CN116802572A - 仿真装置、工作机械系统、仿真方法及加工方法 - Google Patents
仿真装置、工作机械系统、仿真方法及加工方法 Download PDFInfo
- Publication number
- CN116802572A CN116802572A CN202180091571.9A CN202180091571A CN116802572A CN 116802572 A CN116802572 A CN 116802572A CN 202180091571 A CN202180091571 A CN 202180091571A CN 116802572 A CN116802572 A CN 116802572A
- Authority
- CN
- China
- Prior art keywords
- model
- simulation
- unit
- predicted
- command
- 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.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 367
- 238000003754 machining Methods 0.000 title claims description 83
- 238000000034 method Methods 0.000 title claims description 82
- 238000004364 calculation method Methods 0.000 claims abstract description 87
- 230000007246 mechanism Effects 0.000 claims description 50
- 230000008569 process Effects 0.000 claims description 49
- 238000004886 process control Methods 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 35
- 238000005457 optimization Methods 0.000 claims description 26
- 230000008859 change Effects 0.000 claims description 20
- 238000006073 displacement reaction Methods 0.000 claims description 16
- 230000036961 partial effect Effects 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 46
- 230000033001 locomotion Effects 0.000 description 33
- 238000013461 design Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 13
- 238000001514 detection method Methods 0.000 description 12
- 238000005520 cutting process Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000011960 computer-aided design Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000003801 milling Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 239000003638 chemical reducing agent Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000003698 laser cutting Methods 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000206 photolithography Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
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
- G05B17/00—Systems involving the use of models or simulators of said systems
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- 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
- G05B19/406—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 monitoring or safety
- G05B19/4069—Simulating machining process on screen
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Numerical Control (AREA)
Abstract
仿真装置(1a)具有:模型模板数据库部(10),其存储多个模型模板,该模型模板通过计算式记述有构成由机械装置对多个致动器进行驱动而执行的作业的要素的输入和输出之间的关系;模型结构选择部(11),其基于机械装置的结构及对作业赋予特征的结构信息对1个或多个模型模板进行选择;模型参数设定部(12),其针对由模型结构选择部(11)选择出的模型模板,对模型模板的变量即模型参数进行设定;以及仿真执行部(13a),其基于由模型参数设定部(12)设定出模型参数后的模型模板和在执行作业时在作业中使用的刀具应该经过的路径即指令路径而执行作业的仿真,对作业的预测结果进行计算。
Description
技术领域
本发明涉及对通过机械装置得到的作业结果进行预测的仿真装置、工作机械系统、仿真方法及加工方法。
背景技术
如数控工作机械、工业用机械、机器人等这种使用多自由度的运动而进行作业的机械装置,具有多个实现多自由度的轴及对轴进行驱动的伺服控制装置。如上所述的机械装置针对每个轴而控制对象的位置,将各轴的运动同步而进行控制,由此实现了多自由度的运动。
伺服控制装置是使用对控制对象的位置进行检测的位置检测器,以控制对象的位置与指令位置一致的方式,使用如旋转电动机、线性电动机、音圈电动机等电动机、液压气缸、空气压力气缸、压电元件这样的致动器进行反馈控制的装置。
关于数控工作机械,存在通过轴对切削刀具、工作物进行驱动,从工作物的表面将材料去除的切削加工机,通过轴对激光源进行驱动,对工作物进行切断的激光加工机,通过轴对电极刀具、线刀具进行驱动,在与工作物之间发生放电而将材料去除的放电加工机等。关于工业用机械,存在通过轴对电子部件进行驱动,在印刷基板上的规定的场所设置的安装机,以及对轴进行驱动,扫描光源而进行光刻的半导体曝光机等。关于机器人,存在通过伺服控制装置对各关节进行驱动,通过安装于前端的手对工件进行输送的机器人,以及使用安装于前端的刀具而进行焊接、加工的机器人等。
