CN106354097A - 一种基于历史数据的数控机床主轴数据仿真方法 - Google Patents

一种基于历史数据的数控机床主轴数据仿真方法 Download PDF

Info

Publication number
CN106354097A
CN106354097A CN201610845676.XA CN201610845676A CN106354097A CN 106354097 A CN106354097 A CN 106354097A CN 201610845676 A CN201610845676 A CN 201610845676A CN 106354097 A CN106354097 A CN 106354097A
Authority
CN
China
Prior art keywords
code
data
feed speed
current
original
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.)
Pending
Application number
CN201610845676.XA
Other languages
English (en)
Inventor
周会成
陈吉红
李唤雨
许光达
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 CN201610845676.XA priority Critical patent/CN106354097A/zh
Publication of CN106354097A publication Critical patent/CN106354097A/zh
Priority to CN201710829361.0A priority patent/CN107742004B/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G05B19/4097—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 using design data to control NC machines, e.g. CAD/CAM
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Numerical Control (AREA)

Abstract

本发明属于数控机床领域，并公开了一种基于历史数据的数控机床主轴数据仿真方法，包括以下步骤：(1)在数控机床上运行原始G代码进行加工，并采集工件首次加工时的工作任务数据和运行状态数据；(2)对G代码进行第一次优化；(3)对工件进行加工，采集工件加工时的工作任务数据和运行状态数据；(4)获得进给速度比值和主轴数据比值(5)按照从小到大的顺序，对进行排序；(6)继续进行第n次优化；(7)判断仿真电流的波动性。本发明减少寻求最优的G代码时的重复加工次数，节省时间和材料，而且基于采集的实际加工的数据进行仿真，比直接进行仿真得到的数据更加准确。

