CN109407616A - 一种基于测量数据实现实时轨迹补偿的方法 - Google Patents

一种基于测量数据实现实时轨迹补偿的方法 Download PDF

Info

Publication number
CN109407616A
CN109407616A CN201811151432.7A CN201811151432A CN109407616A CN 109407616 A CN109407616 A CN 109407616A CN 201811151432 A CN201811151432 A CN 201811151432A CN 109407616 A CN109407616 A CN 109407616A
Authority
CN
China
Prior art keywords
path
measurement point
neural network
network model
deformation quantity
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.)
Granted
Application number
CN201811151432.7A
Other languages
English (en)
Other versions
CN109407616B (zh
Inventor
李炳锐
吴庭贵
赵飞麒
陈耀元
林业宏
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.)
Guangdong Kejie Technology Co Ltd
Original Assignee
GUANGDONG KEJIE MACHINERY AUTOMATION 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 GUANGDONG KEJIE MACHINERY AUTOMATION CO Ltd filed Critical GUANGDONG KEJIE MACHINERY AUTOMATION CO Ltd
Priority to CN201811151432.7A priority Critical patent/CN109407616B/zh
Publication of CN109407616A publication Critical patent/CN109407616A/zh
Application granted granted Critical
Publication of CN109407616B publication Critical patent/CN109407616B/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
    • G05B19/404—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
    • G05B2219/33—Director till display
    • G05B2219/33133—For each action define function for compensation, enter parameters

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)
  • Automatic Control Of Machine Tools (AREA)

Abstract

本发明公开了一种基于测量数据实现实时轨迹补偿的方法，先对测量点位置形变量的测量计算，利用得到的形变量和测量点位置训练神经网络模型，再将理论轨迹上的路径点位置带入所述神经网络模型中，而得到输出函数值即为该路径点位置的形变量，并将所述形变量与理论路径叠加而得到实际的路径；该方法能够有效避免路径拐点且补偿值获取简单，更加准确。

