CN113741343A - 一种机床双轴同步控制方法、系统和机床 - Google Patents
一种机床双轴同步控制方法、系统和机床 Download PDFInfo
- Publication number
- CN113741343A CN113741343A CN202111310740.1A CN202111310740A CN113741343A CN 113741343 A CN113741343 A CN 113741343A CN 202111310740 A CN202111310740 A CN 202111310740A CN 113741343 A CN113741343 A CN 113741343A
- Authority
- CN
- China
- Prior art keywords
- information
- machine tool
- synchronous control
- preset
- acquiring
- 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
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
- G05B2219/32—Operator till task planning
- G05B2219/32231—Inspection and correction, repair station in one unit, correction data in memory
Abstract
本发明公开的一种机床双轴同步控制方法、系统和存储介质,可以根据不同的环境和参数进行分析,确定校准和修正信息,以控制机床进行修正,使得电机同步更加精确,并且通过神经网络的计算,能够快速和准确地得到校准信息,解决了人工校准低效的问题。还可以获取类似区域中的机床信息进行分析,得到更多的同类型环境的机床信息分析样本,使得判断的结果更加准确。
Description
技术领域
本发明涉及一种数据处理和分析领域,更具体的,涉及一种机床双轴同步控制方法、系统和机床。
背景技术
数控系统中,伺服轴的控制是数控机床中的关键环节,轴的运动速度和控制精度直接关系到数控机床的加工精度。目前,为了满足一些体积较大、控制精度要求较高、生产周期要求短的工件的加工需求,出现了大型的数控设备,例如,龙门式和桥式数控设备。在这些大型的数控设备的机床控制中,大都采用双轴同步驱动技术来实现对动梁式龙门铣床的横梁升降控制,龙门框架移动式加工中心的龙门框架移动控制等。
所述双轴同步驱动是指一个坐标的运动指令能够驱动两个电机同时运行,通过对这两个电机移动量的检测,将位移偏差反馈到数控系统获得同步误差补偿,其目的是将两个电机之间的位移偏差量控制在一个允许的范围内。从整体结构来看就是采用双电机、双检测的同步进给驱动系统。
目前,大多数控系统采用主从方式的同步控制方法,其原理是从动轴按照一定的同步关系跟踪主动轴运动,同步控制器根据主动轴和从动轴的位置偏差来调节从动轴,从而达到控制同步误差的目的。这种方式并未考虑因为环境和电机等参数不同造成的误差干扰情况,仅仅是获取电机的反馈信息进行补偿计算,也就是说,未全面考虑每个方面的参数,其反馈的信息如果出现了偏差,可能会使得同步的误差越来越大。
因此,现有技术存在缺陷,亟待改进。
发明内容
有鉴于此,本申请提供了一种机床双轴同步控制方法、系统和机床,可以根据不同的环境和参数进行分析,确定校准和修正信息,以控制机床进行修正,使得电机同步更加精确。
本发明第一方面公开了一种机床双轴同步控制方法,包括:
获取环境信息、装置信息;
获取电机运行数据;
根据所述环境信息、装置信息和电机运行数据生成校准信息;
根据所述校准信息对机床进行初始化;
监测机床的运行状态,得到运行状态信息曲线;
分析所述运行状态信息曲线,得到修正信息;
根据所述修正信息对机床进行控制修正。
本方案中,所述根据所述环境信息、装置信息和电机运行数据生成校准信息,具体为:
将所述环境信息、装置信息和电机运行数据发送至预设的校准神经网络模型中,得到校准信息。
本方案中,还包括:
将预设区域划分为N个不同的子区域;
获取每个子区域内的环境状态信息,进行特征值计算,得到环境特征值;
比较每个不同子区域的环境特征值差别率;
将小于差别率阈值的子区域归于类似区域;
获取类似区域中机床的历史运行状态数据,得到历史运行状态集合;
根据所述历史运行状态集合和当前机床的运行状态进行分析,得到当前机床的修正因子,作为修正信息进行机床修正。
本方案中,还包括:
根据所述运行状态信息曲线、环境信息、装置信息和电机运行数据进行预测,得到预设时间段后的调整信息;
对比所述调整信息与当前机床运行状态的差异,得到差异信息;
根据所述预设时间段和差异信息进行机床调整。
本方案中,还包括:
获取待测半成品的误差信息;
判断所述误差信息是否小于预设的第一误差阈值;
若小于,则将误差信息输入至预设的第一神经网络模型中,得到半成品调整信息;
根据所述半成品调整信息进行机床调整。
本方案中,还包括:
获取成品误差信息;
判断所述误差信息是否大于预设的第二误差阈值;
若大于,则获取排产的其他加工件信息;
判断所述成品是否符合其他加工件信息需求;
若符合,则将所述成品作为排产的其他加工件的物料。
本发明第二方面公开了一种机床双轴同步控制系统,包括存储器和处理器,所述存储器中包括一种机床双轴同步控制方法程序,所述一种机床双轴同步控制方法程序被所述处理器执行时实现如下步骤:
获取环境信息、装置信息;
获取电机运行数据;
根据所述环境信息、装置信息和电机运行数据生成校准信息;
根据所述校准信息对机床进行初始化;
监测机床的运行状态,得到运行状态信息曲线;
分析所述运行状态信息曲线,得到修正信息;
根据所述修正信息对机床进行控制修正。
本方案中,所述根据所述环境信息、装置信息和电机运行数据生成校准信息,具体为:
将所述环境信息、装置信息和电机运行数据发送至预设的校准神经网络模型中,得到校准信息。
本方案中,还包括:
将预设区域划分为N个不同的子区域;
获取每个子区域内的环境状态信息,进行特征值计算,得到环境特征值;
比较每个不同子区域的环境特征值差别率;
将小于差别率阈值的子区域归于类似区域;
获取类似区域中机床的历史运行状态数据,得到历史运行状态集合;
根据所述历史运行状态集合和当前机床的运行状态进行分析,得到当前机床的修正因子,作为修正信息进行机床修正。
本方案中,还包括:
根据所述运行状态信息曲线、环境信息、装置信息和电机运行数据进行预测,得到预设时间段后的调整信息;
对比所述调整信息与当前机床运行状态的差异,得到差异信息;
根据所述预设时间段和差异信息进行机床调整。
本方案中,还包括:
获取待测半成品的误差信息;
判断所述误差信息是否小于预设的第一误差阈值;
若小于,则将误差信息输入至预设的第一神经网络模型中,得到半成品调整信息;
根据所述半成品调整信息进行机床调整。
本方案中,还包括:
获取成品误差信息;
判断所述误差信息是否大于预设的第二误差阈值;
若大于,则获取排产的其他加工件信息;
判断所述成品是否符合其他加工件信息需求;
若符合,则将所述成品作为排产的其他加工件的物料。
本发明第三方面公开了一种计算机可读存储介质,所述计算机可读存储介质中包括一种机床双轴同步控制方法程序,所述一种机床双轴同步控制方法程序被处理器执行时,实现如上述任一项所述的一种机床双轴同步控制方法的步骤。
本发明公开的一种机床双轴同步控制方法、系统和存储介质,可以根据不同的环境和参数进行分析,确定校准和修正信息,以控制机床进行修正,使得电机同步更加精确,并且通过神经网络的计算,能够快速和准确的得到校准信息,解决了人工校准低效的问题。还可以获取类似区域中的机床信息进行分析,得到更多的同类型环境的机床信息分析样本,使得判断的结果更加准确。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1示出了本发明一种机床双轴同步控制方法的流程图;
图2示出了本发明一种机床双轴同步控制系统的框图。
具体实施方式
为使得本申请的目的、特征、优点能够更加的明显和易懂,对本申请实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本申请一部分实施例,而非全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
图1示出了本发明一种机床双轴同步控制方法的流程图。
如图1所示,本发明公开了一种机床双轴同步控制方法,包括:
S102,获取环境信息、装置信息;
S104,获取电机运行数据;
S106,根据所述环境信息、装置信息和电机运行数据生成校准信息;
S108,根据所述校准信息对机床进行初始化;
S110,监测机床的运行状态,得到运行状态信息曲线;
S112,分析所述运行状态信息曲线,得到修正信息;
S114,根据所述修正信息对机床进行控制修正。
需要说明的是,环境信息包括机床周边环境的温度、湿度、灰尘度等信息,环境信息往往会影响到机器的运行,或者影响到机器中一些模块的参数和信号通信。装置信息包括机床的每个装置模块的信息,例如,各个装置模块的参数和外部状态。电机运行数据包括电机的运行状态,例如起始位置、扭矩、转速、步长等信息。其中,环境信息、装置信息、电机运行数据都会影响到多个电机的同步控制。获取了上面三个数据之后,生成校准信息,所述校准信息用于对机床进行每个模块装置的校准,也就是进行初始化,使得机床处于校准的状态。然后检测机床的运行状态,记录每个时刻的运行状态,得到运行状态信息曲线。所述的运行状态信息曲线为机床的运行状态变化的曲线。因为机床的运行会涉及到不同的装置模块,并非简单的是电机模块,例如,还有测距传感器,控制器,丝杆等,通过运行状态曲线可以分析机床是否运行正常无偏差。分析所述运行状态信息曲线,得到修正信息,所述修正信息可以是机床中每个装置模块的修正信息,例如,对测距传感器进行修正。最后,根据所述修正信息对机床进行控制修正。通过本发明的双轴同步控制方法,可以根据不同的环境和参数进行分析,确定校准和修正信息,以控制机床进行修正,使得电机同步更加精确。
根据本发明实施例,所述根据所述环境信息、装置信息和电机运行数据生成校准信息,具体为:
将所述环境信息、装置信息和电机运行数据发送至预设的校准神经网络模型中,得到校准信息。
需要说明的是,机床进行校准时,往往是通过人工调校和校准,在动了一个装置后,可能会牵扯到其他的装置都要联动调整,十分不便。本发明中,所述校准神经网络模型为预先训练好的。通过神经网络的计算,能够快速和准确的得到校准信息,解决了人工校准低效的问题。
根据本发明实施例,还包括:
将预设区域划分为N个不同的子区域;
获取每个子区域内的环境状态信息,进行特征值计算,得到环境特征值;
比较每个不同子区域的环境特征值差别率;
将小于差别率阈值的子区域归于类似区域;
获取类似区域中机床的历史运行状态数据,得到历史运行状态集合;
根据所述历史运行状态集合和当前机床的运行状态进行分析,得到当前机床的修正因子,作为修正信息进行机床修正。
需要说明的是,为了获取其他类似环境下的机床信息,通过这些机床信息进行分析,需要先找出类似环境下的区域。首先将预设区域划分为N个不同的子区域,所述的预设区域可以为一个城市,或者一个省份区域,子区域为本领域技术人员根据实际需要划分的子区域,可以是同等地理面积的区域,N为大于等于2的整数。划分了子区域之后,要获取每个子区域中的环境状态信息,然后针对环境状态信息进行特征值计算,得到环境特征值。计算特征值时,可以将每个子区域中的环境状态信息进行预处理,使得信息格式一致,然后在进行特征值计算,特征值计算可以采用现有技术中的特征值计算方法,本发明不再一一赘述。然后比较不同子区域的环境特征值差别率,如果差别率较小,说明这两个区域可能为类似的区域,将小于差别率阈值的子区域归于类似区域。获取到类似区域之后就可以针对类似区域中的机床信息进行分析,得到更多的同类型环境的机床信息分析样本,使得判断的结果更加准确。获取类似区域中机床的历史运行状态数据,得到历史运行状态集合。然后根据所述历史运行状态集合和当前的机床运行状态进行分析,得到当前机床的修正因子。通过对类似环境下机床数据的分析,能够确定出当前机床与这些机床样本的差异点,通过差异点的分析便可以得到当前机床的修正因子,然后通过修正因子对当前机床进行修正。
