CN107695775B - 基于cps的重型数控机床热误差补偿控制系统及热误差补偿方法 - Google Patents
基于cps的重型数控机床热误差补偿控制系统及热误差补偿方法 Download PDFInfo
- Publication number
- CN107695775B CN107695775B CN201710846670.9A CN201710846670A CN107695775B CN 107695775 B CN107695775 B CN 107695775B CN 201710846670 A CN201710846670 A CN 201710846670A CN 107695775 B CN107695775 B CN 107695775B
- Authority
- CN
- China
- Prior art keywords
- machine tool
- compensation
- control system
- data
- real
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000006073 displacement reaction Methods 0.000 claims abstract description 18
- 239000000203 mixture Substances 0.000 claims abstract description 8
- 238000009472 formulation Methods 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 17
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000013500 data storage Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 210000000352 storage cell Anatomy 0.000 claims description 6
- 239000000835 fiber Substances 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 4
- 238000005538 encapsulation Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000003556 assay Methods 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000003754 machining Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q11/00—Accessories fitted to machine tools for keeping tools or parts of the machine in good working condition or for cooling work; Safety devices specially combined with or arranged in, or specially adapted for use in connection with, machine tools
- B23Q11/0003—Arrangements for preventing undesired thermal effects on tools or parts of the machine
- B23Q11/0007—Arrangements for preventing undesired thermal effects on tools or parts of the machine by compensating occurring thermal dilations
-
- 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
- G05B19/404—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 control arrangements for compensation, e.g. for backlash, overshoot, tool offset, tool wear, temperature, machine construction errors, load, inertia
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
Abstract