Description

一种基于测量数据实现实时轨迹补偿的方法
技术领域
本发明属于数控加工领域，特别是一种对工件轮廓加工的刀具轨迹偏差补偿方法。
背景技术
目前，对于轮廓、倒边加工中，由于外力的影响，如夹持状态下受力不均，容易导致轮廓变形。而加工要求须符合每次的切削量在规定范围，否则会产生倒角宽度不均。现有的数控系统，普遍根据测量的数据，在原程序上增加宏变量，以线性模型预测产品变化趋势，并使用滤波功能来达到精确倒边加工，但是这种方法往往会忽略掉装夹变形大的地方，同时当实测位置与基准位置出现较大偏差时，可能会在测量节点处出现微小形状的路径拐点，导致加工时在加工表面出现棱纹影响表面质量；而另一种通过样条曲线模型的补偿方法来改善上述存在问题，但由于样条曲线没有确定的模型计算通过图形映射来获取工件上每个点的补偿值较为麻烦。
发明内容
本发明旨在至少在一定程度上解决相关技术中的上述技术问题之一。为此，本发明提出一种避免路径拐点且补偿值获取简单的基于测量数据的轨迹实时补偿方法。
本发明解决其技术问题所采用的技术方案是：
一种基于测量数据实现实时轨迹补偿的方法，其特征在于：包括如下步骤：
a、确定测量点，通过测头逐一测量，并分别计算各测量点测量数据与基准轮廓数据的偏差，即得到待加工产品测量点的形变量；
b、通过所述形变量和对应的测量点位置，训练神经网络模型；
c、将理论加工轨迹的路径点位置带入已训练好的神经网络模型进行预测，得到理论加工轨迹中路径点的形变量；
d、将所述形变量叠加至理论加工轨迹，控制刀具根据叠加后的路径移动。
作为上述技术方案的改进，所述测量点的确定，首先使测量点均布于工件待加工轮廓，再通过了解工件主要装夹变形的位置，在主要变形位置增加测量点。
作为上述技术方案的进一步改进，所述测量点的确定：通过初步的检测和利用初步检测值训练初步神经网络模型，用该初步神经网络模型预测偏差，叠加至理论加工轨迹中形成初步加工路径；对按照所述初步加工路径加工出来的工件进行观察，确定主要形变区域，在主要形变区域增加测量点。
进一步，所述神经网络模型通过径向基函数建立；具体地所述神经网络模型为输入(路径点位置)与输出(形变量)间的关系，即所述径向基函数定义为：
N为测量点个数，Xi为路径点位置
同时选用高斯型径向基函数：其中σ＞0，u∈R1；用N个径向基函数对测量样本所表示的未知函数进行插值。
用表示Xi点的径向基函数，而该函数在Xj点的取值表示为：
插值函数用如下方程表示：
令：
则，上式表示为：Φ·W＝D (2)
待定的系数为：W＝Φ-1·D (3)
其中，D为测量点的形变量矩阵。
从而由式子(3)计算出W，进而径向基函数神经网络模型F(X)建立。
利用该径向基函数神经网络模型预测形变量，即将理论加工轨迹的路径点位置带入公式(1)中，而计算出对应的路径点位置的形变量。
进一步，理论加工轨迹通过工件的基准轮廓数据和刀具半径确定，加工轨迹包括若干个路径点，每个所述路径点均对应一个路径直线段，即加工轨迹由所述若干个路径直线段连接形成。
本发明的有益效果是：本发明的一种基于测量数据实现实时轨迹补偿的方法，先对测量点位置形变量的测量计算，利用得到的形变量和测量点位置训练神经网络模型，再将理论轨迹上的路径点位置带入所述神经网络模型中，而得到输出函数值即为该路径点位置的形变量，并将所述形变量与理论路径叠加而得到实际的路径；该方法能够有效避免路径拐点且补偿量获取简单，更加准确。
附图说明
图1工件结构示意图；
图2是本发明补偿前后的加工轨迹偏差俯视图；
a是理论加工轨迹；b是补偿后加工轨迹；
图3是本发明补偿前后的加工轨迹部分偏差图；
图4工件侧视图。
具体实施方式
本发明的一种基于测量数据实现实时轨迹补偿的方法，包括如下步骤：
a、确定测量点，如图1至图4所示在工件理论加工轨迹上确定20个测量点，通过测头逐一测量，并分别计算各测量点测量数据与基准轮廓数据的偏差，即得到待加工产品测量点的形变量；且测量并不限于工件于三维空间的轮廓测量或者二维平面轮廓测量，本实施例中，工件基准轮廓对应理论加工轨迹路径点为三维空间向量，测头测量点位置也为三维空间向量，所述形变量即为两个三维空间向量差；b、通过所述形变量和对应的测量点位置，训练神经网络模型；进一步，所述神经网络模型通过径向基函数建立；具体地所述神经网络模型为(路径点位置)与输出(形变量)间的关系，即所述径向基函数定义为：
N为测量点个数，Xi为路径点位置
同时选用高斯型径向基函数：其中σ＞0，u∈R1；用N个径向基函数对测量样本所表示的未知函数进行插值。
用表示Xi点的径向基函数，而该函数在Xj点的取值表示为：
插值函数用如下方程表示：
令：
则，上式表示为：Φ·W＝D (2)
待定的系数为：W＝Φ-1·D (3)
其中，D为测量点的形变量矩阵。
从而由式子(3)计算出W，进而径向基函数神经网络模型F(X)建立。
C、利用该径向基函数神经网络模型预测形变量，即将理论加工轨迹的路径点位置带入已训练好的神经网络模型公式(1)中，而计算出对应的路径点位置的形变量。
d、将所述形变量叠加至理论加工轨迹，控制刀具根据叠加后的路径移动。
作为上述技术方案的改进，所述测量点的确定，首先使测量点均布于工件待加工轮廓，再通过了解工件主要装夹变形的位置，在主要变形位置增加测量点。
作为上述技术方案的进一步改进，所述测量点的确定：通过初步的检测和利用初步检测值训练初步神经网络模型，用该初步神经网络模型预测偏差，叠加至刀具理论加工路径中形成初步加工路径；对按照所述初步加工路径加工出来的工件进行观察，确定主要形变区域，在主要形变区域增加测量点。
进一步，理论加工轨迹通过工件的基准轮廓数据和刀具半径确定，加工中刀具运行路径包括若干个路径点，每个所述路径点均对应一个路径直线段，即刀具路径由所述若干个路径直线段连接形成。
以上具体结构和尺寸数据是对本发明的较佳实施例进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (5)