在具有如上所述的伺服控制装置而进行反馈控制的机械装置中,也有时会产生各种作业的误差。例如已知由根据机械装置的机械特性而产生的响应延迟、滑动面的摩擦、切削力、接触力等通过机械装置进行的作业所产生的干扰力而引起的运动误差,以及由控制器的设定引起的超调等反馈控制无法追随而产生的瞬态误差。另外,在进行作业的机械装置中,工件、刀具、输送物、机器人手那样的实际进行作业的部位成为真正应该进行控制的控制对象,但难以将位置检测器与控制对象完全一致地安装,因此还知晓即使在通过位置检测器得到的检测结果所示的运动中不产生误差,在真正的控制对象的运动中也会产生振动、响应延迟等的误差。
如上所述的由伺服控制装置的瞬态特性引起的运动误差及在位置检测器中没有检测到的控制对象中产生的误差,成为加工误差、作业不良的原因,因此不优选。为了应对如上所述的问题,已知下述方式,即,使用模型通过仿真对作业的精度进行预测,以减少误差的方式对控制进行变更。
例如,在专利文献1中公开了下述方法,即,在服务器平台上,使运转时的用于机械动作的仿真的至少1个软件模型算法动作,基于仿真结果对控制进行变更。
专利文献1:日本特表2008-542854号公报
发明内容
但是,关于机械装置的特性,即使是使用相同的部件,由于制造时的组装精度的波动、设置有机械装置的环境、使用机械装置的作业条件、由于作业的重复而产生的历时变化等而存在个体差异。并且,根据在作业中使用的刀具、手、工件的材料的种类、形状等,产生的误差量也不同。
因此,为了通过仿真准确地对作业精度进行预测,需要与设为对象的机械装置的个体差异、作业相应地对在仿真中使用的模型进行变更。另一方面,为了对遍及多台机械实施的作业进行仿真而需要进行与作业有关的全部机械的仿真,花费工作量。即,需要能够吸收机械装置的特性的个体差异且兼顾模型构建的简便的仿真。
在专利文献1中记载的技术公开了使用预先构建出的模型而进行仿真,但没有示出与设为对象的个体相匹配地对模型进行变更的技术,即,对机械装置的特性的个体差异进行吸收而使预测精度提高的方法。因此,存在无法以短时间构建与机械装置的特性的个体差异相对应的仿真环境而执行这一课题。
本发明就是鉴于上述情况而提出的,其目的在于,得到能够对机械装置的特性的个体差异、作业条件的差异进行反映而以短时间构建适于各个机械装置的仿真的模型,且能够使仿真的精度提高的仿真装置。
为了解决上述课题,并达到目的,本发明所涉及的仿真装置具有:模型模板数据库部,其存储多个模型模板,该模型模板通过计算式记述有构成由机械装置对多个致动器进行驱动而执行的作业的要素的输入和输出之间的关系;以及模型结构选择部,其基于机械装置的结构及对作业赋予特征的结构信息,从模型模板数据库部对1个或多个模型模板进行选择。另外,仿真装置具有:模型参数设定部,其针对由模型结构选择部选择出的模型模板,对模型模板的变量即模型参数进行设定;以及仿真执行部,其基于由模型参数设定部设定出模型参数后的模型模板和在执行作业时在作业中使用的刀具应该经过的路径即指令路径而执行作业的仿真,对作业的预测结果即预测作业结果进行计算。
发明的效果
本发明所涉及的仿真装置具有下述效果,即,能够对机械装置的特性的个体差异、作业条件的差异进行反映而以短时间构建适于各个机械装置的仿真的模型,且能够使仿真的精度提高。
附图说明
图1是表示实施方式1所涉及的数控工作机械的结构例的图。
图2是用于对构成实施方式1所涉及的数控工作机械的X轴驱动部的结构进行说明的示意图。
图3是表示实施方式1所涉及的伺服控制部的结构例的框图。
图4是表示实施方式1所涉及的工作机械系统的结构例的框图。
图5是表示过程控制部的详细内容的框图。
图6是表示实施方式1所涉及的仿真装置的结构的详细内容的框图。
图7是表示实施方式1所涉及的仿真装置的仿真执行部的详细内容的框图。
图8是表示实施方式1所涉及的仿真执行部的伺服控制模拟部的结构例的图。
图9是表示使用实施方式1所涉及的仿真装置进行的数控工作机械的仿真流程的流程图。
图10是表示驱动机构的模型模板的一个例子的图。
图11是表示将实现实施方式1所涉及的仿真装置的处理电路由处理器及存储器构成的情况下的例子的图。
图12是表示将实现实施方式1所涉及的仿真装置的处理电路由专用的硬件构成的情况下的例子的图。
图13是表示实施方式2所涉及的数控工作机械的结构例的图。
图14是表示实施方式2所涉及的工作机械系统的结构例的框图。
图15是表示实施方式2所涉及的仿真装置的结构的详细内容的框图。
图16是表示实施方式2所涉及的仿真执行部的详细内容的框图。
图17是表示使用实施方式2所涉及的仿真装置进行的数控工作机械的仿真流程的流程图。
图18是表示实施方式2所涉及的数控工作机械的机械构造模型部中使用的模型模板的一个例子的图。
图19是表示实施方式3所涉及的工作机械系统的结构例的框图。
图20是表示使用实施方式3所涉及的仿真装置进行的数控工作机械的仿真流程的流程图。
图21是表示实施方式5所涉及的工作机械系统的结构例的框图。
图22是表示实施方式5所涉及的仿真装置的结构的详细内容的框图。
图23是表示实施方式5所涉及的仿真执行部的详细内容的框图。
图24是表示实施方式6所涉及的仿真执行部的详细内容的框图。
图25是表示实施方式7所涉及的工作机械系统的结构例的框图。
图26是表示实施方式8所涉及的工作机械系统的结构例的示意图。
具体实施方式
下面,基于附图,对本发明的实施方式所涉及的仿真装置、工作机械系统、仿真方法及加工方法详细地进行说明。此外,在以下所示的各实施方式中,对由仿真装置进行数控工作机械的仿真的情况具体地进行说明,但并不将本发明限定于各实施方式所示的结构。在各实施方式中进行说明的仿真装置也能够应用于对多个致动器进行驱动而执行作业的工业用机械、机器人、输送机等机械装置。
实施方式1.
图1是表示实施方式1所涉及的数控工作机械99的结构例的图。本实施方式所涉及的数控工作机械99是正交3轴立式的切削加工机。数控工作机械99具有包含对X轴进行驱动的伺服控制装置而构成的X轴驱动部93X、包含对Y轴进行驱动的伺服控制装置而构成的Y轴驱动部93Y、包含对Z轴进行驱动的伺服控制装置而构成的Z轴驱动部93Z、和包含对1轴的主轴83进行控制的过程控制装置而构成的主轴控制部94。数控工作机械99对刀具76在X轴及Z轴的方向进行驱动,对设置于工作台77的工作物78在Y轴的方向进行驱动,使用主轴83使刀具76旋转,由此进行工作物78的加工。
由数控工作机械99进行的作业通过切削加工而实现工作物78的加工形状。根据工作物78的加工形状是否达到规定出的基准,具体地说,根据是否达到预先设计那样的形状精度及面精度而判定数控工作机械99的作业的正常与否。
在数控工作机械99中,在各轴中,作为致动器的电动机71的旋转运动通过进给螺钉73而变换为向各轴的驱动方向的直线运动。此时,旋转运动由引导机构72支撑,因此轴仅在进给螺钉73的进给方向具有自由度。在数控工作机械99中,作为结果,通过将各轴的直线运动组合后的刀具76的XZ平面内的2自由度的运动及工作物78的Y方向的1自由度的运动,在XYZ的3维空间内即实现3自由度的运动。数控工作机械99使用主轴83使刀具76旋转,将在工作物78中与刀具76干涉的部分的材料去除,由此创建工作物78的3维的加工形状。
