CN107817761B - 基于误差迭代学习的零件加工方法及系统 - Google Patents

基于误差迭代学习的零件加工方法及系统 Download PDF

Info

Publication number
CN107817761B
CN107817761B CN201610817847.8A CN201610817847A CN107817761B CN 107817761 B CN107817761 B CN 107817761B CN 201610817847 A CN201610817847 A CN 201610817847A CN 107817761 B CN107817761 B CN 107817761B
Authority
CN
China
Prior art keywords
machining
machine tool
axis
error
program
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
CN201610817847.8A
Other languages
English (en)
Other versions
CN107817761A (zh
Inventor
卢红星
李水田
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.)
SHANGHAI LYNUC NUMERICAL CONTROL TECHNOLOGY CO.,LTD.
Original Assignee
SHANGHAI LYNUC CNC TECHNOLOGY Co Ltd
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 SHANGHAI LYNUC CNC TECHNOLOGY Co Ltd filed Critical SHANGHAI LYNUC CNC TECHNOLOGY Co Ltd
Priority to CN201610817847.8A priority Critical patent/CN107817761B/zh
Publication of CN107817761A publication Critical patent/CN107817761A/zh
Application granted granted Critical
Publication of CN107817761B publication Critical patent/CN107817761B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G05B19/404—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
    • 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
    • G05B2219/34—Director, elements to supervisory
    • G05B2219/34117—Machine workpiece along, parallel to largest dimension

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误差迭代学习的零件加工方法及系统，方法包括：S1、从原始加工程序中解析出机床各轴的理想指令位置；S2、在机床上运行原始加工程序，控制机床各轴完成加工动作，并采集机床各轴的本次加工的实际位置和本次加工的指令位置；S3、计算机床各轴的理想指令位置与机床各轴的本次加工的实际位置的差值，得到机床各轴的加工误差；S4、将机床各轴的加工误差乘以迭代系数，得到机床各轴的本次补偿值；S5、对机床各轴的本次加工的指令位置和本次补偿值进行叠加，得到机床各轴的下次加工的指令位置；S6、根据机床各轴的下次加工的指令位置生成下一次加工程序。本发明提供通过多次迭代达到对零件进行高速高精度的加工要求。