本发明公开了一种基于CPS的重型数控机床热误差补偿控制系统及热误差补偿方法,所述热误差补偿控制系统包括:嵌入式采集卡:用于采集机床测点的温度信息、机床主轴刀尖的位移热误差,并对数据经过预处理后发送至运算控制器;运算控制器:用于根据接收的温度数据代入预测数学模型计算热误差预测值,并根据制定的补偿策略将热误差预测值处理为实时补偿值,并把热误差预测值和实时补偿值通过无线网络上传至云端服务器,所述预测数学模型和补偿策略通过无线网络接收远程更新;数控连接器;用于将接收的实时补偿值通过NCUC总线输入机床数控系统,机床数控系统在运行加工G代码时读取实时补偿值,并控制机床X、Y、Z轴移动。
Description
技术领域
本发明涉及数控机床热误差补偿技术领域,具体地指一种基于 CPS的重型数控机床热误差补偿控制系统及热误差补偿方法。
背景技术
重型数控机床是当今高端装备制造业的重要组成部分,更是国防工业、机械制造的基石。重型数控机床的加工精度代表着一个国家的工业发展水平,随着“中国制造2025”战略的提出,提升数控机床加工精度的要求愈发急切。重型机床因其体积大、行程大等特点,易受内外热源的影响而产生热误差。大量研究表明,在数控机床加工系统的各类误差中,热误差所占比例最大,最高可达数控机床总误差的70%。在数控机床向高转速、重载荷的发展过程中,热误差对其加工精度的影响会更加明显。
信息物理系统(Cyber-Physical Systems,CPS)是通过计算 (Computation)、通信(Communication)与控制(Control)技术的有机与深度融合,集环境感知、网络通信、控制计算功能于一体,实现计算资源与物理资源的紧密结合与协调的智能系统。CPS的基本组件包括传感器(Sensors)、执行器(Actuator)和决策控制单元(Decision-making ControlUnit)。传感器用于监测、感知外界的信号、物理条件或化学组成;执行器是一种嵌入式设备,能够接受控制指令并对受控对象施加控制作用;决策控制单元是一种逻辑控制设备,能够根据用户定义的语义规则生成控制逻辑。
CPS系统是人与物理世界交互方式的未来发展方向。数控机床热误差补偿过程综合环境监测、网络通信、决策控制等等功能部分,因此,基于CPS系统开发一种有效的数控机床热误差补偿控制系统能够将CPS的优点运用于传统的机械制造领域,对智能制造的发展有着重要的意义。
目前,国内外众多学者对数控机床的热误差补偿做了充分研究,提出多种热误差补偿方法并开发出对应的热误差补偿装置。华中科技大学的尹玲对华中8型数控系统内部插补算法和硬件结构进行二次开发,使得外部嵌入式补偿器能够通过开发的专用接口将补偿值传送到数控系统的插补层中(参看文献“机床热误差鲁棒补偿技术研究”,来自华中科技大学博士学位论文,2011年8月)。该补偿装置虽然简单有效,但是此补偿方法只限于拥有华中数控系统高级开发权限的人员使用,不能推广到其他数控系统和研究人员身上,几乎没有通用性。南京理工大学的李春雷利用FANUC数控系统的原点平移功能,研制出一种基于Cortex-M3的嵌入式补偿器(参看文献“数控机床综合误差补偿嵌入式控制器研发”,来自南京理工大学硕士学位论文,2015年 11月)。该补偿器通过温度传感器获取机床温度,通过FANUC数控系统的用户I/O口获取当前机床坐标,ARM芯片运行预测模型计算出误差值后通过I/O口送入数控系统中。此补偿装置不需要电脑来采集数据,而且人机交互简便。但此补偿器只适用于提供了原点平移功能和相应I/O口的数控系统,对于SIEMENS、HEIDENHAIN、华中数控均不适用。武汉理工大学的胡建民使用反馈截断法,以华中数控“世纪星”数控系统为平台,开发出基于ARM和FPGA的嵌入式补偿器(参考文献“嵌入式数控机床热误差实时补偿控制器的设计与实现”,来自武汉理工大学硕士学位论文,2014年4月)。此补偿器利用STM32采集温度、运行预测模型,然后通过FPGA产生反馈脉冲叠加到伺服电机。虽然该补偿装置能够产生高速脉冲以达到实时补偿的效果,但是反馈截断法对伺服系统的干扰很大,容易引起机床急停,不是一种可以长时间稳定运行的补偿方法。以上所有的补偿装置都没有配备网络通信模块,没有后台云端服务器作支撑,不能通过互联网达到更加智能化的补偿效果。
发明内容
本发明针对现有的数控机床热误差补偿控制系统独立性差和通用性差,网络通信能力不足,智能化程度低等缺点,提出了一种基于 CPS架构的重型数控机床热误差补偿控制系统及热误差补偿方法。
为实现上述目的,本发明所设计的嵌入式数控机床热误差实时补偿控制系统,其特殊之处在于,所述热误差补偿控制系统包括:
嵌入式采集卡:用于采集机床测点的温度信息、机床主轴刀尖的位移热误差,将采集的数据通过无线网络上传至云端服务器,并对数据经过预处理后发送至运算控制器;