Description

一种基于历史数据的数控机床主轴数据仿真方法
技术领域
本发明属于数控机床领域，更具体地，涉及一种数控机床主轴数据仿真方法。
背景技术
在数控加工领域，仿真作为一种辅助决策手段已经得到越来越广泛的应用。仿真的优势是可在计算机上对加工中机床、刀具的切削运动和工件余量去除过程获得真实感的动态显示，从而实现快捷有效的零件程序检验。
尽管仿真方法具有得天独厚的优势，但基于物理模型的仿真方式制约了它的发展和在实际应用中的作用。如公开号为CN103869755A的中国专利，以国产高档数控机床为研究对象，在给定复杂结构件加工代码的基础上,通过VERICUT软件对加工过程进行仿真模拟，并对VERICUT软件进行二次开发，对加工代码进行分段处理，根据需求的切削功率值、最大最小进给速度，反推各段加工代码的进给速度，并对各段内的进给速度语句进行修改，最大限度保持机床主轴功率输出曲线平滑，以上方法没有利用历史数据，仿真出来的结果误差比较明显，需要进行多次修正，比较耗费时间。
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历史数据的数控机床主轴数据仿真方法，该方法用采集的首次加工以及第一次优化后的加工数据进行主轴加工数据仿真，观察仿真结果的波动情况，通过调整优化系数，使加工效率得到提升的同时仿真数据波动也较为平稳，以得到最优的NC程序，避免了费时费力的重复加工。。
为实现上述目的，按照本发明，提供了一种基于历史数据的数控机床主轴数据仿真方法，其特征在于，包括以下步骤：
(1)在数控机床上运行原始G代码进行加工，并采集工件首次加工时的工作任务数据和运行状态数据；
其中，工作任务数据是原始G代码中的带有进给速度和主轴电流的程序行号m，以及原始G代码中的进给速度F(0)＝{F1 (0),F2 (0),...Fm...,FM (0)}，运行状态数据是原始G代码中的主轴电流i(0)＝{i1 (0),i2 (0),...im (0)...,iM (0)}，Fm是原始G代码中第m行的进给速度，im (0)是原始G代码中第m行的主轴电流，m＝1，2，...,M,M为G码指令的总行数；
(2)利用对G代码进行第一次优化，其中是针对指令域波形图，在指令域内求得的初始目标电流并且该初始目标电流是所有电流的平均值或所有电流的最大值；k为可调节系数，共同构成优化的目标电流；为第n次优化G代码的第m行指令的进给速度，为第m行优化后的进给速度，n≥1；
通过调整k的值，获得第一次优化后的G代码中的进给速度F(1)＝{F1 (1),F2 (1),...,Fm (1)...,FM (1)}，并获得第一次优化后的G代码；
(3)采用步骤(2)中第一次优化后的G代码对工件进行加工，采集工件加工时的工作任务数据和运行状态数据；
其中，本次采集的工作任务数据是程序行号m和进给速度F(1)＝{F1 (1),F2 (1),...,Fm (1)...,FM (1)}，运行状态数据是主轴电流
(4)根据步骤(1)和步骤(3)中G代码中每行进给速度和主轴电流数据，获得进给速度比值和主轴数据比值进而获得一系列的点集
其中，
(5)按照从小到大的顺序，对进行排序，从而获得新的点集
(6)继续利用步骤(2)中所述的对G代码进行第n次优化，得到第n次优化后的进给速度F(n)＝{F1 (n),F2 (n),...,Fm (n)}，然后建立仿真公式其中为第j行第n次的仿真电流，为第n次优化后求得的主轴电流数据的比值；
当n>1时，
其中，获取有两种方式：第一种为第二种为用以及插值求得具体方式为先将从小到大排序，得到再将先通过线性变换映射到的区间上，然后按照线性插值的方法，插值得到
进一步地，获得了则根据所述仿真公式获得第n次优化后的仿真电流
(7)判断仿真电流的波动性，当in-sim的方差大于原始电流的方差，则按照步骤(6)再进行一次优化和仿真，直到当in-sim的方差小于原始电流的方差，则结束此次仿真，得到的G代码即为此次仿真的最优G代码。
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，能够取得下列有益效果：
1)、本发明减少寻求最优的G代码时的重复加工次数，节省时间和材料；
2)、本发明基于采集的实际加工的数据进行仿真，比直接进行仿真得到的数据更加准确。
附图说明
图1是本发明方法的步骤流程图；
图2是原始电流图；
图3是第一次优化后的电流图；
图4是排序后的图；
图5是原始电流与最终仿真电流的对比图。
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。
参照图1～图5，一种基于历史数据的数控机床主轴数据仿真方法，其特征在于，包括以下步骤：
步骤一：(1)在数控机床上运行原始G代码进行加工，采集工件首次加工时的工作任务数据和运行状态数据；
其中，工作任务数据是原始G代码中的带有进给速度和主轴电流的程序行号m，以及原始G代码中的进给速度F(0)＝{F1 (0),F2 (0),...Fm...,FM (0)}，运行状态数据是原始G代码中的主轴电流i(0)＝{i1 (0),i2 (0),...im (0)...,iM (0)}，Fm是原始G代码中第m行的进给速度，im (0)是原始G代码中第m行的主轴电流，m＝1，2，...,M,M为G码指令的总行数；
以钻工中心加工手机壳零件为例，进一步说明本步骤。
截取的部分原始G代码如下所示：
G91G28Z0
G40G49G80G90G69
G55
T02M06
G05.1Q1
G90
G0X-66.838Y16.836S13000.M03
G43Z12.9H02
Z2.11
G1X-67.232Y16.906F5000.
X-67.77
G17G2X-69.683Y18.17I0.0J2.08
G3X-70.07Y18.426I-.387J-.164
X-70.269Y18.375I0.0J-.42
G2X-70.24Y18.006I-2.301J-.369
G1Y13.506
G2X-70.269Y13.136I-2.33J0.0