接下来,对构成数控工作机械99的X轴驱动部93X、Y轴驱动部93Y及Z轴驱动部93Z进行说明。在本实施方式中,作为一个例子,对X轴驱动部93X进行说明,但Y轴驱动部93Y及Z轴驱动部93Z也是相同的结构。但是,不同点在于,X轴及Z轴的控制对象是刀具76,与此相对,Y轴的控制对象是工作物78。
图2是用于对构成实施方式1所涉及的数控工作机械99的X轴驱动部93X的结构进行说明的示意图。
如图2所示,数控工作机械99具有指令值运算部9、伺服控制装置95X及机械装置部96。机械装置部96具有驱动机构97X及机械构造98。指令值运算部9、伺服控制装置95X及驱动机构97X构成X轴驱动部93X。伺服控制装置95X具有伺服控制部6a。此外,数控工作机械99还具有构成Y轴驱动部93Y的伺服控制装置95Y及驱动机构97Y和构成Z轴驱动部93Z的伺服控制装置95Z及驱动机构97Z,但在图2中省略记载。
具有将X轴的电动机71的旋转运动变换为直线运动的作用和对其进行支撑的作用的机构是驱动机构97X。在X轴驱动部93X中,电动机71的旋转运动经由联轴器74而传递至进给螺钉73,经由螺母81及减速机79而变换为直线运动。进给螺钉73的直线运动被支撑轴承75a及75b约束。螺母81的直线运动经由夹设于刀具76和螺母81之间的Z轴、对支撑部件等进行统称的X轴的机械构造98而对刀具76在X轴方向进行驱动。此外,数控工作机械99在主轴83的刀具76附近具有3轴的加速度传感器80。另外,机械构造98的范围根据轴而不同。例如,Z轴的驱动机构97Z如果从X轴观察,则没有对X轴的电动机71的运动进行变换的作用,因此包含于X轴的机械构造98。
X轴的位置指令Xc从指令值运算部9输出,输入至伺服控制部6a。位置指令Xc是由指令值运算部9运算出的表示期望的控制状态下的被驱动体的位置的指令。伺服控制部6a以使由安装于电动机71的旋转角检测器2检测出的电动机71的旋转角度乘以进给螺钉73的螺钉间距而得到的检测位置Xd与位置指令Xc之间的误差变小的方式进行反馈控制,向电动机71输出电动机电流Ix而对驱动机构97X进行驱动。在驱动机构97X连接有包含作为控制对象的刀具76的机械构造98。在这里,旋转角检测器2仅对电动机71的旋转角度进行检测,但如上所述旋转运动和直线运动能够容易地进行换算。因此,旋转角检测器2可以使电动机旋转角度乘以进给螺钉73的螺钉间距,对变换为X轴的伺服控制装置95X的直线运动后的检测位置Xd进行输出。在此后的说明中,旋转角检测器2设为是安装于电动机71即检测点的对检测位置Xd进行输出的位置检测器。
图3是表示实施方式1所涉及的伺服控制部6a的结构例的框图。伺服控制部6a使用从指令值运算部9输入的位置指令Xc和从旋转角检测器2输入的检测位置Xd对电动机电流Ix进行运算,输出至电动机71。首先,加减运算器61a对位置指令Xc和检测位置Xd之间的差分即位置偏差(Xc-Xd)进行运算。位置控制器62进行与位置偏差(Xc-Xd)相对应的位置控制,生成速度指令Vc。位置控制器62的一个例子是P(Proportional)控制器。速度运算器65根据由旋转角检测器2输出的检测位置Xd而生成检测速度Vd。速度运算器65的一个例子是微分运算器。加减运算器61b对速度指令Vc和检测速度Vd之间的差分即速度偏差Vde=Vc-Vd进行运算。速度控制器63与速度偏差Vde相应地进行速度控制,生成电流指令Ic。速度控制器63的一个例子是PI(Proportional Integral)控制器。加减运算器61c对电流指令Ic和由电流控制器64输出的电动机电流Ix之间的差分即电流偏差(Ic-Ix)进行运算。最后,电流控制器64与电流偏差(Ic-Ix)相应地进行电流控制,输出电动机电流Ix。电流控制器64的一个例子是PI控制器。
伺服控制部6a将上述P控制及PI控制中的增益设定为参数,通过对参数进行设定,从而能够对伺服控制装置95X的举动进行变更。
如以上所述,伺服控制部6a通过反馈控制,以检测位置Xd与通过位置指令Xc表示的位置一致的方式进行控制。但是,即使进行反馈控制,在加工中在刀具76的前端位置和工作物78的加工点之间也会产生误差,有时在工作物78中会发生材料的切削残留、切削过量等而产生加工误差。例如,由于无法使旋转角检测器2的安装位置与作为控制对象的刀具76的前端一致,因此在无法通过旋转角检测器2检测的干扰对控制对象产生的情况下,另外在针对干扰的输入来不及进行伺服控制部6a的反馈控制的情况下,在刀具76的运动中会产生误差。作为如上所述的干扰原因的例子,存在由联轴器74、进给螺钉73、引导机构72、机械构造98等的振动、摩擦力而产生的误差等。已知这些干扰由于夹设于刀具76和螺母81之间的其他轴的位置、刀具76及工作物78的质量、机械的历时变化、进给螺钉73及螺母81的磨损、各可动轴的润滑油量、气温的变化、制造时的组装波动等而特性会发生变化。并且,在切削加工中,根据刀具76的转速、每旋转1周的进刀量、刀具76的轴向进刀量的组合,被称为颤振的自激振动会在刀具76和工作物78之间发生。由于颤振的发生而刀具76及工作物78振动,因此产生加工误差。
如果产生如前所述的加工误差,从设计出的形状精度及面精度偏离,则作业结果变得不良,需要将工作物78废弃或实施修正加工。其结果,产生废弃物增加或作业时间变长而生产率降低的问题。因此,在事先对通过作业达到的加工精度进行预测,加工精度无法实现目标精度的情况下,优选变更为能够实现目标的作业条件。作业条件例如通过反馈控制中使用的参数的调整而进行变更。
图4是表示实施方式1所涉及的工作机械系统101a的结构例的框图。工作机械系统101a在上述数控工作机械99中装入有仿真装置1a。工作机械系统101a具有指令值运算部9、过程控制部5、伺服控制部6a、6b、6c、机械装置部96、机械装置信息收集部4、机械信息保持部7及仿真装置1a。
在图4中,伺服控制部6a是图2所示的伺服控制部6a,输出用于对X轴进行驱动的电动机电流Ix。伺服控制部6b构成对Y轴进行驱动的伺服控制装置,输出用于对Y轴进行驱动的电动机电流Iy。伺服控制部6c构成对Z轴进行驱动的伺服控制装置,输出用于对Z轴进行驱动的电动机电流Iz。过程控制部5构成对主轴83进行控制的过程控制装置,输出用于对主轴83进行驱动的电流Is。关于过程控制部5的详细内容在后面记述。
指令路径生成部3生成工作机械系统101a的指令路径。指令路径生成部3基于通过CAD(Computer Aided Design)等设计出的3维加工形状,输出通过被称为EIA(ElectronicIndustries Alliance)码、G码的语言记述的指令路径。指令路径是将在加工中刀具应该经过的路径通过3维坐标和此时的指令速度、刀具的转速记述的程序。
在指令路径生成部3中使用CAM(Computer Aided Manufacturing)软件的情况下,指令路径生成部3大多设置于处在数控装置的远方的计算机内。在该情况下,进行经由互联网或者内联网等网络、RS-232C等的通信而与数控工作机械99连接所实现的在线的指令路径的转发、或者经由USB(Universal Serial Bus)存储器、SD卡等数据存储介质实现的离线的指令路径的转发。指令路径生成部3可以将CAM软件安装于数控装置,也可以不安装CAM软件,而是作为对话式的程序创建软件而安装于数控装置上。对话式的程序创建软件是使用对话式对话框对加工形状进行设计,输出通过EIA码、G码记述的指令路径。