1.一种基于测量数据实现实时轨迹补偿的方法，其特征在于：包括如下步骤：
a、确定测量点，通过测头逐一测量，并分别计算各测量点测量数据与基准轮廓数据的偏差，即得到待加工产品测量点的形变量；
b、通过所述形变量和对应的测量点位置，训练神经网络模型；
c、将理论加工轨迹的路径点位置带入已训练好的神经网络模型进行预测，得到理论加工轨迹点的形变量；
d、将所述形变量叠加至理论加工轨迹，控制刀具根据叠加后的路径移动。
2.根据权利要求1所述的一种基于测量数据实现实时轨迹补偿的方法，其特征在于：步骤a中，首先使测量点均布于工件待加工轮廓，再通过了解工件主要装夹变形的位置，在主要变形位置增加测量点。
3.根据权利要求1所述的一种基于测量数据实现实时轨迹补偿的方法，其特征在于：步骤a中，通过初步的检测和利用初步检测值训练初步神经网络模型，用该初步神经网络模型预测偏差，叠加至刀具理论加工路径中形成初步加工路径；对按照所述初步加工路径加工出来的工件进行观察，确定主要形变区域，在主要形变区域增加测量点。
4.根据权利要求1所述的一种基于测量数据实现实时轨迹补偿的方法，其特征在于：所述神经网络模型通过径向基函数建立。
5.根据权利要求1所述的一种基于测量数据实现实时轨迹补偿的方法，其特征在于：理论加工轨迹通过工件的基准轮廓数据和刀具半径确定，加工中刀具运行路径包括若干个路径点，每个所述路径点均对应一个路径直线段，即刀具路径由若干个所述路径直线段连接形成。
CN201811151432.7A 2018-09-29 2018-09-29 一种基于测量数据实现实时轨迹补偿的方法 Active CN109407616B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811151432.7A CN109407616B (zh) 2018-09-29 2018-09-29 一种基于测量数据实现实时轨迹补偿的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811151432.7A CN109407616B (zh) 2018-09-29 2018-09-29 一种基于测量数据实现实时轨迹补偿的方法

Publications (2)

Publication Number Publication Date
CN109407616A true CN109407616A (zh) 2019-03-01
CN109407616B CN109407616B (zh) 2020-11-27

Family

ID=65465766

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811151432.7A Active CN109407616B (zh) 2018-09-29 2018-09-29 一种基于测量数据实现实时轨迹补偿的方法

Country Status (1)

Country Link
CN (1) CN109407616B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110989494A (zh) * 2019-11-29 2020-04-10 上海交通大学 基于触发式测头的薄壁零件加工误差测量与补偿方法
CN112435350A (zh) * 2020-11-19 2021-03-02 深圳群宾精密工业有限公司 一种加工轨迹形变补偿方法及系统
CN116604399A (zh) * 2023-07-20 2023-08-18 通用技术集团机床工程研究院有限公司 轮廓测量方法、装置、设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04268483A (ja) * 1991-02-22 1992-09-24 Okuma Mach Works Ltd 移動台のレーザ利用測距方法並びにレーザ測距を行う送りユニット
CN101943896A (zh) * 2010-07-16 2011-01-12 浙江大学 数控机床误差的轨迹再生补偿方法
CN102785129A (zh) * 2012-07-30 2012-11-21 广东工业大学 复杂零件的曲面加工精度的在线检测方法
CN104423319A (zh) * 2013-08-26 2015-03-18 鸿富锦精密工业（深圳）有限公司 加工程序补偿系统及方法
CN104759942A (zh) * 2015-04-22 2015-07-08 华中科技大学 一种薄壁零件的铣削变形在线测量与补偿加工方法
US20170060116A1 (en) * 2015-08-31 2017-03-02 Industrial Technology Research Institute Machining abnormality avoiding system and machining path modification method thereof