G3X-70.07Y13.086I.199J.37
X-69.822Y13.167I0.0J.42
G0Z12.9
G0X-58.082Y3.686
Z6.1
Z.95
G1Y5.886
Y11.486
X-60.748
Y5.886
X-63.415
Y11.486
X-66.082
Y5.886
G0Z3.95
G0Z6.1
X-69.891Y-8.848
Z4.28
可以看到，原始G代码中的默认进给速度是5000mm/min。
采集获得的原始电流图参照图2。
步骤二：利用对G代码进行第一次优化，其中是针对指令域波形图，在指令域内求得的初始目标电流并且该初始目标电流是所有电流的平均值或所有电流的最大值；k为可调节系数，共同构成优化的目标电流；为第n次优化G代码的第m行指令的进给速度，为第m行优化后的进给速度，n≥1；
通过调整k的值，获得第一次优化后的G代码中的进给速度并获得第一次优化后的G代码；
此步骤中对G代码的优化是基于公开号为CN105334803A的中国专利中的方法进行的优化。
针对钻工中心加工手机壳零件的实施例中，得到第一次优化后的G代码，G代码的部分如下所示：
G91G28Z0
G40G49G80G90G69
G55
T02M06
G05.1Q1
G90
G0X-66.838Y16.836S13000.M03
/M08
G43Z12.9H02
Z2.11
G1X-67.232Y16.906 F5000
X-67.77 F5000
G17G2X-69.683Y18.17I0.0J2.08 F5000
G3X-70.07Y18.426I-.387J-.164 F5000
X-70.269Y18.375I0.0J-.42 F5000
G2X-70.24Y18.006I-2.301J-.369 F5080
G1Y13.506 F5285
G2X-70.269Y13.136I-2.33J0.0 F5267
G3X-70.07Y13.086I.199J.37 F5248
X-69.822Y13.167I0.0J.42 F5272
G0Z12.9
G0X-58.082Y3.686
Z6.1
Z.95
G1Y5.886 F5212
Y11.486 F5215
X-60.748 F5254
Y5.886 F5219
X-63.415 F5284
Y11.486 F5244
X-66.082 F5239
Y5.886 F5224
G0Z3.95
G0Z6.1
X-69.891Y-8.848
Z4.28
从G代码中可以看出每一行G代码的F值都是不同的。第一次优化后的电流图参照图3。
步骤三：采用步骤(2)中第一次优化后的G代码对工件进行加工，采集工件加工时的工作任务数据和运行状态数据；
其中，本次采集的工作任务数据是程序行号m和进给速度F(1)＝{F1 (1),F2 (1),...,Fm (1)...,FM (1)}，运行状态数据是主轴电流
步骤四：根据步骤(1)和步骤(3)中G代码中每行进给速度和主轴电流数据，获得进给速度比值和主轴数据比值进而获得一系列的点集
其中，
步骤五：按照从小到大的顺序，对进行排序，从而获得新的点集
针对钻工中心加工手机壳零件的实施例中，排序后的(β'1F，β'1i)参照图4。
步骤六：继续利用步骤(2)中所述的对G代码进行第n次优化，得到第n次优化后的进给速度F(n)＝{F1 (n),F2 (n),...,Fm (n)}，然后建立仿真公式其中为第j行第n次的仿真电流，为第n次优化后求得的主轴电流数据的比值；
当n>1时，
其中，获取有两种方式：第一种为第二种为用以及插值求得具体方式为先将从小到大排序，得到再将先通过线性变换映射到的区间上，然后按照线性插值的方法，插值得到
进一步地，获得了则根据所述仿真公式获得第n次优化后的仿真电流
针对钻工中心加工手机壳零件的实施例中，经过反复调整后得到的G代码程序以及原始电流与仿真电流对比图参照图5所示，此时n＝2。
G91G28Z0
G40G49G80G90G69
G55
T02M06
G05.1Q1
G90
G0X-66.838Y16.836S13000.M03
/M08
G43Z12.9H02
Z2.11
G1X-67.232Y16.906 F5000
X-67.77 F5000
G17G2X-69.683Y18.17I0.0J2.08 F5000
G3X-70.07Y18.426I-.387J-.164 F5000
X-70.269Y18.375I0.0J-.42 F5000
G2X-70.24Y18.006I-2.301J-.369 F5280
G1Y13.506 F6315
G2X-70.269Y13.136I-2.33J0.0 F6444
G3X-70.07Y13.086I.199J.37 F6418
X-69.822Y13.167I0.0J.42 F6339
G0Z12.9
G0X-58.082Y3.686
Z6.1
Z.95
G1Y5.886 F6188
Y11.486 F6158
X-60.748 F6076
Y5.886 F6242
X-63.415 F6359
Y11.486 F6207
X-66.082 F6261
Y5.886 F6208
G0Z3.95
G0Z6.1
X-69.891Y-8.848
Z4.28
步骤七：观察得到的in-sim的波动性，判断仿真电流的波动性，当in-sim的方差大于原始电流的方差，则按照步骤(6)再进行一次优化和仿真，直到当in-sim的方差小于原始电流的方差，则结束此次仿真，得到的G代码即为此次仿真的最优G代码。
针对钻工中心加工手机壳零件的实施例中，表1列出了原始电流与仿真电流的方差对比。
表1原始电流与仿真电流平均值与方差
电流数据 方差
原始电流 0.0263
仿真电流 0.0197
分析上标数据可知，原始电流方差均于仿真电流，可知仿真电流的离散程度更小，即波动性更小。结束本次仿真，将得到的G代码作为最优的G代码，用于实际加工。
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 (1)

1.一种基于历史数据的数控机床主轴数据仿真方法，其特征在于，包括以下步骤：
(1)在数控机床上运行原始G代码进行加工，并采集工件首次加工时的工作任务数据和运行状态数据；
其中，工作任务数据是原始G代码中的带有进给速度和主轴电流的程序行号m，以及原始G代码中的进给速度F(0)＝{F1 (0),F2 (0),...Fm...,FM (0)}，运行状态数据是原始G代码中的主轴电流i(0)＝{i1 (0),i2 (0),...im (0)...,iM (0)}，Fm是原始G代码中第m行的进给速度，im (0)是原始G代码中第m行的主轴电流，m＝1，2，...,M,M为G码指令的总行数；
(2)利用对G代码进行第一次优化，其中是针对指令域波形图，在指令域内求得的初始目标电流并且该初始目标电流是所有电流的平均值或所有电流的最大值；k为可调节系数，共同构成优化的目标电流；为第n次优化G代码的第m行指令的进给速度，为第m行优化后的进给速度，n≥1；
通过调整k的值，获得第一次优化后的G代码中的进给速度F(1)＝{F1 (1),F2 (1),...,Fm (1)...,FM (1)}，并获得第一次优化后的G代码；
(3)采用步骤(2)中第一次优化后的G代码对工件进行加工，采集工件加工时的工作任务数据和运行状态数据；
其中，本次采集的工作任务数据是程序行号m和进给速度F(1)＝{F1 (1),F2 (1),...,Fm (1)...,FM (1)}，运行状态数据是主轴电流
(4)根据步骤(1)和步骤(3)中G代码中每行进给速度和主轴电流数据，获得进给速度比值和主轴数据比值进而获得一系列的点集
其中，
(5)按照从小到大的顺序，对进行排序，从而获得新的点集
(6)继续利用步骤(2)中所述的对G代码进行第n次优化，得到第n次优化后的进给速度F(n)＝{F1 (n),F2 (n),...,Fm (n)}，然后建立仿真公式其中为第j行第n次的仿真电流，为第n次优化后求得的主轴电流数据的比值；
当n>1时，
其中，获取有两种方式：第一种为第二种为用以及插值求得具体方式为先将从小到大排序，得到再将先通过线性变换映射到的区间上，然后按照线性插值的方法，插值得到
进一步地，获得了则根据所述仿真公式获得第n次优化后的仿真电流
(7)判断仿真电流的波动性，当in-sim的方差大于原始电流的方差，则按照步骤(6)再进行一次优化和仿真，直到当in-sim的方差小于原始电流的方差，则结束此次仿真，得到的G代码即为此次仿真的最优G代码。
CN201610845676.XA 2016-09-23 2016-09-23 一种基于历史数据的数控机床主轴数据仿真方法 Pending CN106354097A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610845676.XA CN106354097A (zh) 2016-09-23 2016-09-23 一种基于历史数据的数控机床主轴数据仿真方法
CN201710829361.0A CN107742004B (zh) 2016-09-23 2017-09-14 一种基于历史数据的数控机床主轴数据仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610845676.XA CN106354097A (zh) 2016-09-23 2016-09-23 一种基于历史数据的数控机床主轴数据仿真方法

Publications (1)

Publication Number Publication Date
CN106354097A true CN106354097A (zh) 2017-01-25

Family

ID=57858681

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201610845676.XA Pending CN106354097A (zh) 2016-09-23 2016-09-23 一种基于历史数据的数控机床主轴数据仿真方法
CN201710829361.0A Active CN107742004B (zh) 2016-09-23 2017-09-14 一种基于历史数据的数控机床主轴数据仿真方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201710829361.0A Active CN107742004B (zh) 2016-09-23 2017-09-14 一种基于历史数据的数控机床主轴数据仿真方法

Country Status (1)

Country Link
CN (2) CN106354097A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108732996A (zh) * 2017-04-17 2018-11-02 华中科技大学 基于双代码联合作用的数控加工控制方法及相应装置
CN110221580A (zh) * 2019-05-29 2019-09-10 华中科技大学 一种基于主轴数据仿真的进给速度优化方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109459500A (zh) * 2018-10-31 2019-03-12 西北工业大学深圳研究院 声发射信号的在线高速采集处理系统
CN111027194B (zh) * 2019-12-02 2023-07-14 珠海格力智能装备有限公司 机床的调试方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104932421B (zh) * 2015-06-19 2017-06-27 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
CN105334803B (zh) * 2015-12-15 2017-09-26 华中科技大学 基于主轴电流分析的数控机床粗加工工艺参数优化方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108732996A (zh) * 2017-04-17 2018-11-02 华中科技大学 基于双代码联合作用的数控加工控制方法及相应装置
CN110221580A (zh) * 2019-05-29 2019-09-10 华中科技大学 一种基于主轴数据仿真的进给速度优化方法
CN110221580B (zh) * 2019-05-29 2020-07-10 华中科技大学 一种基于主轴数据仿真的进给速度优化方法

Also Published As

Publication number Publication date
CN107742004B (zh) 2020-10-27
CN107742004A (zh) 2018-02-27

Similar Documents

Publication Publication Date Title
CN106354097A (zh) 一种基于历史数据的数控机床主轴数据仿真方法
CN103809506B (zh) 基于一维粒子群算法获得零件加工最优调度方案的方法
CN102929207B (zh) 一种数控机床伺服系统控制参数优化方法
CN103235554B (zh) 一种基于nc代码的数控车床加工工件能耗获取方法
CN100553879C (zh) 一种能够对工件自动修型的砂带磨削加工方法及装置
CN103941644A (zh) 一种基于时间参数的数控铣床能耗预测方法
CN104133417A (zh) 叶片式流体机械数控加工切削力的快速预测方法
CN107065778B (zh) 一种面向机床整个使用阶段能量效率最高的机床评选方法
CN105700466A (zh) 高速数控加工轨迹的曲率光顺方法
CN102591261A (zh) 大型机翼部件柔性制孔的多层次数控编程方法
CN104217063A (zh) 用于钢轨轧制孔型的仿真设计方法
CN109822576B (zh) 一种机器人加工虚拟夹具的生成方法
CN103885387B (zh) 数控机床快速进给功率和能耗的获取及控制方法
CN103197596A (zh) 一种数控加工参数自适应模糊控制规则优化方法
CN103197605A (zh) 基于标准模板和表达式驱动的齿轮滚削cnc自动编程方法
CN102968539A (zh) 一种格式图纸的批量快速生成方法
CN108549319A (zh) 一种双转台五轴数控机床通用后处理方法
CN106843153A (zh) 面向工艺方案的可重用数控工艺映射方法
CN110221580A (zh) 一种基于主轴数据仿真的进给速度优化方法
CN108581384A (zh) 一种基于UG和Vericut的整体式叶轮四轴车铣加工方法
CN113987698A (zh) 一种基于数据驱动的机床功耗模型建模方法
CN107664982A (zh) 一种以平滑切削功率为目标对刀具轨迹进行优化的方法
CN109358566B (zh) 一种端面铣刀四轴旋转开粗加工方法
TWI646413B (zh) 加工機台之效能與能耗同步優化方法與裝置
CN104766159B (zh) 基于图论的水电站引水发电系统小波动稳定性分析方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170125