Description

基于误差迭代学习的零件加工方法及系统
技术领域
本发明涉及一种机床精密加工领域，特别是涉及一种基于误差迭代学习的零件加工方法及系统。
背景技术
随着各个行业技术不断进步，如精密仪器，航空航天，电子产品等行业，对高速高精度的加工的需求越来越大。
通用的误差补偿技术一般包括两种类型，一是针对数控机床进行补偿，如螺距误差补偿，直线度误差补偿等，在加工之前首先利用相关测量设备如激光干涉仪测量得到机床各运动轴的误差，然后将误差值设定到数控系统中，在实时加工的过程中，通过实时查询或者计算当前坐标位置处的误差值将其补偿到指令位置上，借以达到修正运动误差的目的。
另外一种，是针对零件加工程序的补偿。在零件加工完成后，通过一定方式测量实际零部件尺寸，对比理想工件尺寸得到实际加工误差，将误差值叠加到原始加工程序上，形成新的加工程序以达到误差补偿的目的。
上述方法存在的问题在于：
第一，针对数控机床的误差补偿没有考虑动态误差对加工的影响，只考虑准静态误差的影响。准静态误差包括几何误差和热误差，不包括由于加速度和速度产生的动态误差。然而，在实际高速加工场合中，由动态误差导致的影响更大，特别是精密小零件的加工，动态误差的影响远大于准静态误差的影响。
第二，通过测量实际加工尺寸，根据实际加工误差计算新的加工程序的方法存在两个方面的问题，其一，测量得到零件加工误差是一件比较困难的事情，需要专业的设备。其二，直接把测量得到的加工误差叠加到原始程序上，形成新的加工程序，并不能取得很好的效果。这是由于加工过程中产生的动态误差从时间先后顺序上而言，是呈现因果关系的。这就导致先加工先补偿的部位可能达到了较好的效果，而后加工后补偿的部位补偿效果很差，可能会形成更大的新的加工误差，按照这种方式进行误差补偿并不能达到理想的效果。
发明内容
本发明要解决的技术问题是为了克服现有技术中零件加工过程中采用的误差补偿技术存在各种问题的缺陷，提供一种基于误差迭代学习的零件加工方法及系统。
本发明是通过下述技术方案来解决上述技术问题的：
本发明提供了一种基于误差迭代学习的零件加工方法，其特点在于，包括以下步骤：
S1、从原始加工程序中解析出机床各轴的理想指令位置；
S2、在机床上运行所述原始加工程序，控制机床各轴完成加工动作，并采集机床各轴的本次加工的实际位置和本次加工的指令位置；
选定对零件加工误差影响最小的一根轴，或者跟随误差最小的一根轴作为参考轴，将参考轴数据规则化，并将其它各轴的采样数据以参考轴数据为基准进行插值，得到其它各轴插值后的数据；
S3、计算机床各轴的插值后的理想指令位置与机床各轴的本次加工的插值后的实际位置之间的差值，以得到机床各轴的加工误差；
S4、将机床各轴的加工误差乘以迭代系数，以得到机床各轴的本次补偿值；
S5、对机床各轴的本次加工的指令位置和本次补偿值进行叠加，以得到机床各轴的下次加工的指令位置；
S6、根据机床各轴的下次加工的指令位置生成下一次加工程序。
较佳地，步骤S6还包括：将下一次加工程序作为原始加工程序，然后返回步骤S1。
较佳地，步骤S3中还包括：
判断机床各轴的加工误差是否小于一阈值，若是，则选取原始加工程序作为最终加工程序，并将最终加工程序应用于零件加工，若否，则执行步骤S4。
较佳地，步骤S5中还包括：对叠加结果作数据光滑处理。
本发明的目的在于还提供了一种基于误差迭代学习的零件加工系统，其特点在于，包括：
解析模块，用于从原始加工程序中解析出机床各轴的理想指令位置；
运行模块，用于在机床上运行所述原始加工程序，控制机床各轴完成加工动作，并采集机床各轴的本次加工的实际位置和本次加工的指令位置；
数据整形模块，用于对采集到的数据进行规则化处理，以使不同的数据序列之间进行运算；
加工误差计算模块，用于计算机床各轴的插值后的理想指令位置与机床各轴的本次加工的插值后的实际位置之间的差值，以得到机床各轴的加工误差；
补偿值计算模块，用于将机床各轴的加工误差乘以迭代系数，以得到机床各轴的本次补偿值；
指令位置获取模块，用于对机床各轴的本次加工的指令位置和本次补偿值进行叠加，以得到机床各轴的下次加工的指令位置；
程序生成模块，用于根据机床各轴的下次加工的指令位置生成下一次加工程序。
较佳地，所述程序生成模块还用于将下一次加工程序作为原始加工程序，然后调用所述解析模块。
较佳地，所述数据整形模块还用于选定对零件加工误差影响最小的一根轴，或者跟随误差最小的一根轴作为参考轴，将参考轴数据规则化，并将其它各轴的采样数据以参考轴数据为基准进行插值，得到其它各轴插值后的数据；然后调用所述加工误差计算模块。