运算控制器:用于根据接收的温度数据代入预测数学模型计算热误差预测值,并根据制定的补偿策略将热误差预测值处理为实时补偿值,随后把实时补偿值发送至数控连接器,并把热误差预测值和实时补偿值通过无线网络上传至云端服务器,所述预测数学模型和补偿策略通过无线网络接收远程更新;
数控连接器;用于将接收的实时补偿值通过NCUC总线输入机床数控系统,所述机床数控系统在运行加工G代码时读取实时补偿值,并控制机床X、Y、Z轴移动。
进一步地,所述嵌入式采集卡包括:
传感器:用于实时采集机床测点的温度信息、机床主轴刀尖的位移热误差;
数据汇集单元:用于收集汇总全部传感器实时采集的温度信息和位移热误差;
网络通信单元:用于将采集的全部数据通过无线网络上传至云端服务器;
数据存储单元:用于将采集的全部数据存储在本地SD卡中作为备份;
数据处理单元:用于对采集的全部数据进行预处理,选择关键测点的温度信息传输到运算控制器。
更进一步地,所述运算控制器包括
热误差预测单元:用于根据接收的温度信息,通过预测数学模型计算出热误差预测值;
补偿策略执行单元:用于根据制定的补偿策略,将热误差预测值处理为实时的热误差补偿值,并将实时补偿值传送到数控连接器;
模型通信单元:用于将历次预测值和补偿值上传到云端服务器作数据分析使用,并接收预测数学模型和补偿策略的更新信息;
预测存储单元:用于将历次预测值和补偿值存储在本地SD卡作为备份。
更进一步地,所述数控连接器包括
数据中转单元:用于接收运算控制器发送的实时补偿值并发送至 FPGA芯片;
FPGA芯片:用于将接收的实时补偿值封装成标准NCUC帧数据并发送至NCUC接口单元;
NCUC接口单元:用于将接收的NCUC帧数据通过NCUC总线连入机床数控系统中,并与机床数控系统进行数据交互。
更进一步地,所述传感器包括设置于重型数控机床的主轴、立柱和横梁部位的光纤光栅温度传感器、DS18B20温度传感器和设置于主轴刀尖的激光位移传感器。
更进一步地,所述FPGA芯片中运行专用NCUCIP核,利用内嵌的机床数控系统PLC地址映射算法,解析或封装NCUC数据帧,通过并行读写接口与数据中转单元交互。
更进一步地,所述数据中转单元与FPGA芯片之间采取IO口传输的方式,用8根并行数据线和5根地址线。
本发明还提出一种用于上述基于CPS的重型数控机床热误差补偿控制系统的热误差补偿方法,其特殊之处在于,包括如下步骤:
1)编写加工G代码,所述加工G代码中包括补偿字段,所述补偿字段中包括补偿参数;
2)采集机床测点的温度信息、机床主轴刀尖的位移热误差,根据预测数学模型计算热误差预测值;所述预测数学模型通过无线网络进行更新;
3)将所述热误差预测值根据补偿策略处理为实时补偿值,将所述实时补偿值通过NCUC总线输入机床数控系统的PLC中的寄存器中;
4)所述机床数控系统在运行加工G代码时读取实时补偿值,并控制机床X、Y、Z轴移动。
优选地,所述步骤4)中机床数控系统以插补方式运行带补偿值的G代码语句。
优选地,所述步骤4)中所述机床数控系统在运行加工G代码时读取PLC中的相关寄存器中不存在补偿值,不执行补偿语句。
本发明提出了一种基于CPS架构的重型数控机床热误差补偿控制系统及热误差补偿方法,涵盖CPS架构的物理层、网络层和决策层全部三个层次,通过嵌入式采集卡获取温度传感器数据,从而感知工作环境;通过无线网络更新ARM处理器中的热误差预测模型;采用 ARM和FPGA协同运作来根据环境信息作出决策与控制;利用G代码动态修正法将补偿值送入数控系统完成补偿。
本发明与现有技术相比具有如下突出特点:
1.采用模块化的设计思想,利用多片高速ARM芯片作为控制与计算处理器,使用FPGA芯片作为通信处理器,多控制芯片协同合作,实现了数据采集、数据处理、数据存储、数据通信和自动控制等功能,不需要额外的电脑或工控机接入,使得补偿控制系统更加自主独立,成为一个完全的可接入式设备。
2.利用无线网络建立补偿系统与云端服务器之间的通信渠道,引入IAP技术实现热误差预测模型的远程自动更新,能够及时、便捷的更换模型,提升补偿系统在不同环境下的适应性。
3.提出并在此补偿系统上启用了一种G代码动态修正的热误差补偿方法,此方法安全可靠,不干扰数控系统的正常运行;采用数控机床普遍采用的PLC作为数据传入的接口,不需要数控系统提供原点平移、二次开发等特殊接口,通用性高,移植性强。
4.补偿系统采用模块化设计,各个模块在功能和硬件结构上彼此分离,通过专用导线连接,易于更换,便于检修维护,更换数控连接器就可以接入不同的数控系统,通用性极强。
5.补偿系统硬件电路设计精妙,体积小巧,可放置在机床电气柜内,不给加工现场带来空间上的负担。
附图说明
图1为本发明的系统结构框图。
图2为本发明的系统信号流图。
图3为本发明的软件流程图。
图4为本发明数控机床G代码动态修正的补偿方法第一实施例的流程示意图。
