CN110488748A - 基于时序推演与前置预控的数控切削自适应控制方法 - Google Patents
基于时序推演与前置预控的数控切削自适应控制方法 Download PDFInfo
- Publication number
- CN110488748A CN110488748A CN201910836350.4A CN201910836350A CN110488748A CN 110488748 A CN110488748 A CN 110488748A CN 201910836350 A CN201910836350 A CN 201910836350A CN 110488748 A CN110488748 A CN 110488748A
- Authority
- CN
- China
- Prior art keywords
- control
- load
- program
- time
- self
- 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
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
- G05B19/19—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 positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
-
- 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
- G05B2219/35—Nc in input of data, input till input file format
- G05B2219/35349—Display part, programmed locus and tool path, traject, dynamic locus
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
本发明涉及一种基于时序推演与前置预控的数控切削自适应控制方法,包括以下步骤:步骤S110、基于时序的自学习:步骤S120、前置预控自适应控制;步骤S130、刀具质量评估:重复步骤S120,加工新零件并分别记录每个零件加工过程中刀具经过突变位置的时间,并根据该时间计算刀具的磨损系数,并与换刀临界值的磨损系数进行对比。有益效果:通过获取零件几何参数与物理参数之间的对应关系,对负载突变出进行标注并对加工位置进行推演,而后给予前置控制,减少加工过程中有负载突变引起的工件加工刀具不稳定问题,提升加工效率,实现刀具保护。
Description
技术领域
本发明涉及机械工程中的数控切削控制领域,特别是涉及一种基于时序推演与前置预控的数控切削自适应控制方法。
背景技术
随着航空、航天、汽车、船舶等行业的飞速发展,零件的形状结构越来越复杂,工艺难度越来越高,在数控切削过程中存在着零件复杂结构变化、机床振动、刀具磨损及毛坯表面余量差异等因素影响,造成主轴负载不均。为防止加工过程出现过载,在传统生产加工中依然采用保守的加工参数,且无法根据加工实际状态进行实时加工参数优化,导致加工效率低,刀具磨损大,加工成本高。目前许多企业采用人工控制倍率方式对加工参数调整,这种方式存在失误风险,增加劳动强度,质量稳定性差,无法满足生产需求。随着先进传感技术、数据处理技术与控制技术在数控切削中应用,自适应控制技术可以通过获取数控切削过程中的实时物理信息实现对切削参数的优化和调整。
专利CN 103197596 B公开了一种基于功率键合图法建立数控机床传动系统模型,用MATLAB软件进行仿真,得到模糊控制器输入输出语言变量间的变化关系效果图,据此对模糊控制规则进行优化,提高模糊控制器的控制性能和加工稳定性,由于此种算法不参考经验知识,在线控制过程中计算量较大,系统响应速度较慢。
天津大学的李杰在《基于自适应控制技术的铣削参数优化研究》中公开一种自适应铣削参数优化方法,对复杂的在线自适应参数优化进行分割,将难度大且算法复杂的切削参数优化问题以离线的方式完成,将优化后的切削参数作为在线自适应切削参数优化的区间值使用,降低自适应优化复杂程度的同时,有效提高自适应控制安全性和可靠性,离线参数库建立过程中并未涉及零件结构变化、毛坯表面余量不均等引起的负载变化,以及由于进刀、退刀、空走刀等引起的负载突变情况。
在线自适应参数的调控基于采集到信号进行调控,系统存在响应时间,对于负载突变位置的参数调控存在滞后,造成负载突变,容易导致刀具损坏,及加工质量差等问题。
综上,现有技术中存在以下不足:1、基于工艺试验建立的参数库,仅考虑零件材料、刀具型号、进给速率、主轴负载等参数,未针对具体零件结构特征和加工轨迹进行分析;2、在自适应控制过程,未对进刀、退刀、空走刀等引起的主轴负载突变进行识别和参数调控;3、现有的在线自适应参数调控,仅基于采集实时信号进行调控,存在系统响应延迟,结构突变处会引起负载波动,造成刀具破损或加工质量超标等问题。