指令值运算部9安装于数控装置。指令值运算部9基于输入的指令路径进行插补和加减速的处理,生成时间序列的针对各轴即X轴、Y轴及Z轴的位置指令和针对主轴的旋转指令。位置指令是针对X轴、Y轴及Z轴的指令的一个例子。另外,旋转指令是针对主轴的指令的一个例子。在下面的说明中,有时将针对X轴、Y轴及Z轴的指令称为轴指令。另外,有时将针对主轴的指令称为过程指令。另外,有时将X轴、Y轴及Z轴汇总而称为驱动轴。
伺服控制部6a、6b、6c各自构成X轴、Y轴、Z轴的伺服控制装置,在伺服控制装置中安装于对电动机71进行控制的驱动单元或者伺服放大器。此外,在下面的说明中,在不对伺服控制部6a、6b、6c各自进行区分而对这些共通的事项进行说明的情况下,有时将它们记载为伺服控制部6。
伺服控制部6与从指令值运算部9输入的位置指令相应地对电动机的旋转角进行反馈控制。通常,不针对每个轴单独地对伺服控制装置进行设计开发,而是使用共通的控制算法进行各驱动轴的控制。在该情况下,通过针对每个驱动轴单独地对在控制中使用的参数即控制参数进行调整,从而针对每个驱动轴实现最佳的控制方式。
过程控制部5构成过程控制装置,在过程控制装置中安装于对主轴电动机进行控制的主轴单元或者主轴放大器。过程控制部5与主轴的旋转指令相应地对主轴的转速及扭矩进行反馈控制。图5是表示过程控制部5的详细内容的框图。过程控制部5将过程指令设为输入,使用过程反馈进行控制,输出过程变更量。在切削加工机的情况下,过程指令是主轴旋转速度Vc,过程变更量是主轴电流Ix。过程反馈是由主轴的位置检测器测定出的旋转角Xd。与伺服控制部6a的差异点在于,不具有位置控制器62,输入了主轴旋转速度指令。但是,在通过主轴进行位置控制的情况下,可以具有与将主轴旋转角设为过程指令的伺服控制部6a相同的控制构造。
机械装置部96包含X轴、Y轴、Z轴的各驱动轴的驱动机构97X、97Y、97Z、主轴83、机械构造98,从各伺服控制部6及过程控制部5接收电动机的指令。机械装置部96按照接收到的指令,使驱动机构97X、97Y、97Z动作,由此在刀具76和工作物78之间产生相对位移而进行加工,输出作为实际作业结果的加工形状。
机械装置信息收集部4安装为数控装置内的软件或者与数控工作机械99连接的硬件。机械装置信息收集部4从指令值运算部9对包含由指令值运算部9分别输出至伺服控制部6a、6b、6c及过程控制部5的各指令在内的指令数据和控制参数进行收集,另外,从伺服控制部6a、6b、6c及过程控制部5分别对作为伺服控制数据的状态量和控制参数进行收集。并且,机械装置信息收集部4从在数控工作机械99的主轴83安装的加速度传感器80对传感器数据进行收集。机械装置信息收集部4将收集到的指令数据、状态量、控制参数及传感器数据这样的各种数据作为模型识别用数据而输出至仿真装置1a。
机械信息保持部7对在仿真装置1a中要参照的结构信息进行保持。结构信息是由仿真装置1a进行仿真的对象的机械装置即机械装置部96的结构、及对由机械装置部96进行的作业赋予特征的信息。关于结构信息的详细内容,使用具体例另外进行说明。机械信息保持部7可以安装于数控装置内部,也可以安装于处在数控工作机械99的远方的计算机、服务器。
仿真装置1a将指令路径、结构信息及模型识别用数据设为输入而执行仿真,对由数控工作机械99进行加工而得到的加工形状进行预测。仿真装置1a输出加工形状的预测结果。下面,有时将加工形状的预测结果称为预测作业结果。加工形状被生成为3维的形状数据、对成为基准的基准直线上的形状进行表现的2维数据。仿真装置1a可以安装于数控装置内,也可以安装于在数控工作机械99的附近设置的工程计算机,也可以安装于处在数控工作机械99的远方的计算机、服务器、云。
图6是表示实施方式1所涉及的仿真装置1a的结构的详细内容的框图。仿真装置1a具有模型模板数据库部10、模型结构选择部11、模型参数设定部12和仿真执行部13a。
模型模板数据库部10对仿真装置1a在仿真中使用的模型模板进行保持。在模型模板数据库部10中,关于构成由机械装置部96进行的各作业的多个要素,分别储存有多个通过计算式记述有要素的输入和输出之间的关系的模型模板。即,预先针对1个要素而准备多个模型模板,储存于模型模板数据库部10。
模型结构选择部11基于由机械信息保持部7保持的结构信息,从模型模板数据库部10对适于仿真装置1a使用的模型模板选择多个。模型结构选择部11将选择出的模型模板输出至仿真执行部13a,并且将与选择出的模型模板相关的信息即模型信息输出至模型参数设定部12。
模型参数设定部12基于从模型结构选择部11输入的模型信息和从机械装置信息收集部4输入的模型识别用数据,根据模型识别用数据对模型模板的变量即模型参数进行识别。详细地说,模型参数设定部12使用模型信息所包含的选择出的模型模板所使用的模型参数的个数、成为模型模板的输入的状态量和成为输出的状态量的信息,根据模型识别用数据对模型参数进行识别,将识别出的模型参数输出至仿真执行部13a。仿真执行部13a使用从模型结构选择部11输入的模型模板和从模型参数设定部12输入的模型参数,执行基于从指令路径生成部3输入的指令路径的仿真,对预测作业结果进行计算。
图7是表示实施方式1所涉及的仿真装置1a的仿真执行部13a的详细内容的框图。仿真执行部13a具有指令值运算模拟部14、伺服控制模拟部51a、51b、51c、过程控制模拟部15、驱动机构模型部16a、16b、16c、机械构造模型部17和过程模型部18。此外,在下面的说明中,在不对伺服控制模拟部51a、51b、51c各自进行区分而对这些共通的事项进行说明的情况下,有时将它们记载为伺服控制模拟部51。同样地,在不对驱动机构模型部16a、16b、16c各自进行区分而对这些共通的事项进行说明的情况下,有时将它们记载为驱动机构模型部16。
图8是表示实施方式1所涉及的仿真执行部13a的伺服控制模拟部51a的结构例的图。此外,伺服控制模拟部51b及51c的结构也是同样的。
伺服控制模拟部51a构成为,在图3所示的伺服控制部6a的电流控制器64的后级追加有扭矩推定器70。向伺服控制模拟部51a,取代来自旋转角检测器2的检测位置Xd,而是作为预测轴反馈从驱动机构模型部16a输入位置的推定值Xd1。伺服控制模拟部51a的加减运算器61a及速度运算器65进行使用了Xd1的运算。即,在伺服控制模拟部51a中,加减运算器61a对位置指令Xc和位置的推定值Xd1之间的差分即位置偏差(Xc-Xd1)进行运算。位置控制器62进行与位置偏差相对应的位置控制,生成速度指令的推定值Vc1。速度运算器65根据位置的推定值Xd1而生成检测速度的推定值Vd1。加减运算器61b对速度指令的推定值Vc1和检测速度的推定值Vd1之间的差分即速度偏差推定值Vde1=Vc1-Vd1进行运算。速度控制器63与速度偏差推定值Vde1相应地进行速度控制,生成电流指令的推定值Ic1。加减运算器61c对电流指令的推定值Ic1和由电流控制器64输出的电动机电流的推定值Ix1之间的差分即电流偏差推定值(Ic1-Ix1)进行运算。电流控制器64与电流偏差推定值(Ic1-Ix1)相应地进行电流控制,输出电动机电流的推定值Ix1。扭矩推定器70根据由电流控制器64输出的电动机电流的推定值Ix1,对电动机71的扭矩的推定值Tx1进行计算而输出至驱动机构模型部16a。
图9是表示使用实施方式1所涉及的仿真装置1a进行的数控工作机械99的仿真流程的流程图。使用该流程图,对使用了仿真装置1a的仿真流程进行说明。