图中:1.外部信号处理电路,2.外部处理器,3.FPGA芯片,3-1. FPGA内部分频电路,3-2.外部信号输入端口,3-3.功能时序逻辑电路,3-4.补偿脉冲输出端口,3-5.系统硬件电路,3-51.系统电源电路,3-52.复位电路,3-53.外部时钟电路,3-54.调试配置电路,4.外部脉冲叠加电路。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细描述。
如图1所示,本发明一种基于CPS的重型数控机床热误差补偿控制系统,包括嵌入式采集卡A、运算控制器B、数控连接器C和系统电源。
嵌入式采集卡A放置于数控机床电气柜内,包括CPS架构中的物理层和网络层。嵌入式采集卡A用于采集机床测点的温度信息、机床主轴刀尖的位移热误差,将采集的数据通过无线网络上传至云端服务器,并对数据经过预处理后发送至运算控制器B。
嵌入式采集卡A包括传感器1、数据处理单元2、数据汇集单元9、数据存储单元8、网络通信单元12。传感器1用于实时采集机床测点的温度信息、机床主轴刀尖的位移热误差,继而送入采集卡主控芯片 2;传感器1包括设置于重型数控机床的主轴、立柱和横梁等部位的光纤光栅温度传感器1-1、DS18B20温度传感器1-2和设置于主轴刀尖的激光位移传感器1-3。数据汇集单元9用于收集汇总全部传感器实时采集的温度信息和位移热误差;网络通信单元12用于将采集的全部数据通过无线网络上传至云端服务器。数据存储单元8用于将采集的全部数据存储在本地SD卡中作为备份。光纤光栅温度传感器1-1、 DS18B20温度传感器1-2对机床加工过程中的温度变化进行实时监测,通过以太网口10将数据传入数据汇集单元9中,激光位移传感器1-3放置于主轴刀尖附近,测量刀尖在X、Y、Z方向上的热误差,通过RS232接口14传输至采集卡主控芯片2。数据处理单元2用于汇集全部传感器的数据,选用高性能的基于Cortex-M7的STM32F7处理器实现,一方面上传到云端服务器作分析、显示用,一方面存储在本地SD卡8中作为备份,以防网络故障时不能上传数据。之后,采集卡主控芯片2对温度数据进行去噪、归类等处理,选择出关键测点的温度数据发送到运算控制器B。
嵌入式采集卡A实时读取光纤光栅温度传感器1-1、DS18B20温度传感器1-2与激光位移传感器1-3的数据,以监测和感知物理环境。数据存储在数据存储单元8,同时发送到运算控制器B并通过无线网络上传至云端服务器。光纤光栅温度传感器模块1-1和DS18B20温度传感器模块1-2均采用以太网传入数据到采集卡,因此网络通信单元 12通过交换机芯片承接两个以太网口的数据流,同时使用交换机芯片的另一个端口与云端服务器进行网络通信。将所有的热误差预测值和补偿值存储在本地SD卡,即数据存储单元8中作为备份。
运算控制器B用于根据接收的温度数据代入预测数学模型计算热误差预测值,并根据制定的补偿策略将热误差预测值处理为实时补偿值,随后把实时补偿值发送至数控连接器C,并把热误差预测值和实时补偿值通过无线网络上传至云端服务器,预测数学模型和补偿策略通过无线网络接收远程更新。
运算控制器B包括热误差预测单元3、补偿策略执行单元4、模型通信单元17、预测存储单元18。热误差预测单元3用于根据接收的温度信息,通过预测数学模型计算出热误差预测值。补偿策略执行单元4用于根据制定的补偿策略,将热误差预测值处理为实时的热误差补偿值,并将实时补偿值传送到数控连接器C。模型通信单元17 用于将历次预测值和补偿值上传到云端服务器作数据分析使用,并接收预测数学模型和补偿策略的更新信息。预测存储单元18用于将历次预测值和补偿值存储在本地SD卡作为备份。
热误差预测单元3首先通过串口接收采集卡主控芯片2发来的温度数据,然后代入自身的预测数学模型中计算,迅速得出热误差预测值,并通过另一个串口传递到补偿策略执行单元4。同时,热误差预测单元3接收补偿策略执行单元4返回的补偿值,借助模型通信单元 17将预测值和补偿值都上传给云端服务器作数据分析、故障诊断用,预测存储单元18也会保存一份预测值和补偿值的备份,防止网络故障无法上传。
热误差预测单元3凭借模型通信单元17与云端服务器通信,云端服务器根据大量数据分析评价预测模型在当前环境下的适用性,并通过网络发送新模型到运算控制器B,双方依靠已经制定好的协议在合适的时机通过IAP(In Application Programming,在应用中编程)技术实现模型更新。
补偿策略执行单元4用于将预测误差值转化为合适的补偿值。热误差预测值是绝对量,是根据当前温度计算出的主轴刀尖当前的绝对偏移,很明显不能把每次预测的误差值当做补偿值直接送入数控系统进行补偿,否则会造成反方向更大的误差。补偿策略执行单元4首先用当前一次的预测值减去上一次的预测值得到当前的误差变化值,然后将此变化值反号即是应该补偿的位移值,即补偿值。然后补偿策略执行单元4基于已有的算法,自行判断合理的时机,在加工过程的合适的阶段送出补偿值到中转单元5。
运算控制器B放置于机床电气柜内,包括CPS架构中的决策层和网络层,是整个系统的计算与控制的中枢。用于根据温度传感器采集的波长值计算热误差预测值,并根据制定的补偿策略将所述热误差预测值处理为实时补偿值,随后将所述补偿值传递到数控连接器C;