较佳地，所述加工误差计算模块还用于判断机床各轴的加工误差是否小于一阈值，若是，则选取原始加工程序作为最终加工程序，并将最终加工程序应用于零件加工，从而可以达到高速高精度的加工要求，若否，则调用所述补偿值计算模块。
较佳地，所述指令位置获取模块还用于对叠加结果作数据光滑处理。
本发明的积极进步效果在于：本发明提供了一种新的基于迭代学习的加工误差补偿方式，通过采集机床各轴的指令位置和实际位置，通过迭代的方式将误差补偿到加工程序上，通过多次迭代生成一个新的加工程序，可以满足对零件进行高速高精度的加工的要求。
附图说明
图1为本发明的较佳实施例的基于误差迭代学习的零件加工方法的流程图。
图2为本发明的较佳实施例的基于误差迭代学习的零件加工系统的模块示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
如图1所示，本发明的基于误差迭代学习的零件加工方法包括以下步骤：
步骤101、从原始加工程序中解析出机床各轴的理想指令位置；
步骤101中从原始加工程序中解析出的机床各轴的理想指令位置可以用作后续迭代补偿的基准；
步骤102、在机床上运行所述原始加工程序，控制机床各轴完成加工动作，并采集机床各轴的本次加工的实际位置和本次加工的指令位置；
选定对零件加工误差影响最小的一根轴，或者跟随误差最小的一根轴作为参考轴，将参考轴数据规则化，并将其它各轴的采样数据以参考轴数据为基准进行插值，得到其它各轴插值后的数据；
在步骤102中，会将原始加工程序发送到数控机床上进行运行，进而通过数控系统控制机床各轴完成对零件的加工动作，与此同时，实时采集机床各轴的指令位置和实际位置等相关数据，得到机床各轴的本次加工的实际位置和机床各轴的本次加工的指令位置，经过数据整形处理，以便于后续运算；
步骤103、计算机床各轴的插值后的理想指令位置与机床各轴的本次加工的插值后的实际位置之间的差值，以得到机床各轴的加工误差；
步骤104、将机床各轴的加工误差乘以迭代系数，以得到机床各轴的本次补偿值；
步骤105、对机床各轴的本次加工的指令位置和本次补偿值进行叠加，以得到机床各轴的下次加工的指令位置；
步骤106、根据机床各轴的下次加工的指令位置生成下一次加工程序。
其中，在步骤106中，还会将生成的下一次加工程序作为原始加工程序，然后返回步骤101，从而对加工程序作迭代运行处理，如此循环几次，使得最终生成的加工程序满足加工精度要求。
在本发明中，优选地，步骤105中还会对叠加结果作数据光滑处理，步骤103中还会判断机床各轴的加工误差是否小于一阈值，若是，则说明所述原始加工程序可以满足机床加工的精度要求，此时就停止迭代过程，将原始加工程序作为最终加工程序，迭代学习流程结束，然后可以将最终加工程序应用于零件加工，若否，则说明原始加工程序达不到要求，此时执行步骤104，进行后续误差迭代学习的处理。
如图2所示，本发明的基于误差学习的零件加工系统包括：解析模块1、运行模块2、数据整形模块3、加工误差计算模块4、补偿值计算模块5、指令位置获取模块6以及程序生成模块7。
其中，所述解析模块1用于从原始加工程序中解析出机床各轴的理想指令位置；所述运行模块2用于在机床上运行所述原始加工程序，控制机床各轴完成加工动作，并采集机床各轴的本次加工的实际位置和本次加工的指令位置；
所述数据整形模块3会对采集到的数据进行规则化处理，以使不同的数据序列之间可以进行运算，所述数据整形模块3还用于选定对零件加工误差影响最小的一根轴，或者跟随误差最小的一根轴作为参考轴，将参考轴数据规则化，并将其它各轴的采样数据以参考轴数据为基准进行插值，得到其它各轴插值后的数据；然后调用所述加工误差计算模块4；
所述加工误差计算模块4则用于计算机床各轴的插值后的理想指令位置与机床各轴的本次加工的插值后的实际位置之间的差值，以得到机床各轴的加工误差；
所述补偿值计算模块5用于将机床各轴的加工误差乘以迭代系数，以得到机床各轴的本次补偿值；
所述指令位置获取模块6用于对机床各轴的本次加工的指令位置和本次补偿值进行叠加，以得到机床各轴的下次加工的指令位置；
所述程序生成模块7用于根据机床各轴的下次加工的指令位置生成下一次加工程序。
优选地，所述程序生成模块7还用于将下一次加工程序作为原始加工程序，然后调用所述解析模块1，从而实现迭代处理；
所述加工误差计算模块4还可以判断机床各轴的加工误差是否小于一阈值，若是，则选取原始加工程序作为最终加工程序，并将最终加工程序应用于零件加工，若否，则调用所述补偿值计算模块5。所述指令位置获取模块6还用于对叠加结果作数据光滑处理。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (7)