因此,发明人提供了一种前置控制,从而减少加工过程中有负载突变引起的工件加工刀具不稳定问题,提升加工效率,实现刀具保护的控制方法。
发明内容
本发明实施例提供了一种基于时序推演与前置预控的数控切削自适应控制方法,通过获取零件几何参数与物理参数之间的对应关系,对负载突变出进行标注并对加工位置进行推演,而后给予前置控制,解决了现有的数控切削自适应控制过程中对进刀、退刀、零件结构变化、毛坯表面余量差异等导致的负载突变问题的技术问题,实现提升加工效率,实现刀具保护的效果。
本发明的实施例提出了基于时序推演与前置预控的数控切削自适应控制方法,包括以下步骤:
步骤S110、基于时序的自学习:数控机床按照NC程序中给定的恒定进给速度进行加工,系统记录每行程序运行过程中对应的主轴负载值;通过分析时间-主轴负载曲线并结合程序中的几何信息,得到加工过程中的进刀、退刀、空走刀、零件复杂结构变化位置信息,并在NC程序中对以上信息进行注释,生成具有预控制注释的NC程序;根据加工参数库,确定负载突变处进给速率预控值、自适应控制加工负载阈值及稳定控制窗口值;在自适应加工过程中,对主轴负载进行实时采集,通过实际负载与负载阈值比较,调控主轴进给速率,保持负载在稳定窗口内;根据时序关系对刀具位置进行实时推演,在刀具运动到负载突变位置前对进给速率进行预先调控;
步骤S120、前置预控自适应控制:运行步骤S110中生成的具有预控制注释的NC程序,通过采集分析零件加工过程中实时主轴负载值,与步骤S110得到的负载阈值进行比较分析,调控主轴进给倍率和主轴转速,保持主轴负载在稳定窗口内;加工过程中对加工位置进行实时推演,在刀具到达负载突变前将进给速率调控为预控值;
步骤S130、刀具质量评估:重复步骤S120,加工新零件并分别记录每个零件加工过程中刀具经过突变位置的时间,并根据该时间计算刀具的磨损系数,并与换刀临界值的磨损系数进行对比。
进一步地,所述步骤S110中,包括以下操作:
对零件加工NC程序进行注释,标注行号代码;
运行带有行标注的NC程序,数控机床按照程序中进给速率进行加工;
自学习系统按照NC程序行数分别记录采集到的实时负载值p和加工时间t;
绘制时间—负载曲线,结合NC程序中的几何信息进行分析,获取零件加工过程中的负载突变特征位置S;
在NC程序中对以上特征进行注释,标注负载突变位置及对应的预控制速度;
将学习结果存入工艺参数库,并获取自适应控制的负载阈值及稳定窗口值。
进一步地,负载突变特征位置包括进刀、退刀、空走刀、零件结构变化和毛坯表面余量不均处的位置。
进一步地,所述步骤S120中,包括以下操作:
自适应控制系统获取负载阈值P’及稳定窗口值D;
运行NC程序,持续采集实时负载值P;
判断实际负载P与负载阈值P’之间的关系,调控进给速率。当实际负载在稳定窗口内,则保持原进给速率;如果实际负载不在稳定窗口内,且小于负载阈值,则增大进给速率;如果实际负载不在稳定窗口内,且大于负载阈值,则减小进给速率。
基于时序分析,计算刀具实时位置式中F′为实时进给速度,ti为采样时间;根据前置预控时间Δt,推演刀具位置Sq=S′+ F′×Δt;
读取NC程序中的负载突变位置S,及预控进给速率F,当Sq=S时,将主轴进给速率调整为对应的预控进给速率F;
自适应控制加工过程中采集的主轴负载、进给速率,存入零件工艺参数库,通过对文件中物理参数、控制参数、几何参数进行分析计算,生成优化后的NC程序及负载阈值和稳定窗口值。
进一步地,所述步骤S130中,刀具经过突变位置的时间为刀具磨损系数的计算公式为当m≥m0时,刀具磨损严重,应更换刀具,式中m0为换刀临界值。
综上,本发明通过采用基于时序推演自学习与前置预控自适应相结合的控制方法,自学习加工过程中获取零件几何参数与物理参数之间的对应关系,对加工过程中的负载突变处进行标注,在自适应加工过程中对刀具加工位置进行推演,在负载突变前对进给速率进行前置控制;
采用此种面向零件和NC程序的自适应控制方法,可减少加工过程中由负载突变引起的控制不稳定问题,提高零件加工的稳定性,实现对刀具的保护;
此外,通过参数迭代优化,可提高自适应控制的可靠性;
最后,通过采集分析加工同一图号、不同零件到达突变位置的时间,求得刀具的磨损系数,可对刀具的质量进行评估,并根据刀具的评估数据给出换刀建议指令,从而提高零件加工的稳定性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的基于时序推演与前置预控的数控切削自适应控制方法在不同加工模式下加工时间与主轴负载曲线图;
图2是本发明实施例的基于时序推演与前置预控的数控切削自适应控制方法在不同加工模式下刀具位置与进给速率曲线图;
图3是本发明实施例的基于时序推演与前置预控的数控切削自适应控制方法的自学习控制流程图;
图4是本发明实施例的基于时序推演与前置预控的数控切削自适应控制方法的自适应控制过程流程图。
图中:
1-工件;2-恒定进给速率加工负载曲线;3-前置预控自适应控制负载曲线;4-无前置预控自适应控制负载曲线;5-程序给定的进给速率曲线; 6-前置预控自适应控制进给速率曲线;7-在线自适应控制进给速率曲线。