根据本发明实施例,还包括:
根据所述运行状态信息曲线、环境信息、装置信息和电机运行数据进行预测,得到预设时间段后的调整信息;
对比所述调整信息与当前机床运行状态的差异,得到差异信息;
根据所述预设时间段和差异信息进行机床调整。
需要说明的是,机床在运行过程中,运行状态往往收到环境等因素的影响,也就是说,机床中的各个装置部件都无法统一按照一种方式持续的运行,也就导致了机床中双轴同步会出现偏差。首先,要获取运行状态信息曲线、环境信息、装置信息和电机运行数据,然后进行预测,得到预设时间段后的调整信息。所述预设时间段后,可以为1小时后,也可以为6小时后,或者5天后,本领域技术人员可以根据实际需要进行设置。其中,环境信息可以包括当前的环境信息和未来预设时间段后的环境信息,通过未来环境信息可以分析出机床调整的策略。在预测得到调整信息之后,为了根据预测调整信息进行渐变调整,防止状态跳变导致双轴不同步的问题,需要缓慢的将机床状态调整至预设时间段后的状态。对比所述调整信息与当前机床运行状态的差异,得到差异信息;差异信息就是只当前状态调整至预设时间段后状态的调整动量。根据所述预设时间段和差异信息进行机床调整,以达到渐进式调整的效果,缓慢调整至预设时间段后的状态,而并非突变,会使得双轴同步更加精确。
根据本发明实施例,还包括:
获取待测半成品的误差信息;
判断所述误差信息是否小于预设的第一误差阈值;
若小于,则将误差信息输入至预设的第一神经网络模型中,得到半成品调整信息;
根据所述半成品调整信息进行机床调整。
需要说明的是,所述待测半成品可以是已经经过机床加工完成的半成品,也可以是正在机床上加工的产品。可以通过人工测量或者机器自动测量的方式进行尺寸测量,并且与预设的尺寸进行对比,得到误差信息。如果误差较大,则说明可能无法满足产品的最终需求,可能需要舍弃。如果误差较小,那么还可以针对性的进行调整,进行产品补救。本发明可以根据误差信息进行自动化的补救调整。首先,获取待测半成品的误差信息,然后判断所述误差信息是否小于预设的第一误差阈值,所述第一误差阈值可以是本领域技术人员根据实际需要设置的阈值。如果小于此第一误差阈值,则说明加工件或者正在加工的物件还符合使用需求,则将误差信息输入至预设的第一神经网络模型中,得到半成品调整信息。其中,第一神经网络模型为预先训练好的神经网络模型。机床可以根据半成品调整信息进行机床的调整,包括电机、传感器等模块的调整,使得调整后加工的产品能够符合实际需要。
根据本发明实施例,还包括:
获取成品误差信息;
判断所述误差信息是否大于预设的第二误差阈值;
若大于,则获取排产的其他加工件信息;
判断所述成品是否符合其他加工件信息需求;
若符合,则将所述成品作为排产的其他加工件的物料。
需要说明的是,因为机床不同步或者其他原因造成的成品存在瑕疵或者误差时,可以判断是否可以用作其他产品的物料,以降低资源浪费。首先,获取成品误差信息,所述的成品误差可以通过人工测量或者机器测量的方式得到。成品存在误差较大,则可能无法符合交货和应用需求,所以需要判断所述误差信息是否大于预设的第二误差阈值,如果大于,则可能存在报废可能,为了降低资源浪费,可以应用于其他的加工产品中。需要获取排产的其他加工件信息,判断所述成品是否符合其他加工件信息需求。如果符合,则将所述成品作为排产的其他加工件的物料。采用本发明的方法,可以降低不合格加工件的资源浪费。
根据本发明实施例,所述校准神经网络模型和第一神经网络模型的生成具体为:
获取历史状态数据;对所述历史状态数据进行预处理,得到训练数组;将所述训练数组发送至初始化的神经网络模型中进行训练;获取训练后的神经网络模型的误差率;若所述误差率小于预设的误差率阈值,则停止训练,得到预设的校准神经网络模型和第一神经网络模型。
需要说明的是,历史状态数据为机床加工的成品和机床状态的数据,获取的历史数据数量越多,则训练的神经网络模型就越准确。首先,获取了历史数据后,需要进行预处理,例如,对数据进行归一化处理或者进行格式转换处理,以方便进行神经网络的训练,预处理之后,得到训练数据集。然后将训练数据集输入至初始化的神经网络模型中进行训练,所述的训练是机器自动化训练,最终得到校准神经网络模型和第一神经网络模型。然后输入测试数据,判断校准神经网络模型和第一神经网络模型输出的预测结果的准确率。并且将预测准确率与预设的准确率阈值进行比较,如果超过了准确率阈值,则说明校准神经网络模型和第一神经网络模型已经能够达到较好的预测效果,则可以停止训练。其中,所述准确率阈值可以为80-95%。
根据本发明实施例,还包括:
确定主轴和从轴信息,得到主轴和从轴控制方式;
在预设时间段内交替切换主轴和从轴控制方式;
获取主轴和从轴的运动结果信息;
判断主轴和从轴运动轨迹是否与预设运动轨迹存在误差,若存在,则发送警示信息至预设终端。
需要说明的是,在机床的同步控制中,往往需要确定一个主轴,然后其他从轴追随主轴的运动。也就是说,主轴的运动方式,需要经过计算和分析之后发送给从轴,使得从轴进行追随。然后计算和分析的过程需要经历检测、运算、发送等步骤,往往是存在一定的延迟。每次都会延迟,那么经过长时间的运行,误差会越来越大。所以可以通过切换主轴和从轴的方式,规避这种延迟的问题。首先,确定主轴和从轴信息,得到主轴和从轴控制方式。然后在预设时间段内交替切换主轴和从轴控制方式。预设时间段可以是本领域技术人员根据实际需要设置的时间段,可以是整个运行过程,也可以是某个中间段的运行时间段。在获取主轴和从轴的运动结果信息,判断主轴和从轴运动轨迹是否与预设运动轨迹存在误差,如果存在误差,则说明其他装置端可能会存在一些故障或者精度问题,则需要发送警示信息至预设终端以进行提示。所述预设终端可以是本领域技术人员根据实际需要设置的。