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04268483A (ja) * 1991-02-22 1992-09-24 Okuma Mach Works Ltd 移動台のレーザ利用測距方法並びにレーザ測距を行う送りユニット
CN101943896A (zh) * 2010-07-16 2011-01-12 浙江大学 数控机床误差的轨迹再生补偿方法
CN102785129A (zh) * 2012-07-30 2012-11-21 广东工业大学 复杂零件的曲面加工精度的在线检测方法
CN104423319A (zh) * 2013-08-26 2015-03-18 鸿富锦精密工业（深圳）有限公司 加工程序补偿系统及方法
CN104759942A (zh) * 2015-04-22 2015-07-08 华中科技大学 一种薄壁零件的铣削变形在线测量与补偿加工方法
US20170060116A1 (en) * 2015-08-31 2017-03-02 Industrial Technology Research Institute Machining abnormality avoiding system and machining path modification method thereof

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110989494A (zh) * 2019-11-29 2020-04-10 上海交通大学 基于触发式测头的薄壁零件加工误差测量与补偿方法
CN112435350A (zh) * 2020-11-19 2021-03-02 深圳群宾精密工业有限公司 一种加工轨迹形变补偿方法及系统
CN116604399A (zh) * 2023-07-20 2023-08-18 通用技术集团机床工程研究院有限公司 轮廓测量方法、装置、设备和存储介质
CN116604399B (zh) * 2023-07-20 2023-10-31 通用技术集团机床工程研究院有限公司 轮廓测量方法、装置、设备和存储介质

Also Published As

Publication number Publication date
CN109407616B (zh) 2020-11-27

Similar Documents

Publication Publication Date Title
CN109407616A (zh) 一种基于测量数据实现实时轨迹补偿的方法
CN111862181A (zh) 一种缝隙宽度和阶差检测方法
WO2021128614A1 (zh) 一种基于特征线的弧面凸轮廓面误差测量与评定方法
CN107999640B (zh) 汽车外覆盖件模具补偿方法
CN110348086B (zh) 一种球头铣刀立铣表面粗糙度快速建模方法
CN112731864B (zh) 一种机床加工误差补偿方法、装置及零件加工机床
CN108151667B (zh) 一种多线激光轮廓扫描传感器全局校准方法
CN108682043A (zh) 一种基于参数映射的复杂曲面测量规划方法
CN103106632A (zh) 一种基于均值漂移的不同精度三维点云数据的融合方法
CN110415331B (zh) 一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补方法
CN108898158A (zh) 一种基于分段线性拟合的焊缝识别方法
CN105841585A (zh) 一种间隙测量工具和间隙合格测量方法
CN104613897A (zh) 汽车外覆盖件模具自由曲面自适应采样装置及测量方法
CN109059821B (zh) 坐标测量机测量路径规划方法
CN103994726B (zh) 一种钣金件与模具之间贴合间隙的检测方法
CN107330142A (zh) 一种基于stl模型的在机检测的测点法矢估算方法
CN112508895A (zh) 一种基于曲面配准的螺旋桨叶片质量评估方法
CN106403818A (zh) 多规格大型方矩形管在线尺寸参数检测用的系统及方法
CN105700469B (zh) 面向三角网格曲面数控加工的刀位点求取方法及其应用
CN109308707B (zh) 铝锭厚度非接触式在线测量方法
CN104850061B (zh) 外覆盖件模具复杂曲面铣削稳定域预测装置及预测方法
CN110977064B (zh) 基于点云数据处理的成型电极损耗最优修整量实现方法
CN106202843B (zh) 一种基于在线测量技术的测量点创建方法
CN108838246A (zh) 一种精确获得机器人折弯角度的方法
CN108317952A (zh) 精密前轴锻件在线快速检测方法

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
CP01 Change in the name or title of a patent holder

Address after: 529000 No. 61 Yongsheng Road, Pengjiang District, Guangdong, Jiangmen

Patentee after: Guangdong Kejie Technology Co.,Ltd.

Address before: 529000 No. 61 Yongsheng Road, Pengjiang District, Guangdong, Jiangmen

Patentee before: Guangdong Kejie Machinery Automation Co.,Ltd.

CP01 Change in the name or title of a patent holder
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A method of real-time trajectory compensation based on measured data

Effective date of registration: 20220120

Granted publication date: 20201127

Pledgee: China Co. truction Bank Corp Jiangmen branch

Pledgor: Guangdong Kejie Technology Co.,Ltd.

Registration number: Y2022980000861

PE01 Entry into force of the registration of the contract for pledge of patent right