具体实施方式
下面结合附图和实施例对本发明的实施方式作进一步详细描述。以下实施例的详细描述和附图用于示例性地说明本发明的原理,但不能用来限制本发明的范围,即本发明不限于所描述的实施例,在不脱离本发明的精神的前提下覆盖了零件、部件和连接方式的任何修改、替换和改进。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参照附图并结合实施例来详细说明本申请。
一种基于时序推演与前置预控的数控切削自适应控制方法,该方法由基于时序自学习、前置预控自适应控制及刀具质量评估组成。自学习过程,数控机床按照NC程序中给定的恒定进给速度进行加工,系统记录每行程序运行过程中对应的主轴负载值;通过分析时间—主轴负载曲线并结合程序中的几何信息,得到加工过程中的进刀、退刀、空走刀、零件复杂结构变化位置;根据加工参数库,确定负载突变处进给速率预控值、自适应控制加工负载阈值及稳定控制窗口值。在自适应加工过程中,对主轴负载进行实时采集,通过实际负载与负载阈值比较,调控主轴进给速率,保持负载在稳定窗口内;根据时序关系对刀具位置进行实时推演,在刀具运动到负载突变位置前对进给速率进行预先调控。预先控制与在线自适应控制结合的方式增加自适应控制稳定性和可靠性。通过对比加工相同工件,在到达相同突变位置的时间为指标,计算刀具磨损系数,对刀具质量进行评估,包括以下步骤:
步骤S110、基于时序的自学习:数控机床按照NC程序中给定的恒定进给速度进行加工,系统记录每行程序运行过程中对应的主轴负载值;通过分析时间-主轴负载曲线并结合程序中的几何信息,得到加工过程中的进刀、退刀、空走刀、零件复杂结构变化位置信息,并在NC程序中对以上信息进行注释,生成具有预控制注释的NC程序;根据加工参数库,确定负载突变处进给速率预控值、自适应控制加工负载阈值及稳定控制窗口值;在自适应加工过程中,对主轴负载进行实时采集,通过实际负载与负载阈值比较,调控主轴进给速率,保持负载在稳定窗口内;根据时序关系对刀具位置进行实时推演,在刀具运动到负载突变位置前对进给速率进行预先调控;自学习步骤如图3所示,该步骤具体操作如下:
操作S111:根据零件A的材料、刀具型号及刀具材料,在参数库中选取进给速率F0,生成数控加工NC程序;
操作S112:对NC程序添加注释语言,标注程序行代码标识,生成 NC1;
操作S113:加工第一件零件A1,数控机床按照NC1程序给定的进给速率F0加工工件,记录程序行数,及采集到的实时主轴负载值;
操作S114:通过绘制恒定进给速率F0下时间—负载曲线,如图1中恒定加工速率负载曲线,获取主轴负载突变时间根据S=F0× t,获取负载突变位置S1,S2,S3,S4.;
操作S115:识别负载突变的原因分别为进刀、工件结构突变、退刀等特征,根据加工工艺参数库,确定负载突变处应预控进给速率分别为F1, F2,F3,F4;
步骤S120、前置预控自适应控制:运行步骤S110中生成的具有预控制注释的NC程序,通过采集分析零件加工过程中实时主轴负载值,与步骤S110得到的负载阈值进行比较分析,调控主轴进给倍率和主轴转速,保持主轴负载在稳定窗口内;加工过程中对加工位置进行实时推演,在刀具到达负载突变前将进给速率调控为预控值;自适应控制流程图如图4所示,该步骤具体操作如下:
操作S121:自适应控制系统获取负载阈值P’及稳定窗口值D;
操作S122:在NC程序中添加注释语言,对突变位置及预控制速率进行标注,获得NC2;
操作S123:自适应加工第二件工件A2,运行NC2程序;
操作S124:基于时序分析:加工过程中,采集实时主轴负载值P,并将主轴负载值与负载阈值进行比较,调控进给速率F’,使负载功率维持在稳定窗口内D内;
操作S125:设置前置时间Δt;
操作S126:计算基于时序的刀具实时位置推演刀具前置位置为Sq=S'+F'×Δt;
操作S127:当刀具前置位置为负载突变位置时,对进给速率进行前置预控,即当Sq=S1时,设定F′=F1,前置预控进给速率曲线如图2所示;
操作S128:工件A2自适应加工过程中刀具经过负载突变位置的时间分别为
操作S129:将每次加工过程采集到的参数,输入到参数库,对参数库进行优化;
步骤S130、刀具质量评估:重复步骤S120,加工第三件至第n件工件,分别标号A3、A4…An,并分别记录每个工件加工过程中刀具经过突变位置的时间
分析n件工件分别经过负载突变位置的时间趋势,计算刀具磨损系数当m≥m0时,刀具磨损严重,应更换刀具,式中m0为换刀临界值。
需要明确的是,本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。对于方法的实施例而言,相关之处可参见设备实施例的部分说明。本发明并不局限于上文所描述并在图中示出的特定步骤和结构。并且,为了简明起见,这里省略对已知方法技术的详细描述。
以上所述仅为本申请的实施例而已,并不限制于本申请。在不脱离本发明的范围的情况下对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围内。
Claims (5)