在数控工作机械99的仿真中,首先,仿真执行部13a取得由指令路径生成部3创建出的指令路径(步骤S1)。
接下来,模型结构选择部11从机械信息保持部7取得结构信息(步骤S2)。结构信息是与机械装置部96的结构及由机械装置部96执行的作业的特征相关的信息。在结构信息中包含与数控工作机械99的机械的设计相关的信息和由指令路径生成部3创建出的指令路径中的与加工相关的信息。结构信息的具体例作为与数控工作机械99的机械的设计相关的信息,是在数控工作机械99中使用的数控装置、伺服控制装置、过程控制装置的名称、型号、软件、OS的版本、在数控工作机械99中使用的电动机的型号、编码器的种类和分辨率、机械装置部96的构造的信息、与机械装置部96的轴的结构相关的信息、与机械装置部96的轴的配置相关的信息等为了唯一地对模型模板进行选择所需的信息。
机械装置部96的构造的信息是对机械的构造赋予特征的标记,例如是C柱构造、门型构造、工作台回转型5轴、主轴回转型5轴等名称。但是,作为对构造赋予特征的标记,如果将构造的名称和实际的结构相关联,则可以附带任意的名称,也可以不是名称而是图示出的构造的插图、照片。
与机械装置部96的轴的结构相关的信息是对各轴的结构赋予特征的信息。例如是关于各轴所使用的轴承、滚珠丝杠驱动机构、引导机构、工作台各自将型号、形状、尺寸、规格与轴名称相对应的信息。但是,如果是对轴的结构赋予特征的信息,则也可以是图示出的结构部件的设计附图、3D模型、插图、照片。
与机械装置部96的轴的配置相关的信息是对轴的配置赋予特征的信息。例如,在将从与刀具接近的轴至工作物为止的轴配置通过文字进行表现的情况下,例如如果是图1及图2所示的数控工作机械99,则成为以下所述。此外,以下为了表示与附图的匹配关系而包含标号进行记载,但在实际的信息中无需标号。
刀具76-主轴83-压头92-Z轴-柱90-X轴-底座91-Y轴-工作台77-工作物78
但是,该记述方法是一个例子,如果对轴的配置赋予特征,则也可以是其他记述方法,可以不是文字而是图示出的插图,也可以与数控工作机械99的名称、型号、序列号等相关联。
并且,在机械装置的设计所使用的3维CAD软件中,存在对将多个部件组合时的机械的形状进行确认的功能,保存于被称为组件文件的文件中。在组件文件中对各部件的名称、所使用的要素部件的型号、轴的结构的信息进行储存。作为与机械装置部96的轴的配置相关的信息,即,对轴的配置赋予特征的信息,可以对如上所述的3维CAD的数据进行登记。
另外,在数控装置中,有时为了进行控制而对轴的名称、所使用的要素部件的尺寸等规格、与轴的配置相关的信息作为参数进行保存。可以使用在数控装置内部保存的与轴的配置和轴的结构相关的参数而作为对轴的配置赋予特征的信息。
由指令路径生成部3创建出的指令路径中的与加工相关的信息,是对成为仿真对象的数控工作机械99的作业赋予特征的信息。例如是使用的刀具的名称、型号、加工方法的名称。如上所述的信息也对在数控装置内部使用的刀具的名称、使用、加工的方法、加工周期作为参数进行登记,可以使用它们。
接下来,模型结构选择部11基于结构信息,从模型模板数据库部10对仿真执行部13a的仿真中使用的模型模板进行选择(步骤S3)。详细地说,模型结构选择部11首先对在指令值运算模拟部14中使用的模型模板进行选择。指令值运算模拟部14是对指令值运算部9的作业进行模拟的模型,是基于指令路径对分别针对机械装置部96所具有的各驱动轴即X轴、Y轴及Z轴的预测轴指令和针对主轴83的预测过程指令进行运算的模型。在模型模板数据库部10中,对各种指令值运算模拟部14中能够使用的根据指令路径对预测轴指令及预测过程指令进行运算的模型模板进行储存。模型模板例如是对针对每个机型、每个软件版本的指令值运算部9的举动通过源代码级进行再现的模型、对指令值运算部9的处理进行近似的模型或者不同的制造商的指令值运算部9的模型。数控工作机械99具有1个指令路径生成部3,因此模型结构选择部11基于结构信息,选择1个对应的标记过的模型模板。例如,从数控工作机械99所使用的通过数控装置的软件版本标记过的多个模型模板对与结构信息所包含的软件版本的标签一致的模型模板进行选择。但是,如果模型模板的标记唯一地决定出模型,则也可以使用型号、数控装置的序列号等任意的名称,也可以使用插图、照片。
同样地,模型结构选择部11关于伺服控制模拟部51a、51b、51c和伺服控制部6a、6b、6c、过程控制模拟部15和过程控制部5,也对模型模板进行选择。
对伺服控制模拟部51a、51b、51c设定的模型,是对从预测轴指令和预测轴反馈至预测致动器指令为止进行计算的模型。对过程控制模拟部15设定的模型是从预测过程指令和预测过程反馈至预测过程变更量为止的模型。数控工作机械99具有1个主轴和3个伺服控制装置,因此模型结构选择部11分别对1个过程控制模拟部15的模型模板和3个伺服控制模拟部51a、51b、51c的模型模板进行选择。模型结构选择部11例如从对伺服控制模拟部51设定的模型模板中对型号及软件版本与伺服控制装置相同的模型模板进行选择,从对过程控制模拟部15设定的模型模板中,对型号及软件版本与过程控制装置相同的模型模板进行选择。
并且,模型结构选择部11对在驱动机构模型部16a、16b、16c中使用的模型模板进行选择。驱动机构模型部16a、16b、16c基于预测致动器指令及预测轴干扰对预测轴位置进行计算。模型结构选择部11例如根据滚珠丝杠驱动机构、刚性联轴器、两端支撑轴承这样的轴的结构信息对滚珠丝杠驱动机构用的模型模板进行选择。
图10是表示驱动机构的模型模板的一个例子的图。图10的模型模板是具有滚珠丝杠驱动机构,通过刚性联轴器对电动机进行连接,由两端支撑的轴承构造支撑的驱动机构的模型模板的例子。该模型模板是将电动机惯性、联轴器惯性、滚珠丝杠惯性及工作台质量这4个惯性通过衰减与弹簧连接的力学模型,被称为4惯性模型。在4惯性模型中,是将电动机扭矩Tm和预测轴干扰设为输入,将电动机位置Xm设为预测轴反馈而输出,将工作台位置设为预测轴位置Xt而输出的模型。另外,旋转系摩擦模型是将电动机的旋转速度设为输入,将向电动机的摩擦力通过方程式进行记述的摩擦模型,直动系摩擦模型是将工作台速度设为输入,将向工作台的摩擦力通过方程式进行记述的摩擦模型。摩擦模型的计算式例如如果是粘性阻力,则能够通过F=Cv进行记述,C是粘性阻力,v是速度,F是摩擦力。另外,如果是库仑摩擦力,则能够通过F=sign(v)*F0进行记述,sign是符号函数,F0是库仑摩擦常数。另外,也可以使用作为多项式、工作台安装的摩擦模型。
另外,模型结构选择部11对在机械构造模型部17中使用的模型模板进行选择。机械构造模型部17是将各驱动轴的预测轴位置及预测过程干扰设为输入,将各驱动轴的预测轴干扰和作业点位移设为输出的模型。作业点位移是表示作业所使用的刀具76实际经过的路径的信息。模型结构选择部11在以数控工作机械99为对象的仿真中,对与C柱型的机械构造相对应的3输入4输出的状态空间模型进行选择。
最后,模型结构选择部11对在过程模型部18中使用的模型模板进行选择。过程模型部18将作业点位移及预测过程变更量设为输入,对预测过程干扰和预测作业结果即加工形状进行输出。模型结构选择部11在数控工作机械99进行使用正面铣削的铣削加工的情况下,选择对通过铣削加工产生的加工力进行预测,将切削力作为各轴方向的预测过程干扰而输出,将通过铣削加工创建的面形状作为预测作业结果而输出的模型模板。