根据本发明实施例,还包括:
获取待加工件的加工流程信息;
根据所述加工流程信息确定机床的控制方法,得到控制信息;
根据所述控制信息确定每个时间点的电机状态信息;
将每个时间点的电机状态信息与当前电机状态进行对比,得到差值率;
判断所述差值率是否小于预设差值率阈值;
若小于,则获取修正信息,根据所述修正信息对机床进行控制修正。
需要说明的是,待加工件已经确定了的情况下,可以预先根据代加工件的尺寸形状等信息得到机床技工的工序和方法,从而就能确定机床电机每个点的运行状态。将预先计算得到的每个点的状态与当前时间的电机状态进行比较,就可以得到电机状态的差值率。差值率可以是电机扭矩、转速、位置等信息的差值。如果差值较小,则可以进行修正和调整,以确保后面的运行能够处于正常的双轴同步状态。如果差值较大,则会发送警示信息至预设终端,以提醒工作人员进行停机或者修正。
图2示出了本发明一种机床双轴同步控制系统的框图。
本发明第二方面公开了一种机床双轴同步控制系统2,包括存储器21和处理器22,所述存储器中包括一种机床双轴同步控制方法程序,所述一种机床双轴同步控制方法程序被所述处理器执行时实现如下步骤:
获取环境信息、装置信息;
获取电机运行数据;
根据所述环境信息、装置信息和电机运行数据生成校准信息;
根据所述校准信息对机床进行初始化;
监测机床的运行状态,得到运行状态信息曲线;
分析所述运行状态信息曲线,得到修正信息;
根据所述修正信息对机床进行控制修正。
需要说明的是,环境信息包括机床周边环境的温度、湿度、灰尘度等信息,环境信息往往会影响到机器的运行,或者影响到机器中一些模块的参数和信号通信。装置信息包括机床的每个装置模块的信息,例如,各个装置模块的参数和外部状态。电机运行数据包括电机的运行状态,例如起始位置、扭矩、转速、步长等信息。其中,环境信息、装置信息、电机运行数据都会影响到多个电机的同步控制。获取了上面三个数据之后,生成校准信息,所述校准信息用于对机床进行每个模块装置的校准,也就是进行初始化,使得机床处于校准的状态。然后检测机床的运行状态,记录每个时刻的运行状态,得到运行状态信息曲线。所述的运行状态信息曲线为机床的运行状态变化的曲线。因为机床的运行会涉及到不同的装置模块,并非简单的是电机模块,例如,还有测距传感器,控制器,丝杆等,通过运行状态曲线可以分析机床是否运行正常无偏差。分析所述运行状态信息曲线,得到修正信息,所述修正信息可以是机床中每个装置模块的修正信息,例如,对测距传感器进行修正。最后,根据所述修正信息对机床进行控制修正。通过本发明的双轴同步控制方法,可以根据不同的环境和参数进行分析,确定校准和修正信息,以控制机床进行修正,使得电机同步更加精确。
根据本发明实施例,所述根据所述环境信息、装置信息和电机运行数据生成校准信息,具体为:
将所述环境信息、装置信息和电机运行数据发送至预设的校准神经网络模型中,得到校准信息。
需要说明的是,机床进行校准时,往往是通过人工调校和校准,在动了一个装置后,可能会牵扯到其他的装置都要联动调整,十分不便。本发明中,所述校准神经网络模型为预先训练好的。通过神经网络的计算,能够快速和准确的得到校准信息,解决了人工校准低效的问题。
根据本发明实施例,还包括:
将预设区域划分为N个不同的子区域;
获取每个子区域内的环境状态信息,进行特征值计算,得到环境特征值;
比较每个不同子区域的环境特征值差别率;
将小于差别率阈值的子区域归于类似区域;
获取类似区域中机床的历史运行状态数据,得到历史运行状态集合;
根据所述历史运行状态集合和当前机床的运行状态进行分析,得到当前机床的修正因子,作为修正信息进行机床修正。
需要说明的是,为了获取其他类似环境下的机床信息,通过这些机床信息进行分析,需要先找出类似环境下的区域。首先将预设区域划分为N个不同的子区域,所述的预设区域可以为一个城市,或者一个省份区域,子区域为本领域技术人员根据实际需要划分的子区域,可以是同等地理面积的区域,N为大于等于2的整数。划分了子区域之后,要获取每个子区域中的环境状态信息,然后针对环境状态信息进行特征值计算,得到环境特征值。计算特征值时,可以将每个子区域中的环境状态信息进行预处理,使得信息格式一致,然后在进行特征值计算,特征值计算可以采用现有技术中的特征值计算方法,本发明不再一一赘述。然后比较不同子区域的环境特征值差别率,如果差别率较小,说明这两个区域可能为类似的区域,将小于差别率阈值的子区域归于类似区域。获取到类似区域之后就可以针对类似区域中的机床信息进行分析,得到更多的同类型环境的机床信息分析样本,使得判断的结果更加准确。获取类似区域中机床的历史运行状态数据,得到历史运行状态集合。然后根据所述历史运行状态集合和当前的机床运行状态进行分析,得到当前机床的修正因子。通过对类似环境下机床数据的分析,能够确定出当前机床与这些机床样本的差异点,通过差异点的分析便可以得到当前机床的修正因子,然后通过修正因子对当前机床进行修正。
根据本发明实施例,还包括:
根据所述运行状态信息曲线、环境信息、装置信息和电机运行数据进行预测,得到预设时间段后的调整信息;
对比所述调整信息与当前机床运行状态的差异,得到差异信息;
根据所述预设时间段和差异信息进行机床调整。