1.基于时序推演与前置预控的数控切削自适应控制方法,其特征在于,包括以下步骤:
步骤S110、基于时序的自学习:数控机床按照NC程序中给定的恒定进给速度进行加工,系统记录每行程序运行过程中对应的主轴负载值;通过分析时间-主轴负载曲线并结合程序中的几何信息,得到加工过程中的进刀、退刀、空走刀、零件复杂结构变化位置信息,并在NC程序中对以上信息进行注释,生成具有预控制注释的NC程序;根据加工参数库,确定负载突变处进给速率预控值、自适应控制加工负载阈值及稳定控制窗口值;在自适应加工过程中,对主轴负载进行实时采集,通过实际负载与负载阈值比较,调控主轴进给速率,保持负载在稳定窗口内;根据时序关系对刀具位置进行实时推演,在刀具运动到负载突变位置前对进给速率进行预先调控;
步骤S120、前置预控自适应控制:运行步骤S110中生成的具有预控制注释的NC程序,通过采集分析零件加工过程中实时主轴负载值,与步骤S110得到的负载阈值进行比较分析,调控主轴进给倍率和主轴转速,保持主轴负载在稳定窗口内;加工过程中对加工位置进行实时推演,在刀具到达负载突变前将进给速率调控为预控值;
步骤S130、刀具质量评估:重复步骤S120,加工新零件并分别记录每个零件加工过程中刀具经过突变位置的时间,并根据该时间计算刀具的磨损系数,并与换刀临界值的磨损系数进行对比。
2.根据权利要求1所述的基于时序推演与前置预控的数控切削自适应控制方法,其特征在于,所述步骤S110中,包括以下操作:对零件加工NC程序进行注释,标注行号代码;
运行带有行标注的NC程序,数控机床按照程序中进给速率进行加工;
自学习系统按照NC程序行数分别记录采集到的实时负载值p和加工时间t;
绘制时间—负载曲线,结合NC程序中的几何信息进行分析,获取零件加工过程中的负载突变特征位置S;
在NC程序中对以上特征进行注释,标注负载突变位置及对应的预控制速度;
将学习结果存入工艺参数库,并获取自适应控制的负载阈值及稳定窗口值。
3.根据权利要求2所述的基于时序推演与前置预控的数控切削自适应控制方法,其特征在于,负载突变特征位置包括进刀、退刀、空走刀、零件结构变化和毛坯表面余量不均处的位置。
4.根据权利要求1所述的基于时序推演与前置预控的数控切削自适应控制方法,其特征在于,所述步骤S120中,包括以下操作:
自适应控制系统获取负载阈值P’及稳定窗口值D;
运行NC程序,持续采集实时负载值P;
判断实际负载P与负载阈值P’之间的关系,调控进给速率。当实际负载在稳定窗口内,则保持原进给速率;如果实际负载不在稳定窗口内,且小于负载阈值,则增大进给速率;如果实际负载不在稳定窗口内,且大于负载阈值,则减小进给速率。
基于时序分析,计算刀具实时位置式中F′为实时进给速度,ti为采样时间;
根据前置预控时间Δt,推演刀具位置Sq=S′+F′×Δt;
读取NC程序中的负载突变位置S,及预控进给速率F,当Sq=S时,将主轴进给速率调整为对应的预控进给速率F;
自适应控制加工过程中采集的主轴负载、进给速率,存入零件工艺参数库,通过对文件中物理参数、控制参数、几何参数进行分析计算,生成优化后的NC程序及负载阈值和稳定窗口值。
5.根据权利要求1所述的基于时序推演与前置预控的数控切削自适应控制方法,其特征在于,所述步骤S130中,刀具经过突变位置的时间为刀具磨损系数的计算公式为当m≥m0时,刀具磨损严重,应更换刀具,式中m0为换刀临界值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910836350.4A CN110488748B (zh) | 2019-09-05 | 2019-09-05 | 基于时序推演与前置预控的数控切削自适应控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910836350.4A CN110488748B (zh) | 2019-09-05 | 2019-09-05 | 基于时序推演与前置预控的数控切削自适应控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110488748A true CN110488748A (zh) | 2019-11-22 |
CN110488748B CN110488748B (zh) | 2020-09-08 |
Family
ID=68556601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910836350.4A Active CN110488748B (zh) | 2019-09-05 | 2019-09-05 | 基于时序推演与前置预控的数控切削自适应控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110488748B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1983004445A1 (en) * | 1982-06-09 | 1983-12-22 | Amca International Corporation | Adaptive control for machine tools |