以上,对由模型结构选择部11从模型模板数据库部10选择模型模板的具体方法进行了说明,但在这里选择出的模型是一个例子。如果定义出输入输出关系的计算式是各模型所需的输入输出,则可以是通过使用了已知的黑盒、白盒、灰盒、代理项、行为、状态空间、部分空间、传递函数、FEM(Finite Element Method:有限要素法)等的各种模型化方法的任意方法记述的模型构造等。另外,模型模板数据库部10可以不对全部模型模板进行分类而储存,也可以分类为指令值运算模拟部专用的模型模板、伺服控制模拟部专用的模型模板和驱动机构模型部专用的模型模板而进行储存。
如上所述的模型模板在机械的出厂时,可以由机械装置的制造商、数控装置的制造商预先登记,也可以对由机械用户、制造商、软件供应商或者第三方构建的模型进行下载而使用。另外,模型模板可以是与机械装置的用户保有的机械相匹配地构建并登记的模型模板。
接下来,模型参数设定部12基于模型信息,确认与通过步骤S3选择出的模型模板相对应的模型参数是否存在(步骤S4)。即,模型参数设定部12确认使用通过步骤S3选择出的模型模板而执行仿真所求出的模型参数是否已经存在。在对应的模型参数不存在的情况下(步骤S4:No),模型参数设定部12基于机械结构信息决定模型参数的初始值(以下设为初始参数)而设定于各模型模板(步骤S5)。初始参数可以是根据结构信息通过逻辑计算进行计算的参数,也可以是根据CAD数据进行计算的值。另外,也可以将在以前实施的加工中识别出的模型参数作为初始值使用。例如,指令值运算部9及伺服控制部6的参数能够使用在数控装置中登记完成的参数。运转质量能够根据CAD数据进行计算。另外,可以使用针对每个模型模板作为初始值而预先决定的模型参数。另外,在对应的模型参数不存在的情况下,可以省略仿真的执行步骤即后面记述的步骤S7而执行步骤S9进行初始加工,由此预先决定仿真所需的参数,然后开始仿真。
模型参数设定部12在与通过步骤S3选择出的模型模板相对应的模型参数存在的情况下(步骤S4:Yes),将对应的模型参数设定于各模型模板(步骤S6)。
接下来,仿真执行部13a使用指令路径、选择出的模型模板和所设定的模型参数而执行仿真,对加工形状进行预测,将预测出的加工形状作为预测作业结果进行输出(步骤S7)。
接下来,确认从仿真执行部13a输出的预测作业结果即仿真结果是否满足设计精度(步骤S8)。仿真结果是否满足设计精度的确认可以由用户进行,也可以由工作机械系统101a进行。例如通过对由指令路径表示的加工形状和预测作业结果之间的误差与阈值进行比较,从而判定是否满足设计精度。
在仿真结果不满足设计精度的情况下(步骤S8:No),返回至步骤S1。在该情况下,在指令路径生成部3对指令路径的生成所使用的数据进行修正后再次执行步骤S1,仿真执行部13a取得修正后的指令路径。然后,执行步骤S2~S7。
在仿真结果满足设计精度的情况下(步骤S8:Yes),将指令路径转发至指令值运算部9,在数控工作机械99中执行实际的加工(步骤S9)。即,过程控制部5及各伺服控制部6对机械装置部96的主轴83及各驱动轴进行控制而对工作物78进行加工。此时,机械装置信息收集部4从过程控制部5及各伺服控制部6对加工中的数据进行收集,将收集到的数据作为模型识别用数据而发送至仿真装置1a。
接下来,模型参数设定部12基于模型信息,针对在仿真执行部13a中设定的每个模型模板而进行模型参数的识别,更新为与更实际的加工一致的模型参数(步骤S10)。另外,模型参数设定部12对更新后的模型参数作为与在仿真执行部13a中设定的模型模板相对应的模型参数进行保存。模型参数的识别所使用的算法可以是数值计算、最小二乘法等参数拟合技术、ARX、ARMAX等已知的参数识别算法、使用了神经网络、Q学习的学习算法等任意者。模型信息是与模型的构造相关的信息,例如是模型的输入输出数据、模型所包含的参数值等。模型信息包含为了决定模型参数的识别算法所需的信息。在模型信息中可以还包含表示是否许可通过模型参数设定部12进行的参数更新的信息。例如指令值运算部9、过程控制部5及伺服控制部6作为软件进行安装,因此如果设定于实机的参数能够确认,则模型参数的真值无需进行识别。因此,不许可通过模型参数设定部12进行的参数更新,由此能够削减在这些模型参数的识别中使用的计算时间。另外,在模型信息中可以包含模型参数识别中应该使用的计算式的信息。由此模型参数设定部12能够对预先规定的模型参数识别的计算式进行选择。
以上,实施方式1所涉及的仿真装置1a能够以短时间构建反映了个体差异、作业条件的差异的模型,并且使作业结果的预测精度提高。并且,具有下述效果,即,在进行加工的形状发生了变化的情况下、由于重复的加工而机械的状态发生变化的情况下,通过使用更新后的模型参数,从而也能够始终执行高精度的仿真。另外,通过基于仿真结果对决定数控工作机械99的动作的参数进行调整,从而能够提高加工精度,能够实现数控工作机械99的性能提高。
在这里,对实现实施方式1所涉及的仿真装置1a的硬件进行说明。仿真装置1a的模型模板数据库部10通过存储器实现。模型结构选择部11、模型参数设定部12及仿真执行部13a通过处理电路实现。处理电路可以是执行在存储器中储存的程序的处理器及存储器,也可以是专用的硬件。
图11是表示将实现实施方式1所涉及的仿真装置1a的处理电路由处理器及存储器构成的情况下的例子的图。在处理电路由处理器201及存储器202构成的情况下,仿真装置1a的处理电路的各功能,即,模型结构选择部11、模型参数设定部12及仿真执行部13a通过软件、固件或者软件和固件的组合实现。软件或者固件作为程序被记述,储存于存储器202。在处理电路中,将在存储器202中存储的程序由处理器201读出而执行,由此实现各功能。即,处理电路具有存储器202,该存储器202用于对仿真装置1a的处理最终得以执行的程序进行储存。另外,这些程序可以说使计算机执行仿真装置1a的顺序及方法。
在这里,处理器201可以是CPU(Central Processing Unit)、处理装置、运算装置、微处理器、微型计算机或者DSP(Digital Signal Processor)等。另外,存储器202例如是RAM(Random Access Memory)、ROM(Read Only Memory)、闪存、EPROM(ErasableProgrammable ROM)、EEPROM(注册商标)(Electrically EPROM)等非易失性或者易失性的半导体存储器、磁盘、软盘、光盘、压缩盘、迷你盘或者DVD(Digital Versatile Disc)等。
图12是表示将实现实施方式1所涉及的仿真装置1a的处理电路由专用的硬件构成的情况下的例子的图。在处理电路由专用的硬件构成的情况下,图12所示的处理电路203例如是单一电路、复合电路、被程序化的处理器、被并行程序化的处理器、ASIC(ApplicationSpecific Integrated Circuit)、FPGA(Field Programmable Gate Array)或者它们的组合。可以将仿真装置1a的各功能按照功能通过处理电路203实现,也可以将各功能汇总而通过处理电路203实现。
此外,关于仿真装置1a的各功能,可以将一部分通过专用的硬件实现,将一部分通过软件或者固件实现。如上所述,处理电路能够通过专用的硬件、软件、固件或者它们的组合而实现上述各功能。
对在数控工作机械99中实现仿真装置1a的硬件进行了说明,但伺服控制装置、过程控制装置及数控装置也能够通过相同的硬件实现。
实施方式2.