需要说明的是,机床在运行过程中,运行状态往往收到环境等因素的影响,也就是说,机床中的各个装置部件都无法统一按照一种方式持续的运行,也就导致了机床中双轴同步会出现偏差。首先,要获取运行状态信息曲线、环境信息、装置信息和电机运行数据,然后进行预测,得到预设时间段后的调整信息。所述预设时间段后,可以为1小时后,也可以为6小时后,或者5天后,本领域技术人员可以根据实际需要进行设置。其中,环境信息可以包括当前的环境信息和未来预设时间段后的环境信息,通过未来环境信息可以分析出机床调整的策略。在预测得到调整信息之后,为了根据预测调整信息进行渐变调整,防止状态跳变导致双轴不同步的问题,需要缓慢的将机床状态调整至预设时间段后的状态。对比所述调整信息与当前机床运行状态的差异,得到差异信息;差异信息就是只当前状态调整至预设时间段后状态的调整动量。根据所述预设时间段和差异信息进行机床调整,以达到渐进式调整的效果,缓慢调整至预设时间段后的状态,而并非突变,会使得双轴同步更加精确。
根据本发明实施例,还包括:
获取待测半成品的误差信息;
判断所述误差信息是否小于预设的第一误差阈值;
若小于,则将误差信息输入至预设的第一神经网络模型中,得到半成品调整信息;
根据所述半成品调整信息进行机床调整。
需要说明的是,所述待测半成品可以是已经经过机床加工完成的半成品,也可以是正在机床上加工的产品。可以通过人工测量或者机器自动测量的方式进行尺寸测量,并且与预设的尺寸进行对比,得到误差信息。如果误差较大,则说明可能无法满足产品的最终需求,可能需要舍弃。如果误差较小,那么还可以针对性的进行调整,进行产品补救。本发明可以根据误差信息进行自动化的补救调整。首先,获取待测半成品的误差信息,然后判断所述误差信息是否小于预设的第一误差阈值,所述第一误差阈值可以是本领域技术人员根据实际需要设置的阈值。如果小于此第一误差阈值,则说明加工件或者正在加工的物件还符合使用需求,则将误差信息输入至预设的第一神经网络模型中,得到半成品调整信息。其中,第一神经网络模型为预先训练好的神经网络模型。机床可以根据半成品调整信息进行机床的调整,包括电机、传感器等模块的调整,使得调整后加工的产品能够符合实际需要。
根据本发明实施例,还包括:
获取成品误差信息;
判断所述误差信息是否大于预设的第二误差阈值;
若大于,则获取排产的其他加工件信息;
判断所述成品是否符合其他加工件信息需求;
若符合,则将所述成品作为排产的其他加工件的物料。
需要说明的是,因为机床不同步或者其他原因造成的成品存在瑕疵或者误差时,可以判断是否可以用作其他产品的物料,以降低资源浪费。首先,获取成品误差信息,所述的成品误差可以通过人工测量或者机器测量的方式得到。成品存在误差较大,则可能无法符合交货和应用需求,所以需要判断所述误差信息是否大于预设的第二误差阈值,如果大于,则可能存在报废可能,为了降低资源浪费,可以应用于其他的加工产品中。需要获取排产的其他加工件信息,判断所述成品是否符合其他加工件信息需求。如果符合,则将所述成品作为排产的其他加工件的物料。采用本发明的方法,可以降低不合格加工件的资源浪费。
根据本发明实施例,所述校准神经网络模型和第一神经网络模型的生成具体为:
获取历史状态数据;对所述历史状态数据进行预处理,得到训练数组;将所述训练数组发送至初始化的神经网络模型中进行训练;获取训练后的神经网络模型的误差率;若所述误差率小于预设的误差率阈值,则停止训练,得到预设的校准神经网络模型和第一神经网络模型。
需要说明的是,历史状态数据为机床加工的成品和机床状态的数据,获取的历史数据数量越多,则训练的神经网络模型就越准确。首先,获取了历史数据后,需要进行预处理,例如,对数据进行归一化处理或者进行格式转换处理,以方便进行神经网络的训练,预处理之后,得到训练数据集。然后将训练数据集输入至初始化的神经网络模型中进行训练,所述的训练是机器自动化训练,最终得到校准神经网络模型和第一神经网络模型。然后输入测试数据,判断校准神经网络模型和第一神经网络模型输出的预测结果的准确率。并且将预测准确率与预设的准确率阈值进行比较,如果超过了准确率阈值,则说明校准神经网络模型和第一神经网络模型已经能够达到较好的预测效果,则可以停止训练。其中,所述准确率阈值可以为80-95%。
根据本发明实施例,还包括:
确定主轴和从轴信息,得到主轴和从轴控制方式;
在预设时间段内交替切换主轴和从轴控制方式;
获取主轴和从轴的运动结果信息;
判断主轴和从轴运动轨迹是否与预设运动轨迹存在误差,若存在,则发送警示信息至预设终端。
需要说明的是,在机床的同步控制中,往往需要确定一个主轴,然后其他从轴追随主轴的运动。也就是说,主轴的运动方式,需要经过计算和分析之后发送给从轴,使得从轴进行追随。然后计算和分析的过程需要经历检测、运算、发送等步骤,往往是存在一定的延迟。每次都会延迟,那么经过长时间的运行,误差会越来越大。所以可以通过切换主轴和从轴的方式,规避这种延迟的问题。首先,确定主轴和从轴信息,得到主轴和从轴控制方式。然后在预设时间段内交替切换主轴和从轴控制方式。预设时间段可以是本领域技术人员根据实际需要设置的时间段,可以是整个运行过程,也可以是某个中间段的运行时间段。在获取主轴和从轴的运动结果信息,判断主轴和从轴运动轨迹是否与预设运动轨迹存在误差,如果存在误差,则说明其他装置端可能会存在一些故障或者精度问题,则需要发送警示信息至预设终端以进行提示。所述预设终端可以是本领域技术人员根据实际需要设置的。
根据本发明实施例,还包括:
获取待加工件的加工流程信息;
根据所述加工流程信息确定机床的控制方法,得到控制信息;
根据所述控制信息确定每个时间点的电机状态信息;
将每个时间点的电机状态信息与当前电机状态进行对比,得到差值率;
判断所述差值率是否小于预设差值率阈值;
若小于,则获取修正信息,根据所述修正信息对机床进行控制修正。
需要说明的是,待加工件已经确定了的情况下,可以预先根据代加工件的尺寸形状等信息得到机床技工的工序和方法,从而就能确定机床电机每个点的运行状态。将预先计算得到的每个点的状态与当前时间的电机状态进行比较,就可以得到电机状态的差值率。差值率可以是电机扭矩、转速、位置等信息的差值。如果差值较小,则可以进行修正和调整,以确保后面的运行能够处于正常的双轴同步状态。如果差值较大,则会发送警示信息至预设终端,以提醒工作人员进行停机或者修正。
本发明第三方面公开了一种计算机可读存储介质,所述计算机可读存储介质中包括一种机床双轴同步控制方法程序,所述一种机床双轴同步控制方法程序被处理器执行时,实现如上述任一项所述的一种机床双轴同步控制方法的步骤。
本发明公开的一种机床双轴同步控制方法、系统和存储介质,可以根据不同的环境和参数进行分析,确定校准和修正信息,以控制机床进行修正,使得电机同步更加精确,并且通过神经网络的计算,能够快速和准确的得到校准信息,解决了人工校准低效的问题。还可以获取类似区域中的机床信息进行分析,得到更多的同类型环境的机床信息分析样本,使得判断的结果更加准确。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种机床双轴同步控制方法,其特征在于,包括:
获取环境信息、装置信息;
获取电机运行数据;
根据所述环境信息、装置信息和电机运行数据生成校准信息;
根据所述校准信息对机床进行初始化;
监测机床的运行状态,得到运行状态信息曲线;
分析所述运行状态信息曲线,得到修正信息;
根据所述修正信息对机床进行控制修正。
2.根据权利要求1所述的一种机床双轴同步控制方法,其特征在于,所述根据所述环境信息、装置信息和电机运行数据生成校准信息,具体为:
将所述环境信息、装置信息和电机运行数据发送至预设的校准神经网络模型中,得到校准信息。
3.根据权利要求1所述的一种机床双轴同步控制方法,其特征在于,还包括:
将预设区域划分为N个不同的子区域;
获取每个子区域内的环境状态信息,进行特征值计算,得到环境特征值;
比较每个不同子区域的环境特征值差别率;
将小于差别率阈值的子区域归于类似区域;
获取类似区域中机床的历史运行状态数据,得到历史运行状态集合;
根据所述历史运行状态集合和当前机床的运行状态进行分析,得到当前机床的修正因子,作为修正信息进行机床修正。
4.根据权利要求1所述的一种机床双轴同步控制方法,其特征在于,还包括:
根据所述运行状态信息曲线、环境信息、装置信息和电机运行数据进行预测,得到预设时间段后的调整信息;
对比所述调整信息与当前机床运行状态的差异,得到差异信息;
根据所述预设时间段和差异信息进行机床调整。
5.根据权利要求1所述的一种机床双轴同步控制方法,其特征在于,还包括:
获取待测半成品的误差信息;
判断所述误差信息是否小于预设的第一误差阈值;
若小于,则将误差信息输入至预设的第一神经网络模型中,得到半成品调整信息;
根据所述半成品调整信息进行机床调整。
6.根据权利要求1所述的一种机床双轴同步控制方法,其特征在于,还包括:
获取成品误差信息;
判断所述误差信息是否大于预设的第二误差阈值;
若大于,则获取排产的其他加工件信息;
判断所述成品是否符合其他加工件信息需求;
若符合,则将所述成品作为排产的其他加工件的物料。
7.一种机床双轴同步控制系统,其特征在于,包括存储器和处理器,所述存储器中包括一种机床双轴同步控制方法程序,所述一种机床双轴同步控制方法程序被所述处理器执行时实现如下步骤:
获取环境信息、装置信息;
获取电机运行数据;
根据所述环境信息、装置信息和电机运行数据生成校准信息;
根据所述校准信息对机床进行初始化;
监测机床的运行状态,得到运行状态信息曲线;
分析所述运行状态信息曲线,得到修正信息;
根据所述修正信息对机床进行控制修正。
8.根据权利要求7所述的一种机床双轴同步控制系统,其特征在于,还包括:
将预设区域划分为N个不同的子区域;
获取每个子区域内的环境状态信息,进行特征值计算,得到环境特征值;
比较每个不同子区域的环境特征值差别率;
将小于差别率阈值的子区域归于类似区域;
获取类似区域中机床的历史运行状态数据,得到历史运行状态集合;
根据所述历史运行状态集合和当前机床的运行状态进行分析,得到当前机床的修正因子,作为修正信息进行机床修正。
9.根据权利要求7所述的一种机床双轴同步控制系统,其特征在于,还包括:
根据所述运行状态信息曲线、环境信息、装置信息和电机运行数据进行预测,得到预设时间段后的调整信息;
对比所述调整信息与当前机床运行状态的差异,得到差异信息;
根据所述预设时间段和差异信息进行机床调整。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括一种机床双轴同步控制方法程序,所述一种机床双轴同步控制方法程序被处理器执行时,实现如权利要求1至6中任一项所述的一种机床双轴同步控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111310740.1A CN113741343B (zh) | 2021-11-08 | 2021-11-08 | 一种机床双轴同步控制方法、系统和机床 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111310740.1A CN113741343B (zh) | 2021-11-08 | 2021-11-08 | 一种机床双轴同步控制方法、系统和机床 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113741343A true CN113741343A (zh) | 2021-12-03 |
CN113741343B CN113741343B (zh) | 2022-02-08 |
Family
ID=78727702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111310740.1A Active CN113741343B (zh) | 2021-11-08 | 2021-11-08 | 一种机床双轴同步控制方法、系统和机床 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113741343B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114442555A (zh) * | 2022-01-04 | 2022-05-06 | 广东海思智能装备有限公司 | 数控机床电气控制系统 |
CN116679621A (zh) * | 2023-07-31 | 2023-09-01 | 南京德克威尔自动化有限公司 | 多轴同步运动控制系统及其控制方法 |
CN117124136A (zh) * | 2023-10-20 | 2023-11-28 | 崴立机电(苏州)有限公司 | 一种机床的校正方法、系统、装置和介质 |
CN117707050A (zh) * | 2023-12-25 | 2024-03-15 | 上海滨捷机电有限公司 | 基于云计算的数控机床实时监控与数据分析系统及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000052194A (ja) * | 1998-08-04 | 2000-02-22 | Mitsubishi Heavy Ind Ltd | 金属加工方法および金属加工機 |
CN101530974A (zh) * | 2008-03-13 | 2009-09-16 | 兄弟工业株式会社 | 机床的热位移修正方法和热位移修正装置 |
CN101751002A (zh) * | 2008-12-16 | 2010-06-23 | 上海电气集团股份有限公司 | 一种用于大型数控机床的温度补偿系统及补偿方法 |
CN102004466A (zh) * | 2010-10-25 | 2011-04-06 | 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 |
CN102122146A (zh) * | 2011-01-06 | 2011-07-13 | 上海交通大学 | 用于高速精密加工的热误差实时补偿系统及其补偿方法 |
CN102478820A (zh) * | 2010-11-23 | 2012-05-30 | 大连创达技术交易市场有限公司 | 一种新型数控机床定位误差实时补偿装置 |
CN102478823A (zh) * | 2010-11-22 | 2012-05-30 | 大连创达技术交易市场有限公司 | 一种新式数控机床温度补偿系统及其补偿方法 |
CN102629121A (zh) * | 2012-04-24 | 2012-08-08 | 上海交通大学 | 数控机床几何与热复合位置误差的智能补偿系统 |
CN103926874A (zh) * | 2013-12-03 | 2014-07-16 | 江苏齐航数控机床有限责任公司 | 数控机床热误差补偿建模温度测点组合的选择优化方法 |
CN106094723A (zh) * | 2016-05-26 | 2016-11-09 | 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 |
CN210038533U (zh) * | 2019-06-25 | 2020-02-07 | 东莞市福思特科技有限公司 | 一种数控机床温升补偿系统 |
-
2021
- 2021-11-08 CN CN202111310740.1A patent/CN113741343B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000052194A (ja) * | 1998-08-04 | 2000-02-22 | Mitsubishi Heavy Ind Ltd | 金属加工方法および金属加工機 |
CN101530974A (zh) * | 2008-03-13 | 2009-09-16 | 兄弟工业株式会社 | 机床的热位移修正方法和热位移修正装置 |
CN101751002A (zh) * | 2008-12-16 | 2010-06-23 | 上海电气集团股份有限公司 | 一种用于大型数控机床的温度补偿系统及补偿方法 |
CN102004466A (zh) * | 2010-10-25 | 2011-04-06 | 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 |
CN102478823A (zh) * | 2010-11-22 | 2012-05-30 | 大连创达技术交易市场有限公司 | 一种新式数控机床温度补偿系统及其补偿方法 |
CN102478820A (zh) * | 2010-11-23 | 2012-05-30 | 大连创达技术交易市场有限公司 | 一种新型数控机床定位误差实时补偿装置 |
CN102122146A (zh) * | 2011-01-06 | 2011-07-13 | 上海交通大学 | 用于高速精密加工的热误差实时补偿系统及其补偿方法 |
CN102629121A (zh) * | 2012-04-24 | 2012-08-08 | 上海交通大学 | 数控机床几何与热复合位置误差的智能补偿系统 |
CN103926874A (zh) * | 2013-12-03 | 2014-07-16 | 江苏齐航数控机床有限责任公司 | 数控机床热误差补偿建模温度测点组合的选择优化方法 |
CN106094723A (zh) * | 2016-05-26 | 2016-11-09 | 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 |
CN210038533U (zh) * | 2019-06-25 | 2020-02-07 | 东莞市福思特科技有限公司 | 一种数控机床温升补偿系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114442555A (zh) * | 2022-01-04 | 2022-05-06 | 广东海思智能装备有限公司 | 数控机床电气控制系统 |
CN114442555B (zh) * | 2022-01-04 | 2022-10-11 | 广东海思智能装备有限公司 | 数控机床电气控制系统 |
CN116679621A (zh) * | 2023-07-31 | 2023-09-01 | 南京德克威尔自动化有限公司 | 多轴同步运动控制系统及其控制方法 |
CN116679621B (zh) * | 2023-07-31 | 2023-10-17 | 南京德克威尔自动化有限公司 | 多轴同步运动控制系统及其控制方法 |
CN117124136A (zh) * | 2023-10-20 | 2023-11-28 | 崴立机电(苏州)有限公司 | 一种机床的校正方法、系统、装置和介质 |
CN117124136B (zh) * | 2023-10-20 | 2024-01-26 | 崴立机电(苏州)有限公司 | 一种机床的校正方法、系统、装置和介质 |
CN117707050A (zh) * | 2023-12-25 | 2024-03-15 | 上海滨捷机电有限公司 | 基于云计算的数控机床实时监控与数据分析系统及方法 |
CN117707050B (zh) * | 2023-12-25 | 2024-05-07 | 上海滨捷机电有限公司 | 基于云计算的数控机床实时监控与数据分析系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113741343B (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113741343B (zh) | 一种机床双轴同步控制方法、系统和机床 | |
US10254750B2 (en) | Machining machine system which determines acceptance/rejection of workpieces | |
JP5997330B1 (ja) | 主軸交換の要否を判定できる機械学習装置、主軸交換判定装置、制御装置、工作機械及び生産システム、並びに機械学習方法 | |
US10908591B2 (en) | Machine learning device and machining time prediction device | |
US6471451B2 (en) | Method of correcting thermal displacement of machine tool | |
US10935967B2 (en) | Machining equipment system and manufacturing system | |
CN101758422A (zh) | 一种数控装置技术指标的检测分析装置 | |
CN107081787A (zh) | 基于工业机器人内置传感器信号的运动特性检测方法 | |
US11953866B2 (en) | Prediction control development device, prediction control development method, and computer readable storage medium | |
US11556107B2 (en) | Machining apparatus error correction system and method using safe, correction and alarm intervals | |
US20200209830A1 (en) | Machining apparatus error correction system and method | |
WO2019244638A1 (ja) | 位置決めシステム、監視装置、監視方法およびプログラム | |
US20200401098A1 (en) | Diagnosis apparatus and diagnosis method | |
US20210229282A1 (en) | Abnormality determination device and abnormality determination method | |
CN104871101B (zh) | 用于材料切除地加工工件的方法 | |
CN105988416A (zh) | Cnc工具机的热变位补正系统及方法 | |
US10437235B2 (en) | Numerical controller having a machining time prediction function | |
CN110647120A (zh) | 一种适用于极端应用条件的运动控制方法 | |
CN113126538B (zh) | 电子设备及其控制方法 | |
CN110580005B (zh) | 一种适用于极端应用条件的运动控制系统 | |
CN112099437B (zh) | 一种数控机床误差补偿周期测算系统和方法 | |
CN113927604B (zh) | 基于5g通信的工业机器人控制自检方法、系统及终端 | |
US11269309B2 (en) | Analysis unit and method for determining at least one forming process characteristic of a servo press | |
CN101424925B (zh) | 非球面镜面测量系统及方法 | |
CN114749951A (zh) | 一种基于高精度机箱零件的cnc加工定位方法 |
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 |