WO1994014569A1 (en) * | 1992-12-28 | 1994-07-07 | Omat Ltd. | Controller for cnc-operated machine tools |
CN102063086A (zh) * | 2010-11-02 | 2011-05-18 | 杭州电子科技大学 | 带锯床恒功率锯切控制装置 |
CN105259791A (zh) * | 2015-11-16 | 2016-01-20 | 哈尔滨工业大学 | 一种基于通用切削能耗模型的加工参数优化方法 |
CN105563329A (zh) * | 2015-12-16 | 2016-05-11 | 威海华东数控股份有限公司 | 数控磨床磨削力自适应控制系统 |
JP2016162149A (ja) * | 2015-02-28 | 2016-09-05 | 国立大学法人神戸大学 | 切削力適応制御方法及び切削力適応制御システム |
CN206249082U (zh) * | 2016-12-23 | 2017-06-13 | 苏州江源精密机械有限公司 | 数控机床实现自适应控制的控制装置及应用其的数控机床 |
CN108372402A (zh) * | 2016-12-21 | 2018-08-07 | 中国航空工业集团公司北京航空制造工程研究所 | 大部件对接的自适应定位装置和调姿对接系统及控制方法 |
US20180239329A1 (en) * | 2017-02-21 | 2018-08-23 | Yeong Chin Machinery Industries Co., Ltd. | Adaptive lubrication control device and method for axial system of machining center |
CN109507952A (zh) * | 2018-12-12 | 2019-03-22 | 成都飞机工业(集团)有限责任公司 | 一种基于切削负载的复杂零件数控加工异常状态监控方法 |
-
2019
- 2019-09-05 CN CN201910836350.4A patent/CN110488748B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1983004445A1 (en) * | 1982-06-09 | 1983-12-22 | Amca International Corporation | Adaptive control for machine tools |
WO1994014569A1 (en) * | 1992-12-28 | 1994-07-07 | Omat Ltd. | Controller for cnc-operated machine tools |
CN102063086A (zh) * | 2010-11-02 | 2011-05-18 | 杭州电子科技大学 | 带锯床恒功率锯切控制装置 |
JP2016162149A (ja) * | 2015-02-28 | 2016-09-05 | 国立大学法人神戸大学 | 切削力適応制御方法及び切削力適応制御システム |
CN105259791A (zh) * | 2015-11-16 | 2016-01-20 | 哈尔滨工业大学 | 一种基于通用切削能耗模型的加工参数优化方法 |
CN105563329A (zh) * | 2015-12-16 | 2016-05-11 | 威海华东数控股份有限公司 | 数控磨床磨削力自适应控制系统 |
CN108372402A (zh) * | 2016-12-21 | 2018-08-07 | 中国航空工业集团公司北京航空制造工程研究所 | 大部件对接的自适应定位装置和调姿对接系统及控制方法 |
CN206249082U (zh) * | 2016-12-23 | 2017-06-13 | 苏州江源精密机械有限公司 | 数控机床实现自适应控制的控制装置及应用其的数控机床 |
US20180239329A1 (en) * | 2017-02-21 | 2018-08-23 | Yeong Chin Machinery Industries Co., Ltd. | Adaptive lubrication control device and method for axial system of machining center |
CN109507952A (zh) * | 2018-12-12 | 2019-03-22 | 成都飞机工业(集团)有限责任公司 | 一种基于切削负载的复杂零件数控加工异常状态监控方法 |
Non-Patent Citations (2)
Title |
---|
杨勇,张为民: "基于NNFFC 的数控机床进给驱动系统动态性能优化", 《农业机械学报》 * |