数控连接器C用于将接收的实时补偿值通过NCUC总线输入机床数控系统11,机床数控系统11在运行加工G代码时读取实时补偿值,并控制机床X、Y、Z轴移动。数控连接器属于CPS架构中的物理层,将热误差补偿控制系统接入数控系统中,并与数控系统进行数据交互。
数控连接器C包括数据中转单元5、FPGA芯片6、NCUC接口单元7。数据中转单元5用于接收运算控制器B发送的实时补偿值并发送至FPGA芯片6。FPGA芯片6用于将接收的实时补偿值封装成标准NCUC帧数据并发送至NCUC接口单元7。FPGA芯片6中运行专用NCUCIP核,利用内嵌的机床数控系统PLC地址映射算法,解析或封装NCUC数据帧,通过并行读写接口与数据中转单元5交互。数据中转单元5与FPGA芯片6之间采取IO口传输的方式,用8根并行数据线和5根地址线。NCUC接口单元7用于将接收的NCUC帧数据通过NCUC总线连入机床数控系统中,并与机床数控系统进行数据交互。NCUC接口单元7使用高频FPGA芯片驱动工业NCUC接口电路,产生满足时序的高速脉冲,以达到解析和发送标准NCUC数据帧的目的。作为NCUC总线上节点的专用收发电路,用于接收和发送NCUC 数据帧。NCUC接口板7选用一对对称的网络变压器和物理层网络收发芯片构建局域收发网络,一条通路用于接收NCUC总线上的数据帧,另一条通路用于发送数据帧到总线上。
本发明嵌入式采集卡A、运算控制器B、数控连接器C在硬件电路上彼此分离,分别集成在三块电路板上,相互通过专用导线连接。在采集卡上预留出两个以太网口作为标准接口,留待以后其他类型传感器的连接与采集。
系统电源用于给热误差补偿控制系统提供电能。5V电源15用于给补偿控制系统供电,其电力来自于24V电源16,后者的电力取自机床数控系统。
热误差补偿控制系统放置在数控机床电气柜内,作为数控机床的数控系统的一部分进行热误差实时补偿。
国内外现有的数控机床补偿器均停留在实验室研发阶段,体积大,接线困难,大部分需要依靠电脑或工控机完成部分工作。因此本发明采取模块化设计,各个模块在硬件结构上彼此分离,不在同一块电路板上,相互之间通过一根简单的导线相连,简洁稳定。而且,运算控制器和数控连接器硬件电路体积很小,可以放置在数控机床的电气柜内,使用电气系统中最常见的24V直流电源,取电方便,易于集成到数控系统中。系统信号流图如图2所示,系统软件流程图如图3所示。
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。
如图4所示,本发明还提出一种基于CPS的重型数控机床热误差补偿控制系统的热误差补偿方法,包括如下步骤:
1)设置加工G代码,加工G代码中包括补偿字段,所述补偿字段中包括补偿参数。加工之前修改正常加工G代码,在一个阶段的加工程序之后添加若干补偿字段,预留补偿参数在其中。
2)采集机床测点的温度信息、机床主轴刀尖的位移热误差,根据预测数学模型计算热误差预测值;所述预测数学模型通过无线网络进行更新。
3)将热误差预测值根据补偿策略处理为实时补偿值,将实时补偿值通过NCUC总线输入机床数控系统11的PLC中的寄存器中。
4)机床数控系统11在运行加工G代码时读取实时补偿值,从PLC 的相应寄存器中读取补偿值,传递到预留参数中,机床数控系统11 以合适的插补方式运行带补偿值的G代码语句,并运行带有该补偿值的G代码,并控制机床X、Y、Z轴移动,完成补偿操作。当相关寄存器中不存在补偿值时,不执行补偿语句。
本补偿方法以华中数控HNC848C系统为例进行说明,华中数控的各个部分通过NCUC总线串联在一起,热误差补偿系统提供了 NCUC接口板7,从而将补偿控制系统作为IO设备接入数控系统11 中。具体在实施时,补偿控制系统在PLC中写入的寄存器是X105、X106、X107、X108,从PLC中读取的寄存器是Y100,每个寄存器均是八位,X105、X106、X107寄存器分别存储X、Y、Z轴的补偿值, Y100存储G代码状态标志位。数控系统11的PLC中存在USERIN 和USEROUT模块,这两个模块均是32位,可以与G代码传递参数。补偿控制系统的数控连接器C中使用地址重映射算法将部分用户寄存器X/Y地址设置到热误差补偿系统中,再通过PLC编程在X105、 X106、X107、X108和USERIN,Y100和USEROUT之间建立起联系,从而实现了补偿控制系统传递参数给G代码。当数控系统11的G代码读取补偿值时,PLC把X105、X106、X107、X108寄存器的参数传递给USERIN,从X105依次到X108分别占据USERIN的低位到高位,在G程序中相应处理语句从USERIN中按位取出四个参数,即可获得三个方向的补偿值;当补偿控制系统从数控系统11读取G代码状态标志位时,PLC把Y100的数值复制到USEROUT的0~7位,再通过 NCUC总线读出。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (8)