图13是表示实施方式2所涉及的数控工作机械100的结构例的图。在本实施方式中,以与实施方式1的差异为中心进行说明。
数控工作机械100是激光加工机,进行通过聚光的激光将工作物78切断而实现加工形状的作业。激光由激光头82中的透镜聚光,从喷嘴84输出。数控工作机械100是被称为门型加工机的具有龙门架构造111的加工机,通过X轴、Y轴及Z轴对激光头82进行驱动。对龙门架构造111进行驱动的Y轴是被称为串联轴的结构。数控工作机械100对主动轴及从动轴这2个轴同步地进行驱动,由此能够对如龙门架构造111这种宽度宽的构件稳定地进行驱动。在数控工作机械100中,Y轴驱动部93Y对作为主动轴的Y轴进行驱动,V轴驱动部93V对作为从动轴的V轴进行驱动。
另外,在数控工作机械100中,X轴、Y轴及V轴是齿轮齿条驱动的进给机构,Z轴是线性电动机驱动的进给机构。在齿轮齿条驱动中,使带齿的齿轮即小齿轮86沿着带齿的直线状的齿轮即齿条85而相对移动,由此将电动机71的旋转运动变换为直线运动。另外,在齿轮齿条驱动中,在电动机71和小齿轮86之间具有为了使电动机减速而通过减速机79使电动机71减速的机构。线性电动机不具有机械的驱动机构,而是通过电磁铁实现直线的运动。
图14是表示实施方式2所涉及的工作机械系统101b的结构例的框图。工作机械系统101b在上述数控工作机械100中装入有仿真装置1b。与实施方式1所涉及的工作机械系统101a(参照图4)的差异点在于,具有对V轴进行驱动的伺服控制部6d,机械信息保持部7对仿真要件进行保持,所保持的仿真要件作为结构信息而发送至仿真装置1b,机械装置信息收集部4对由作业结果测定部8对实际作业结果进行评价得到的实际作业结果测定数据进行收集,在结构信息、指令路径及模型识别用数据的基础上还对仿真装置1b输入调整要件,仿真装置1b在预测作业结果的基础上还输出最佳参数。另外,激光加工机中的过程控制部5的控制对象不是主轴而是激光振荡器。因此,作为过程指令,取代速度指令Vc而是将激光振荡器控制指令Sc输入至过程控制部5。
机械信息保持部7所保持的仿真要件是与仿真所要求的精度相关的信息。一般来说,为了提高仿真精度,需要使用更复杂的模型,如果模型变得复杂,则仿真所需的时间变长,或仿真所需的硬件需要高性能。另一方面,仿真所要求的精度是为了对加工条件进行变更而所需充分的精度即可,因此通过设定仿真所要求的精度,从而能够实现兼顾所需充分的精度和计算时间的仿真。
作业结果测定部8是对作为作业结果的加工形状进行测定的装置,将作为实际作业结果的加工形状数据化,作为实际作业结果测定数据而发送至机械装置信息收集部4。作业结果测定部8例如作为图像测定器或者触针式形状测定器而安装。通过作业结果测定部8进行的数据发送可以与加工中的数据收集同时地进行,也可以在加工后由仿真装置1b实施模型参数的识别前发送。通过使用实际作业结果的数据而进行模型识别,从而能够决定更准确的模型参数。
图15是表示实施方式2所涉及的仿真装置1b的结构的详细内容的框图。与实施方式1所涉及的仿真装置1a(参照图6)的差异点在于,具有优化运算执行部19,取代仿真执行部13a而具有仿真执行部13b。优化运算执行部19基于通过仿真执行部13b预测出的预测作业结果和输入的调整要件对仿真的最佳参数进行计算,将指定向计算出的参数进行变更的模型参数变更指令输出至模型参数设定部12,并且将计算出的参数作为最佳参数而输出至外部。
输入至优化运算执行部19的调整要件是数控工作机械100在实际作业中应该达到的性能的目标值、成为优化的对象的参数、优化的试行次数的上限。优化运算执行部19在预测作业结果不满足调整要件所包含的性能的目标值的情况下,对指令路径生成部3、伺服控制部6、过程控制部5及机械装置部96b进行变更,对能够达到性能的目标值的参数进行计算。通常来说作为软件而安装的指令路径生成部3、伺服控制部6及过程控制部5的参数等与控制相关的参数的变更比较容易。另一方面,难以在短时间对驱动装置、机械构造等与设计相关的参数进行变更。另外,由于生产节拍时间及加工法的限制,在与控制相关的参数中存在无法变更的参数。为了应对如上所述的情况,通过调整要件,对成为优化的对象的模型参数进行设定。另外,在所设定的性能的目标值无法物理地实现的情况下有时优化没有在有限时间内完成,因此通过对优化的试行次数及试行时间的上限的一者或者两者进行设定,从而能够使现实时间的优化完成。在仿真装置1b中,一边对仿真执行部13b所使用的模型参数进行变更,一边重复仿真,优化运算执行部19通过仿真对最佳的参数进行探索。参数优化的方法可以使用已知的优化算法、学习算法的任意者。
图16是表示实施方式2所涉及的仿真执行部13b的详细内容的框图。与实施方式1所涉及的仿真执行部13a(参照图7)的差异点在于,不具有过程控制模拟部15及过程模型部18,而是具有驱动机构模型部16d、几何形状计算部20及伺服控制模拟部51d。几何形状计算部20根据作业点的位移对预测作业结果即3维的加工形状进行计算,将计算出的加工形状作为预测作业结果而输出。另外,伺服控制模拟部51d是与V轴的伺服控制部6d相对应的模型。
图17是表示使用实施方式2所涉及的仿真装置1b进行的数控工作机械100的仿真流程的流程图。使用该流程图,对使用了仿真装置1b的仿真流程进行说明。以与实施方式1的差异为中心对仿真流程进行说明。
在图17中,对与使用实施方式1所涉及的仿真装置1a进行的仿真流程有关的图9所示的流程图相同的处理标注相同的步骤编号。即,在图17所示的流程图中,取代图9所示的流程图的步骤S4~S8而包含步骤S14及S15。
首先,与实施方式1同样地,仿真执行部13b取得由指令路径生成部3创建出的指令路径(步骤S1)。
接下来,模型结构选择部11从机械信息保持部7取得结构信息(步骤S2)。在通过该步骤S2取得的结构信息中,在通过实施方式1中说明的图9的步骤S2取得的结构信息所包含的信息的基础上,还包含仿真要件。即,在实施方式2所涉及的仿真所使用的结构信息中,包含与数控工作机械100的机械的设计相关的信息、由指令路径生成部3创建出的指令路径中的与加工相关的信息和仿真要件。
作为与数控工作机械100的机械设计相关的信息,例如作为机械装置部96b的构造信息,包含表示龙门架构造的信息。另外,作为与机械装置部96b的轴结构相关的信息,例如图13所示的数控工作机械100的情况包含以下所示的信息。此外,以下为了表示与附图的匹配关系而包含标号进行记载,但在实际的信息中无需标号。
刀具76-Z轴-鞍座112-X轴-龙门架构造111-Y/V轴-底座91-工作物78
另外,作为由指令路径生成部3创建出的指令路径中的与加工相关的信息,例如包含表示激光切断的信息。
仿真要件例如可以是仿真装置1b中的仿真的精度、数控工作机械100应该实现的精度、与仿真时间相关的限制等通过数值表示的要件,或如仿真精度高·中·低这样的定性的要件。另外,作为仿真要件,可以直接设定从模型模板数据库部10选择的模型模板的标签。在本实施方式中,将数控工作机械100设为要求10微米的加工精度的激光加工机,下面,对作为仿真精度而设定了5微米的仿真要件的情况进行说明。
如果步骤S2的动作完成,则接下来模型结构选择部11基于结构信息,从模型模板数据库部10对仿真执行部13b的仿真中使用的模型模板进行选择(步骤S3)。即,仿真装置1b的模型结构选择部11按照与仿真装置1a的模型结构选择部11相同的顺序,对仿真执行部13b的指令值运算模拟部14、伺服控制模拟部51a、51b、51c、51d、驱动机构模型部16a、16b、16c、16d、机械构造模型部17及几何形状计算部20各自所使用的模型模板进行选择。