程涛,左力,刘艳明,杨叔子: "数控机床切削加工过程智能自适应控制研究", 《中国机械工程》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110488748B (zh) | 2020-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10928802B2 (en) | Method for optimizing the productivity of a machining process of a CNC machine | |
Zuperl et al. | Fuzzy control strategy for an adaptive force control in end-milling | |
JP6940542B2 (ja) | 把持力調整装置及び把持力調整システム | |
JP6781242B2 (ja) | 制御装置、機械学習装置及びシステム | |
CN111694320B (zh) | 一种虑及颤振抑制的机床自适应控制方法 | |
Lee et al. | Simulation-based machining condition optimization for machine tool energy consumption reduction | |
JP2020138279A (ja) | 加工条件調整装置及び加工条件調整システム | |
CN110174871B (zh) | 控制装置、机器学习装置以及系统 | |
Kukartsev et al. | Simulation-dynamic model of working time costs calculation for performance of operations on CNC machines | |
CN102081376A (zh) | 一种基于指令序列优化的加工负荷控制系统 | |
CN105945311A (zh) | 一种基于功率预测的数控机床进给系统调速方法 | |
Haber et al. | Embedded fuzzy-control system for machining processes: Results of a case study | |
Tapoglou et al. | Online on-board optimization of cutting parameter for energy efficient CNC milling | |
Furness et al. | Torque control for a form tool drilling operation | |
Proskuryakov et al. | Fuzzy controllers in the adaptive control system of a CNC lathe | |
JP6833090B2 (ja) | 工作機械の加工寸法予測装置、工作機械の加工寸法予測システム、工作機械の設備異常判定装置、工作機械の加工寸法予測方法及びプログラム | |
CN110488748A (zh) | 基于时序推演与前置预控的数控切削自适应控制方法 | |
Westkämper et al. | Zero-defect manufacturing by means of a learning supervision of process chains | |
Asiltürk et al. | Intelligent adaptive control and monitoring of band sawing using a neural-fuzzy system | |
Jasiewicz et al. | Assistance of machining parameters selection for slender tools in CNC control | |
Tapoglou et al. | Energy Efficient Machining Through Evolutionary Real-Time Optimization of Cutting Conditions on CNC-Milling Controllers | |
Morgan et al. | Design and implementation of an intelligent grinding assistant system | |
Wenkler et al. | PART PROGRAM DEPENDENT LOSS FORECAST FOR ESTIMATING THE THERMAL IMPACT ON MACHINE TOOLS. | |
CN116057485A (zh) | 用于加工工件的设备和方法 | |
CN108544508B (zh) | 基于自主学习的机器人自动编程方法及系统 |
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 |