1.一种基于CPS的重型数控机床热误差补偿控制系统,其特征在于:所述热误差补偿控制系统包括:
嵌入式采集卡(A):用于采集机床测点的温度信息、机床主轴刀尖的位移热误差,将采集的数据通过无线网络上传至云端服务器,并对数据经过预处理后发送至运算控制器(B);所述嵌入式采集卡(A)包括:
传感器(1):用于实时采集机床测点的温度信息、机床主轴刀尖的位移热误差;
数据汇集单元(9):用于收集汇总全部传感器实时采集的温度信息和位移热误差;
网络通信单元(12):用于将采集的全部数据通过无线网络上传至云端服务器;
数据存储单元(8):用于将采集的全部数据存储在本地SD卡中作为备份;
数据处理单元(2):用于对采集的全部数据进行预处理,选择关键测点的温度信息传输到运算控制器(B);
运算控制器(B):用于根据接收的温度数据代入预测数学模型计算热误差预测值,并根据制定的补偿策略将热误差预测值处理为实时补偿值,随后把实时补偿值发送至数控连接器(C),并把热误差预测值和实时补偿值通过无线网络上传至云端服务器,所述预测数学模型和补偿策略通过无线网络接收远程更新;所述运算控制器(B)包括:
热误差预测单元(3):用于根据接收的温度信息,通过预测数学模型计算出热误差预测值;
补偿策略执行单元(4):用于根据制定的补偿策略,将热误差预测值处理为实时的热误差补偿值,并将实时补偿值传送到数控连接器(C);
模型通信单元(17):用于将历次预测值和补偿值上传到云端服务器作数据分析使用,并接收预测数学模型和补偿策略的更新信息;
预测存储单元(18):用于将历次预测值和补偿值存储在本地SD卡作为备份;
热误差预测单元(3)凭借模型通信单元(17)与云端服务器通信,云端服务器根据大量数据分析评价预测模型在当前环境下的适用性,并通过网络发送新模型到运算控制器(B),双方依靠已经制定好的协议在合适的时机通过IAP技术实现模型更新;
数控连接器(C);用于将接收的实时补偿值通过NCUC总线输入机床数控系统(11),所述机床数控系统(11)在运行加工G代码时读取实时补偿值,并控制机床X、Y、Z轴移动。
2.根据权利要求1所述的基于CPS的重型数控机床热误差补偿控制系统,其特征在于:所述数控连接器(C)包括
数据中转单元(5):用于接收运算控制器(B)发送的实时补偿值并发送至FPGA芯片(6);
FPGA芯片(6):用于将接收的实时补偿值封装成标准NCUC帧数据并发送至NCUC接口单元(7);
NCUC接口单元(7):用于将接收的NCUC帧数据通过NCUC总线连入机床数控系统中,并与机床数控系统进行数据交互。
3.根据权利要求1所述的基于CPS的重型数控机床热误差补偿控制系统,其特征在于:所述传感器(1)包括设置于重型数控机床的主轴、立柱和横梁部位的光纤光栅温度传感器(1-1)、DS18B20温度传感器(1-2)和设置于主轴刀尖的激光位移传感器(1-3)。
4.根据权利要求2所述的基于CPS的重型数控机床热误差补偿控制系统,其特征在于:所述FPGA芯片(6)中运行专用NCUCIP核,利用内嵌的机床数控系统PLC地址映射算法,解析或封装NCUC数据帧,通过并行读写接口与数据中转单元(5)交互。
5.根据权利要求2所述的基于CPS的重型数控机床热误差补偿控制系统,其特征在于:所述数据中转单元(5)与FPGA芯片(6)之间采取IO口传输的方式,用8根并行数据线和5根地址线。
6.一种用于权利要求1~5中任一项所述的基于CPS的重型数控机床热误差补偿控制系统的热误差补偿方法,其特征在于:包括如下步骤:
1)设置加工G代码,所述加工G代码中包括补偿字段,所述补偿字段中包括补偿参数;
2)采集机床测点的温度信息、机床主轴刀尖的位移热误差,根据预测数学模型计算热误差预测值;所述预测数学模型通过无线网络进行更新;
3)将所述热误差预测值根据补偿策略处理为实时补偿值,将所述实时补偿值通过NCUC总线输入机床数控系统(11)的PLC中的寄存器中;
4)所述机床数控系统(11)在运行加工G代码时读取实时补偿值,并控制机床X、Y、Z轴移动。
7.根据权利要求6所述的基于CPS的重型数控机床热误差补偿控制系统的热误差补偿方法,其特征在于:所述步骤4)中机床数控系统(11)以插补方式运行带补偿值的G代码语句。
8.根据权利要求6所述的基于CPS的重型数控机床热误差补偿控制系统的热误差补偿方法,其特征在于:所述步骤4)中所述机床数控系统(11)在运行加工G代码时读取PLC中的相关寄存器中不存在补偿值,不执行补偿语句。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710846670.9A CN107695775B (zh) | 2017-09-19 | 2017-09-19 | 基于cps的重型数控机床热误差补偿控制系统及热误差补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710846670.9A CN107695775B (zh) | 2017-09-19 | 2017-09-19 | 基于cps的重型数控机床热误差补偿控制系统及热误差补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107695775A CN107695775A (zh) | 2018-02-16 |
CN107695775B true CN107695775B (zh) | 2019-06-25 |
Family
ID=61172939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710846670.9A Expired - Fee Related CN107695775B (zh) | 2017-09-19 | 2017-09-19 | 基于cps的重型数控机床热误差补偿控制系统及热误差补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107695775B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108415369A (zh) * | 2018-05-28 | 2018-08-17 | 河北工业大学 | 一种数控机床主轴热误差智能感知系统和感知方法 |
CN108845966B (zh) * | 2018-06-25 | 2021-04-06 | 首都师范大学 | 一种cps节点功能参数存取方法 |
US10814448B2 (en) | 2018-08-28 | 2020-10-27 | Dalian University Of Technology | Comprehensive performance evaluation method for CNC machine tools based on improved pull-off grade method |
CN110524942B (zh) * | 2019-08-02 | 2024-05-14 | 南京农业大学 | 一种压力机下死点调整方法及系统 |
CN110850809B (zh) * | 2019-12-16 | 2024-02-09 | 新代科技(苏州)有限公司 | 机台检测系统及检测方法 |
CN111618662A (zh) * | 2020-05-18 | 2020-09-04 | 湖北文理学院 | 一种机床整机热误差特性测试方法 |
CN112034788A (zh) * | 2020-08-05 | 2020-12-04 | 西安交通大学 | 基于物联网的数控机床边缘数据采集和热误差补偿系统 |
CN112526934A (zh) * | 2020-12-08 | 2021-03-19 | 深圳市蓝蓝软件有限公司 | 一种数控机床的旋转轴控制装置及其控制方法 |
CN114609969B (zh) * | 2022-03-23 | 2023-08-22 | 哈尔滨工业大学(深圳) | 一种基于云计算的数控机床轨迹误差补偿方法 |
CN114800049B (zh) * | 2022-04-12 | 2024-01-23 | 大连榕树光学有限公司 | 一种光栅尺加工运行信号误差补偿系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101778405B (zh) * | 2010-01-05 | 2013-01-02 | 武汉理工大学 | 结构健康监测的无线传感器网络同步采集方法及系统 |
CN102081377A (zh) * | 2010-11-25 | 2011-06-01 | 电子科技大学 | 一种基于数控工作台的热误差补偿装置 |
CN202025214U (zh) * | 2011-01-17 | 2011-11-02 | 鞍山鼎丰数控设备有限公司 | 一种用于数控机床温度补偿的兰牙无线测温装置 |
CN103941642B (zh) * | 2014-04-14 | 2017-01-04 | 西安交通大学 | 热误差智能检测补偿系统 |
CN104267667B (zh) * | 2014-09-04 | 2017-05-10 | 武汉理工大学 | 嵌入式数控机床热误差实时补偿控制器 |
CN106094723B (zh) * | 2016-05-26 | 2019-01-25 | 清华大学深圳研究生院 | 一种基于wsn的机床温度场监测及实时热误差补偿系统 |
CN106802626A (zh) * | 2017-03-07 | 2017-06-06 | 武汉理工大学 | 数控机床g代码内嵌参数的热误差补偿方法及其系统 |
CN106873525B (zh) * | 2017-03-10 | 2019-05-07 | 华中科技大学 | 一种基于数控机床实时数据的主轴组件热变形预测方法 |
CN107024907B (zh) * | 2017-03-31 | 2020-03-17 | 西安交通大学 | 一种嵌入式全生命周期机床热误差补偿系统及方法 |
-
2017
- 2017-09-19 CN CN201710846670.9A patent/CN107695775B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN107695775A (zh) | 2018-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107695775B (zh) | 基于cps的重型数控机床热误差补偿控制系统及热误差补偿方法 | |
González et al. | Integration of open source hardware Arduino platform in automation systems applied to Smart Grids/Micro-Grids | |
CN103048968B (zh) | 基于网络群控的数控机床误差实时补偿系统及补偿方法 | |
Yusupbekov et al. | Development and improvement of systems of automation and management of technological processes and manufactures | |
CN108040005A (zh) | 一种基于物联网的数控机床智能监控网关 | |
CN103576604A (zh) | 数控机床定位误差动态实时补偿系统 | |
CN102736557A (zh) | 基于虚拟仪器的数控机床误差实时补偿系统 | |
CN106502095A (zh) | 一种多工业机器人的协同控制方法 | |
CN112132359A (zh) | 一种数字孪生卫星脉动式总装车间设计方法及系统 | |
CN110543142A (zh) | 一种数控机床故障诊断与预警系统 | |
CN109636117A (zh) | 一种装配信息集成管理系统 | |
CN103676781A (zh) | 一种基于西门子840d二次界面的误差动态补偿系统 | |
CN102520689A (zh) | 基于龙芯处理器和fpga技术的嵌入式控制器 | |
CN103792910A (zh) | 一种数控机床的网络群控式误差动态补偿系统 | |
Shicong et al. | Design and realization of CNC machine tool management system using Internet of things | |
CN114248269A (zh) | 一种基于TherCAT的电力六轴机器人控制系统及控制方法 | |
Monek et al. | DES and IIoT fusion approach towards real-time synchronization of physical and digital components in manufacturing processes | |
CN202351691U (zh) | 基于龙芯处理器和fpga技术的嵌入式控制器 | |
Wang et al. | Development of a distributed control system for PLC-based applications | |
Po et al. | A closed-loop and self-learning STEP-NC machining system | |
Shan et al. | Key technologies of real-time visualization system for intelligent manufacturing equipment operating state under IIOT environment | |
CN106134469B (zh) | 一种模拟刀具中心轨迹的数控程序校对系统与方法 | |
CN201167335Y (zh) | Profibus-DP总线串口服务器 | |
Marcos et al. | Model-driven design of industrial control systems | |
CN203658838U (zh) | 基于Labview的RS485总线结构DCS系统I/O从站的测试系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190625 |