1.一种基于误差迭代学习的零件加工方法，其特征在于，包括以下步骤：
S1、从原始加工程序中解析出机床各轴的理想指令位置；
S2、在机床上运行所述原始加工程序，控制机床各轴完成加工动作，并采集机床各轴的本次加工的实际位置和本次加工的指令位置；
选定对零件加工误差影响最小的一根轴，或者跟随误差最小的一根轴作为参考轴，将参考轴数据规则化，并将其它各轴的采样数据以参考轴数据为基准进行插值，得到其它各轴插值后的数据；
S3、计算机床各轴的插值后的理想指令位置与机床各轴的本次加工的插值后的实际位置之间的差值，以得到机床各轴的加工误差；
S4、将机床各轴的加工误差乘以迭代系数，以得到机床各轴的本次补偿值；
S5、对机床各轴的本次加工的指令位置和本次补偿值进行叠加，以得到机床各轴的下次加工的指令位置；
S6、根据机床各轴的下次加工的指令位置生成下一次加工程序；
步骤S6还包括：将下一次加工程序作为原始加工程序，然后返回步骤S1。
2.如权利要求1所述的零件加工方法，其特征在于，步骤S3中还包括：
判断机床各轴的加工误差是否小于一阈值，若是，则选取原始加工程序作为最终加工程序，并将最终加工程序应用于零件加工，若否，则执行步骤S4。
3.如权利要求1或2所述的零件加工方法，其特征在于，步骤S5中还包括：对叠加结果作数据光滑处理。
4.一种基于误差迭代学习的零件加工系统，其特征在于，包括：
解析模块，用于从原始加工程序中解析出机床各轴的理想指令位置；
运行模块，用于在机床上运行所述原始加工程序，控制机床各轴完成加工动作，并采集机床各轴的本次加工的实际位置和本次加工的指令位置；
数据整形模块，用于对采集到的数据进行规则化处理，以使不同的数据序列之间进行运算；
加工误差计算模块，用于计算机床各轴的插值后的理想指令位置与机床各轴的本次加工的插值后的实际位置之间的差值，以得到机床各轴的加工误差；
补偿值计算模块，用于将机床各轴的加工误差乘以迭代系数，以得到机床各轴的本次补偿值；
指令位置获取模块，用于对机床各轴的本次加工的指令位置和本次补偿值进行叠加，以得到机床各轴的下次加工的指令位置；
程序生成模块，用于根据机床各轴的下次加工的指令位置生成下一次加工程序；
所述程序生成模块还用于将下一次加工程序作为原始加工程序，然后调用所述解析模块。
5.如权利要求4所述的零件加工系统，其特征在于，所述数据整形模块还用于选定对零件加工误差影响最小的一根轴，或者跟随误差最小的一根轴作为参考轴，将参考轴数据规则化，并将其它各轴的采样数据以参考轴数据为基准进行插值，得到其它各轴插值后的数据；然后调用所述加工误差计算模块。
6.如权利要求4所述的零件加工系统，其特征在于，所述加工误差计算模块还用于判断机床各轴的加工误差是否小于一阈值，若是，则选取原始加工程序作为最终加工程序，并将最终加工程序应用于零件加工，若否，则调用所述补偿值计算模块。
7.如权利要求4-6中任意一项所述的零件加工系统，其特征在于，所述指令位置获取模块还用于对叠加结果作数据光滑处理。
CN201610817847.8A 2016-09-12 2016-09-12 基于误差迭代学习的零件加工方法及系统 Active CN107817761B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610817847.8A CN107817761B (zh) 2016-09-12 2016-09-12 基于误差迭代学习的零件加工方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610817847.8A CN107817761B (zh) 2016-09-12 2016-09-12 基于误差迭代学习的零件加工方法及系统

Publications (2)

Publication Number Publication Date
CN107817761A CN107817761A (zh) 2018-03-20
CN107817761B true CN107817761B (zh) 2020-02-07

Family

ID=61601229

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610817847.8A Active CN107817761B (zh) 2016-09-12 2016-09-12 基于误差迭代学习的零件加工方法及系统

Country Status (1)

Country Link
CN (1) CN107817761B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113031518B (zh) * 2021-03-19 2021-09-17 广东海洋大学 基于迭代学习的数控机床快速误差补偿控制系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103801982A (zh) * 2012-11-12 2014-05-21 中国科学院沈阳计算技术研究所有限公司 一种基于误差控制的五轴nc系统平滑插补方法
CN104731012A (zh) * 2013-12-19 2015-06-24 发那科株式会社 具备用于修正工件引起的位移误差的功能的数值控制装置
CN105807721A (zh) * 2015-01-20 2016-07-27 兄弟工业株式会社 数值控制装置及其控制方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012011495A (ja) * 2010-06-30 2012-01-19 Yaskawa Electric Corp ロボットの角度データ変換方法及び装置
CN101968641B (zh) * 2010-07-08 2012-06-13 西华大学 一种机床xy平面误差修正系统
CN102004466B (zh) * 2010-10-25 2012-05-09 武汉华中数控股份有限公司 一种基于指令序列分析的数控机床加工动态误差补偿方法
CN102033508B (zh) * 2010-12-01 2012-07-25 沈阳工业大学 提高直接驱动xy平台轮廓加工精度方法
CN102789199B (zh) * 2011-05-18 2016-08-03 科德数控股份有限公司 数控系统中多次误差加权叠加的补偿系统
CN104898564B (zh) * 2015-05-04 2017-06-23 大连理工大学 一种降低三轴联动轮廓误差的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103801982A (zh) * 2012-11-12 2014-05-21 中国科学院沈阳计算技术研究所有限公司 一种基于误差控制的五轴nc系统平滑插补方法
CN104731012A (zh) * 2013-12-19 2015-06-24 发那科株式会社 具备用于修正工件引起的位移误差的功能的数值控制装置
CN105807721A (zh) * 2015-01-20 2016-07-27 兄弟工业株式会社 数值控制装置及其控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于自适应补偿的差动式微进给系统研究;王荣;《中国优秀硕士学位论文全文数据库(电子期刊)工程科技I辑》;20151215(第12期);全文 *

Also Published As

Publication number Publication date
CN107817761A (zh) 2018-03-20

Similar Documents

Publication Publication Date Title
CN110315534B (zh) 船舶焊接机器人离线编程的处理方法和系统
Ratchev et al. An advanced FEA based force induced error compensation strategy in milling
Soori et al. Dimensional and geometrical errors of three-axis CNC milling machines in a virtual machining system
Chen et al. CPS modeling of CNC machine tool work processes using an instruction-domain based approach
Ding et al. Actual inverse kinematics for position-independent and position-dependent geometric error compensation of five-axis machine tools
CN110262394B (zh) 一种数控加工中轮廓误差的补偿方法
Bera et al. Error compensation in flexible end milling of tubular geometries
CN110007645B (zh) 一种基于动力学及深度神经网络的进给系统混合建模方法
CN109579733B (zh) 一种激光3d打印成型尺寸精度快速测算方法
TWI673620B (zh) 利用動態位置誤差模擬切削方法
CN109129482B (zh) 一种动态补偿机器人直线导轨运动误差的方法
CN114131611A (zh) 机器人重力位姿分解的关节误差离线补偿方法、系统及终端
JP2009277226A (ja) プロセスモデルの状態量のリアルタイム計算方法およびシミュレータ
CN111650881A (zh) 数控机床定位误差预测与补偿方法、系统及存储介质
CN107817761B (zh) 基于误差迭代学习的零件加工方法及系统
CN109407616B (zh) 一种基于测量数据实现实时轨迹补偿的方法
Xie et al. Part-by-part dimensional error compensation in compliant sheet metal assembly processes
CN108472808B (zh) 多个机器人的同步
Marchal et al. Iterative learning control for machining with industrial robots
Claus et al. Decomposing deviations of scanned surfaces of sheet metal assemblies
Zhou et al. Automated inspection planning of freeform surfaces for manufacturing applications
JP2009136937A (ja) 加工方法、加工プログラム、加工装置
CN108592838B (zh) 工具坐标系的标定方法、装置以及计算机存储介质
Mühlbauer et al. An Approach to Progress Monitoring of Industrial Manual Processes Based on Camera Recordings and Object Interactions
Zhou et al. Research on an intelligent manufacturing system based on an information-localizing machining mode

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
CP03 Change of name, title or address

Address after: Room 5124, building C, 555 Dongchuan Road, Minhang District, Shanghai 200241

Patentee after: SHANGHAI LYNUC NUMERICAL CONTROL TECHNOLOGY CO.,LTD.

Address before: 279 Pingfu Road, Xuhui District, Shanghai, 200231

Patentee before: SHANGHAI LYNUC CNC TECHNOLOGY Co.,Ltd.

CP03 Change of name, title or address