+1进行修正：在时，调整的值，使其不大于Fmax；在时，保持的值不变，或者调整的值，使得
CN201510936784.3A 2015-12-15 2015-12-15 基于主轴电流分析的数控机床粗加工工艺参数优化方法 Active CN105334803B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510936784.3A CN105334803B (zh) 2015-12-15 2015-12-15 基于主轴电流分析的数控机床粗加工工艺参数优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510936784.3A CN105334803B (zh) 2015-12-15 2015-12-15 基于主轴电流分析的数控机床粗加工工艺参数优化方法

Publications (2)

Publication Number Publication Date
CN105334803A CN105334803A (zh) 2016-02-17
CN105334803B true CN105334803B (zh) 2017-09-26

Family

ID=55285415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510936784.3A Active CN105334803B (zh) 2015-12-15 2015-12-15 基于主轴电流分析的数控机床粗加工工艺参数优化方法

Country Status (1)

Country Link
CN (1) CN105334803B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106354097A (zh) * 2016-09-23 2017-01-25 华中科技大学 一种基于历史数据的数控机床主轴数据仿真方法
CN117930787B (zh) * 2024-03-21 2024-06-11 南京航空航天大学 一种数控机床加工的工艺参数优化方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101206471A (zh) * 2007-12-20 2008-06-25 北京数码大方科技有限公司 用于数控系统的嵌入式优化方法和装置
CN102331749A (zh) * 2010-07-15 2012-01-25 沈阳黎明航空发动机(集团)有限责任公司 一种数控加工工艺参数优化方法
CN103760820A (zh) * 2014-02-15 2014-04-30 华中科技大学 数控铣床加工过程状态信息评价装置
CN104536385A (zh) * 2014-12-18 2015-04-22 华中科技大学 一种数控机床加工程序的修正方法
CN104777785A (zh) * 2015-03-02 2015-07-15 华中科技大学 一种基于指令域分析的数控加工工艺参数动态优化方法
CN104932421A (zh) * 2015-06-19 2015-09-23 华中科技大学 一种基于指令域分析的数控机床工作过程cps建模方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101206471A (zh) * 2007-12-20 2008-06-25 北京数码大方科技有限公司 用于数控系统的嵌入式优化方法和装置
CN102331749A (zh) * 2010-07-15 2012-01-25 沈阳黎明航空发动机(集团)有限责任公司 一种数控加工工艺参数优化方法
CN103760820A (zh) * 2014-02-15 2014-04-30 华中科技大学 数控铣床加工过程状态信息评价装置
CN104536385A (zh) * 2014-12-18 2015-04-22 华中科技大学 一种数控机床加工程序的修正方法
CN104777785A (zh) * 2015-03-02 2015-07-15 华中科技大学 一种基于指令域分析的数控加工工艺参数动态优化方法
CN104932421A (zh) * 2015-06-19 2015-09-23 华中科技大学 一种基于指令域分析的数控机床工作过程cps建模方法

Also Published As

Publication number Publication date
CN105334803A (zh) 2016-02-17

Similar Documents

Publication Publication Date Title
CN105785912B (zh) 面向能耗的型腔数控铣削加工刀具组合优选方法
CN101966604B (zh) 一种整体叶盘流道复合加工的方法
CN105334803B (zh) 基于主轴电流分析的数控机床粗加工工艺参数优化方法
CN102905847B (zh) 加工工艺的自适应控制
US9459166B2 (en) Cutting resistance analysis device, cutting and machining device equipped with same, and cutting resistance analysis program
CN109725593B (zh) 一种难加工材料三轴转角特征高效加工刀轨生成方法
CN106863007B (zh) 机床
CN102137729A (zh) 用于借助铣刀由坯件制成成品件的方法
CN107272574A (zh) 一种面向能耗的孔加工刀具及工艺参数集成优化方法
CN108021093B (zh) 基于nc程序的腹板折线进刀参数优化方法
US7081039B2 (en) Grinder system and method for creating a contoured cutting face with a variable axial rake angle
CN111571306A (zh) 一种自适应控制数控机床主轴负载的方法
CN115356985A (zh) 一种基于功率信号的加工工艺自适应优化方法
CN106647634A (zh) 集成环切轨迹与变半径摆线轨迹的型腔加工轨迹生成方法
CN102463393B (zh) 大螺距三角锥螺纹加工方法
US9946245B2 (en) Non-concentric milling
CN106325208B (zh) 一种控制切削力和切削温度的刀具轨迹优化方法
US8265783B2 (en) Method for creating profile data used to process non-circular workpiece
CN109901514B (zh) 面向工艺重用的复杂零件数控工艺优化调整方法
CN110253066A (zh) 整体叶轮五轴插铣加工的顶刀识别及排除方法
CN105290744A (zh) 透平叶片阻尼凸台粗加工方法
CN115587659A (zh) 一种基于贝塞尔曲线的切割路径优化方法
CN105345179B (zh) 一种钛合金材料电铣削加工方法
CN108274206B (zh) 一种三元叶轮z字型走刀变轴插铣的退刀方法
CN107790834A (zh) 电加工的装置和方法，混合加工的系统和方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant