CN106557072B - 数控加工设备执行程序的辅助编程方法 - Google Patents

Abstract

本发明公开了一种数控加工设备执行程序的辅助编程方法，该方法涉及操作执行模拟系统、操作记录系统、人工智能分析系统、自动编程系统和参数调整优化系统。可实现数控操作执行或操作执行模拟、数控设备操作记录、自动数控编程、优化数控程序等功能，旨在充分利用人类执行动作的灵活性、智能性，实现由操作动作指令自动编译为数控程序的功能，缩小技术人员技术差异引起的产品质量、加工效率不一致，提高数控程序的编制速度，降低数控程序编制和调试的时间成本，降低操作难度、提高加工效率以及加工质量，并拓展的程序的自动优化功能。

Description

数控加工设备执行程序的辅助编程方法

技术领域

本发明涉及数控技术领域，具体涉及一种数控加快设备执行程序的辅助编程方法。

背景技术

数控加工装备作为制造业中的核心设备，其加工技术已成为现有的主流技术，是实现制造业生产自动化、数字化和智能化的基础和关键。大力发展数控加工技术并将其转换为更高经济利益的迫切需求，促使数控辅助和控制技术正朝着自动化、智能化和参数化的方向前进，让数控加工设备具有巨大的发展前景。

一般来讲，数控设备是指应用数控技术的设备，而数控技术也叫计算机数控技术。目前数控技术指采用计算机实现对设备的运动轨迹和外设的操作时序逻辑控制功能，计算机处理生成的微观指令传送给伺服驱动电机或者液压执行元件带动设备运行。

数控加工设备的程序的编制主要通过人工输入以及CAD/CAM系统自动生成，然后还需要工艺人员手动输入切削速度、切削深度及宽度、进给速度等加工参数，耗费大量的时间；同时编程及参数设定等影响加工质量和加工效率的重要因素取决于技术人员的操作水平和知识，熟练技术人员和非熟练技术人员时间差异、质量差异都存在非常明显的差异；在大规模的加工制造企业中，加工程序微小的改善，能在规模上转化为巨大的经济效益；数控加工程序的编程速度的快慢以及智能化程度，成为决定产品的质量以及生产效率的提高的关键性因素。

类似的，数控设备工业机器人在面对现代工业快速多变及日益增长的复杂性要求的背景下，工业机器人不仅仅是作为一个重复动作设备，而是应该作为一个高度柔性、开放并具有友好的人机互换功能的可编程、可重构制造单元来融合到制造业系统中。因此，工业机器人作为柔性的自动化设备，其编程调试的便捷性和智能性，严重影响工业机器人的应用难度和工作效率。目前机器人的编程方式主要有示教编程和离线编程模式。离线编程方式不需要占用机器人，通过计算机图形学，应用机器人编程语言，离线计算和规划出机器人的作业轨迹；示教编程方式则需要占用机器人，通过人工手把手示教，由人搬动机器人手臂对机器人进行示教。上述的两种方式，都存在一些缺点，离线编程方式对操作人员的专业知识掌握要求较高，同时需要长时间的编程、调试和优化；示教方式则是需要占用机器人，在面对中大型的机器人时，人工牵引则不能使用，具有较大的局限性。

发明内容

针对现有技术的不足，本发明的目的在于提供一种数控装置的辅助编程方法，以便提高数控设备程序的编制速度和智能性，降低人员成本，降低数控设备对技术人员熟练度依赖度，提高编程的智能化和最优化。

为了实现上述目的，本发明采取的技术方案是：

一种数控加工设备执行程序的辅助编程方法，包括步骤：

按照工件加工要求，采用人工操作与数控编程操作结合的方式，对数控加工设备的操作执行模拟系统进行操作，生成动作指令；

操作记录系统整合并记录生成的动作指令和传感器返回的加工参数，并将动作指令和加工参数传输给人工智能分析系统进行机器学习，所述传感器为与数控加工设备的所述操作执行模拟系统连接的传感器；

自动编程系统将操作记录系统记录的动作指令和加工参数编译成数控程序，并存储在相应的程序数据库中；

人工智能分析系统将动作指令和加工参数作为数据来源，应用人工智能进行逻辑分析，将分析后的优化动作指令和优化加工参数传输给参数调整优化系统；

参数调整优化系统对自动编程系统编译的数控程序进行优化分析，并将优化动作指令和优化加工参数展示给操作者，提示操作者分析确认，实现数控程序的误差精度调整；

调用调试优化后的数控程序，进行最后的人工修正；

确认最终动作指令和加工参数，形成执行程序。

本发明充分利用人类执行动作的灵活性、智能性，实现由操作动作指令自动编译为数控程序的功能，缩小技术人员技术差异引起的产品质量、加工效率不一致，提高数控程序的编制速度，降低数控程序编制和调试的时间成本，降低操作难度、提高加工效率以及加工质量，并拓展的程序的自动优化功能。

附图说明

图1为本发明数控加工设备执行程序的辅助编程方法实施例一的流程示意图；

图2为本发明数控加工设备执行程序的辅助编程方法实施例二的流程示意图。

具体实施方式

下面结合具体实施方式对本发明作进一步的说明。

实施例1

如图1所示，本实施例的数控加工设备执行程序的辅助编程方法，涉及的内容包括工件技术要求、操作执行模拟系统、操作记录系统、人工智能分析系统、自动编程系统和参数调整优化系统，最后自动生成优化后的数控程序。

所述的工件技术要求，是指目标产品的外形、粗糙度、精度等一系列的参数要求，基于这些要求，技术操作人员手动操作和编程操作，将工件由毛胚加工成符合技术要求的产品。

所述的操作执行模拟系统，主要是给数控加工设备提供手动与程序编程相结合的操作方式的系统，可以是目标数控设备或者目标数控设备的一部分，也可以是一个为配合目标数控设备所搭建的提供相同操作功能的模拟系统。

进一步的，为了后续的操作记录系统和参数调整优化系统，必要时，我们可以对数控加工设备安装必要的手工操作配件以及传感器，操作执行模拟系统也可以安装传感器。

所述操作记录系统，主要是记录数控机加工过程中的手动操作或者编程程序操作全部指令并进行整合的一个系统的统称。操作记录系统在机加工过程中，通过数控设备的传感器以及我们安装的传感器获取数控程序必要的加工参数，然后记录并整合数控加工设备的动作指令，并自动存储。

所述人工智能分析系统，存储来自操作记录系统的动作指令和参数，为人工智能分析系统的训练提供大量数据来源，通过逻辑训练来建立联系，然后对问题进行求解，为调整优化系统提供优化结果。人工智能包括不限于人工神经网络、遗传算法、模糊系统、进化程序设计、人工生命等。

所述自动编程系统，主要是指对记录下来的动作指令进行自动编程的系统。自动编程系统基于加工基础数据库以及加工曲线数据库，将操作记录系统自动记录下来的数控程序指令进行处理，将所记录下来的程序指令以及参数进行自动编程，自动编译为正确且参数可优化调整的数控程序。

所述参数调整优化系统包含有加工参数检测系统、加工参数优化数据库、刀具路径优化数据库以及公差补偿优化数据库。参数调整优化系统对自动编程系统生成的数控程序，根据数据库的资料和知识进行模拟、推理、优化以及决策，最后生成优化后数控程序。

所述加工参数检测系统利用传感器获取加工过程中的刀具、主轴、工作台等各部分的加工参数，并结合加工参数优化数据库及刀具路径优化数据库对程序进行处理及优化。

所述加工参数优化数据库包含常用刀具的特性、刀具大小、常用用途以及最优使用环境，根据加工产品的精度、工序以及加工曲线，自动选择最优刀具及相应的加工参数。

所述刀具路径优化数据库存储有常用类型加工曲线、加工顺序、加工基准以及最优曲线推荐，根据加工产品的加工曲线、精度要求以及定位基准，自动选择相应的刀具路径，并选择最优路径参数，提高加工速度和加工质量。

所述公差补偿优化数据库，对加工参数检测系统获得的各种参数进行处理与模拟，生成实际的刀具路径，将实际的刀具路径曲线与理想的加工刀具路径进行对比，自动对加工刀具路径的参数进行补偿优化，实现数控程序的精准度的调整。

最后，确认各参数和程序，输出数控机加工设备的数控执行程序。

实施例2

如图2所示，本实施例的数控加工设备执行程序的辅助编程方法，涉及的内容包括动作轨迹要求、操作执行模拟系统、操作记录系统、自动编程系统和参数调整优化系统，最后自动生成优化后的数控程序。

所述的动作轨迹要求，是指要求工业机器人完成某个指定动作、实现某个功能、定位坐标等的要求，同时结合允许的工作空间和避障需求。基于这些要求，技术操作人员手动操作和编程操作，将工业机器人机械臂的轨迹和动作曲线等确定下来，完成指定的动作。

所述的操作执行模拟系统，主要是指为机器人配备一套人工操作模拟系统以及必需的传感器，提供手动、程序编程或者两者结合操作方式的系统，同时具有对程序的模拟操作功能，便于后续系统的程序调试和优化。

进一步的，所述的工业机器人人工操作模拟系统，指一套安装在人类手臂上的模拟装置，能够模拟控制工业机器人的机械臂，在人类手臂的手腕、手肘和肩关节安装必要的传感器，完全模拟机器人的动作，通过操作执行模拟系统利用人类手臂执行操作指令，实时控制机械臂，完成规定的动作轨迹要求。

进一步的，在通过操作执行模拟系统时，可以结合计算机图形软件功能和示教方式，便于某些人类手臂不便实现的动作的程序的编制，如机械臂的连续大角度旋转等的动作实现。

所述操作记录系统，是指通过传感器将机器人机械臂各轴的动作、坐标、速度等参数记录下来，结合动作指令进行整合的系统。将编程操作、人工操作模拟系统操作相结合的方式记录的动作指令和采集的各参数进行整合，存储为参数可更改的程序指令。

所述人工智能分析系统，存储来自操作记录系统的动作指令和参数，为人工智能分析系统的训练提供大量数据来源，通过逻辑训练来建立联系，然后对问题进行求解，为调整优化系统提供优化结果；

所述自动编程系统，是指将记录下来的动作指令进行自动编程的系统。自动编程系统基于动作基础数据库以及轨迹路径曲线数据库，结合数据库和人工智能分析系统初步实现操作程序自动编程的快速实现，允许一定误差的存在，并将前述输入的各种参数在程序存储时被存储为可更改部分，便于后续更改和进一步优化。

所述参数调整优化系统包含有动作参数检测系统、动作参数优化数据库、轨迹路径优化数据库以及公差补偿优化数据库。参数调整优化系统对自动编程系统生成的数控程序，根据数据库的资料和知识进行模拟、推理、优化以及决策，最后生成优化后数控程序。

所述动作参数检测系统利用传感器获取动作过程中主轴、机械手等各部分传感器的参数，并结合动作参数优化数据库及轨迹路径优化数据库对程序进行处理及优化。

所述动作参数优化数据库包含常用机械手的功能特性、主轴参数以及最优使用环境，根据动作轨迹要求的精度、工作的速度、工作空间以及避障需求，自动选择最优轨迹路径及相应的动作参数。

所述轨迹路径优化数据库存储有常用类型动作轨迹曲线、主轴运动顺序、定位基准以及最优轨迹路线。根据机器人的轨迹曲线、定位精度以及工作空间要求，自动选择相应的轨迹路径，并选择最优路径，提高动作定位精度、机械臂动作速度。

所述公差补偿优化数据库，对动作参数检测系统获得的各种参数进行处理与模拟，生成实际的机械臂轨迹路径，将实际的机械臂轨迹路径与理想的加工轨迹路径进行对比，自动对机械臂的动作轨迹路径程序的参数进行补偿优化，实现机器人的精准定位。

最后，确认各参数和程序，输出工业机器人的数控执行程序。

综上，本发明提供的数控加快设备执行程序的辅助编程方法，可以手动操作与程序编程加工相结合进行操作，自动记录并保存操作的动作指令，将操作记录系统自动记录下来的动作指令和参数进行整合处理，自动生成正确且各参数可更改的程序，实现初步的快速编程，同时利用传感器对操作过程进行监控，收集相关操作参数，人工智能分析系统和调整优化系统基于数据库对数控程序进行误差调整优化，达到提高数控操作精度、操作效率和提高生产率的目的。

上列详细说明是针对本发明可行实施例的具体说明，该实施例并非用以限制本发明的专利范围，凡未脱离本发明所为的等效实施或变更，均应包含于本案的专利范围中。

Claims (5)

1.一种数控加工设备执行程序的辅助编程方法，其特征在于，包括步骤：

按照工件加工要求，采用人工操作与数控编程操作结合的方式，对数控加工设备的操作执行模拟系统进行操作，生成动作指令；

操作记录系统整合并记录生成的动作指令和传感器返回的加工参数，并将动作指令和加工参数传输给人工智能分析系统进行机器学习，所述传感器为与数控加工设备的所述操作执行模拟系统连接的传感器；

自动编程系统将操作记录系统记录的动作指令和加工参数编译成数控程序，并存储在相应的程序数据库中；

人工智能分析系统将动作指令和加工参数作为数据来源，应用人工智能进行逻辑分析，将分析后的优化动作指令和优化加工参数传输给参数调整优化系统；

参数调整优化系统对自动编程系统编译的数控程序进行优化分析，并将优化动作指令和优化加工参数展示给操作者，提示操作者分析确认，实现数控程序的误差精度调整；

调用调试优化后的数控程序，进行最后的人工修正；

确认最终动作指令和加工参数，形成执行程序。

2.根据权利要求1所述的数控加工设备执行程序的辅助编程方法，其特征在于，

所述操作执行模拟系统，既可以是部分或全部的数控加工设备，也可以是配合数控加工设备所搭建的可以实现相同操作功能的模拟系统。

3.根据权利要求2所述的数控加工设备执行程序的辅助编程方法，其特征在于，

所述人工智能分析系统所采用的人工智能包括人工神经网络、遗传算法、模糊系统、进化程序设计和人工生命。

4.根据权利要求3所述的数控加工设备执行程序的辅助编程方法，其特征在于，

所述自动编程系统包括操作基础数据库和轨迹曲线数据库；

所述操作基础数据库包括数控程序编制所必需的参数，将存储的相同操作的参数进行对比，提示更优参数的选择；所述轨迹曲线数据库存储有历史轨迹曲线数据，包含各类型要求的轨迹曲线，形成轨迹曲线优化的数据来源，在编译程序时，自动结合轨迹曲线，生成相应的数控程序。

5.根据权利要求4所述的数控加工设备执行程序的辅助编程方法，其特征在于，

所述参数调整优化系统包括操作参数检测系统、基础参数数据库、轨迹路径优化数据库以及公差补偿优化数据库，

所述基础参数数据库存储有常用工具特性、工具大小、常用用途以及最优使用环境，根据精度、工序以及轨迹曲线，自动选择相应的最优加工参数；

所述轨迹路径优化数据库，存储有常用类型最优轨迹路线，根据操作的轨迹曲线、精度要求以及定位，自动选择相应的轨迹路径，并选择最优路径和参数，提高效率和质量；

所述参数检测系统具有操作状态获取功能，是通过传感器来获取加工过程中的各种参数，结合轨迹路径优化数据库，为下一步的公差补偿优化提供数据来源；

所述公差补偿优化数据库，对加工参数检测系统获得的各种参数进行处理，生成实际的轨迹路径，将实际的轨迹路径曲线与理想的轨迹路径进行对比，自动对操作的轨迹路径的参数进行补偿优化。