仿真执行部13b具有与实施方式1所涉及的仿真执行部13a相同的构造,但在仿真精度为5微米的情况下,模型结构选择部11在与仿真执行部13a的过程控制模拟部相当的处理部中没有设定模型模板。因此,仿真执行部13b不具有过程控制模拟部。在仿真执行部13b中,指令值运算模拟部14对预测过程指令进行计算,但由于不具有过程控制模拟部,因此在仿真中不使用预测过程指令。另外,在仿真执行部13b中,由于加工方法在激光加工中没有对过程控制模拟部设定模型模板,因此取代仿真执行部13a所具有的过程模型部18而使用几何形状计算部20。几何形状计算部20使用作业点位移,根据X、Y、Z的运动轨迹对被激光切断的面的轨迹进行计算而对加工形状进行计算,作为预测作业结果而输出加工形状。另外,在几何形状计算部使用20的情况下,不输入向机械构造模型部17的预测过程干扰。机械构造模型部17将预测过程干扰的输入作为零进行处理,对作业点位移进行运算。
模型结构选择部11从结构信息所包含的龙门架构造的信息及与轴的结构相关的信息,选择对应的龙门架构造模型而作为在机械构造模型部17中使用的模型模板。
图18是表示在实施方式2所涉及的数控工作机械100的机械构造模型部17中使用的模型模板的一个例子的图。图18所示的模型模板是对通过X轴产生的X方向的作业点位移、通过Z轴产生的Z方向的作业点位移和考虑了Y轴和V轴的干涉的Y方向的作业点位移进行计算的模型模板的一个例子。但是,对结构信息及模型模板进行选择的上述选择顺序是一个例子。如果模型结构选择部11针对结构信息而能够唯一地选择模型模板,则对哪个模型模板进行选择,或者对不使用模型模板这一选择进行关联是模型结构选择部11的设计规格,可以适当变更。
接下来,执行通过仿真执行部13b进行的仿真及通过优化运算执行部19进行的模型参数的优化(步骤S14)。即,仿真执行部13b使用指令路径、选择出的模型模板和模型参数而执行仿真,对加工形状进行预测,将预测出的加工形状作为预测作业结果进行输出。另外,优化运算执行部19基于预测作业结果及调整要件而进行模型参数的优化。优化运算执行部19将伺服控制装置的参数设为优化的对象而进行优化。优化运算执行部19例如对满足加工精度10微米这一调整要件的伺服参数进行探索。在优化中,优化运算执行部19对模型参数进行多次变更,使用变更后的模型参数由仿真执行部13b进行仿真,直至其预测作业结果满足调整要件为止,重复模型参数的变更及仿真。优化运算执行部19如果得到满足调整要件的模型参数,则将其作为最佳参数而输出。
如果步骤S14结束,则将最佳参数设定于数控工作机械100(步骤S15),数控工作机械100执行实际加工而输出实际作业结果(步骤S9)。此时,除了加工中的数据以外,机械装置信息收集部4对在加工后由作业结果测定部8测定出的实际作业结果所示的加工形状的数据进行收集。
接下来,仿真装置1b的模型参数设定部12对仿真执行部13b所使用的各模型模板的模型参数进行识别,对模型参数进行更新(步骤S10)。
如以上说明所述,根据实施方式2所涉及的仿真装置1b,能够实现必要充分的仿真精度及计算时间,并且对模型参数进行优化。
实施方式3.
在实施方式1及实施方式2中,在实际加工前执行仿真,但也可以将仿真和加工同时即并行地执行。因此,在本实施方式中,对将仿真和加工同时地执行的情况进行说明。
图19是表示实施方式3所涉及的工作机械系统101c的结构例的框图。工作机械系统101c相对于图1及图2所示的实施方式1所涉及的数控工作机械99装入有实施方式2所涉及的仿真装置1b。工作机械系统101c构成为将从仿真装置1b输出的最佳参数直接设定于指令值运算部9、过程控制部5及伺服控制部6a、6b、6c。
图20是表示使用实施方式3所涉及的仿真装置1b进行的数控工作机械99的仿真流程的流程图。在实施方式3中,在仿真装置1b执行步骤S1~S3而对要使用的模型模板进行选择后,将通过仿真装置1b实施的仿真和通过数控工作机械99实施的加工即通过机械装置部96实施的工作物的加工同时地执行(步骤S7、S9)。详细地说,在仿真装置1b中,仿真执行部13b的指令值运算模拟部14在数控工作机械99的指令值运算部9开始用于加工的指令值输出的同时开始仿真,在与由指令值运算部9输出轴指令和过程指令的定时相同的定时,输出预测轴指令和预测过程指令。
在实施方式2中,一边重复执行仿真,一边进行模型参数的优化,但在实施方式3中,每次在仿真的中途进行优化。即,对仿真要件设定模型参数的计算周期,针对所设定的每个计算周期由仿真装置1b的优化运算执行部19对满足调整要件的最佳参数进行计算。将由优化运算执行部19计算出的最佳参数立即发送至指令值运算部9、过程控制部5及伺服控制部6,设定于这些各部所使用的模型(步骤S28)。机械装置信息收集部4将针对模型参数的每个计算周期收集到的模型识别用数据发送至仿真装置1b,由仿真装置1b的模型参数设定部12对模型参数进行更新(步骤S29)。
如以上说明所述,在实施方式3所涉及的工作机械系统101c中,与加工同时地执行仿真,逐次更新为最佳参数,由此能够维持满足调整要件的加工精度。
实施方式4.
在本实施方式中,说明在与实施方式3相同结构的工作机械系统101c中,执行仿真而对模型参数进行更新的动作的变形例。
在实施方式3中,同时地实施实际的加工和仿真,对模型参数进行适当更新,但也可以在与加工同时地开始仿真的情况下,使仿真的进行速度比实际的加工速度快。
在仿真中能够使仿真时间以比现实的时间快的时间行进。例如,能够使在实际世界中以Treal秒结束的加工在仿真中以Tsim秒(Treal>Tsim)完成。因此,在实际加工产生误差前,通过仿真对加工误差产生进行预测,在实际加工中到达产生误差部位前将参数更新为最佳参数。
另外,在仿真装置1b中,可以对各个模型执行仿真的周期进行变更。例如仿真执行部13b的指令值运算模拟部14及伺服控制模拟部51作为离散时间系的软件进行安装。因此,通过伺服运算周期dts比指令值运算周期dtr快的周期(dtr>dts)进行运算。此时,将仿真的执行周期(dt)设为指令值运算周期和伺服运算周期的公约数(dtr=A*dt、dts=B*dt、A、B为整数)而执行,在仿真时间与伺服运算周期一致时执行伺服控制模拟部51的运算,在仿真时间与指令值运算周期一致时执行指令值运算模拟部14的运算。此外,指令值运算周期dtr是指令值运算部9进行指令值的运算的周期,伺服运算周期dts是伺服控制部6对电动机71进行控制的周期即对向电动机71的电动机电流的输出值进行更新的周期。
另外,在一般性的数控工作机械中,相当于图4等所示的伺服控制部6的处理部执行伺服控制的周期和相当于指令值运算部9的处理部执行指令值运算的周期大多设计为具有公约数。但是,驱动机构模型部16及机械构造模型部17基于连续系系统,因此有时无法通过伺服控制模拟部51的运算周期的整数倍的周期进行运算。在如上所述的情况下,即,在必须在不是先前工序模型的运算周期的定时执行运算的情况下,驱动机构模型部16及机械构造模型部17根据来自先前工序模型的过去的输入值、例如2样本前的输入值及1样本前的输入值,通过外插而求出当前的输入值,使用求出的输入值而执行仿真。
如以上说明所述,实施方式4所涉及的仿真装置1b具有下述效果,即,即使在连接有运算周期不同的模型块的情况下,也能够适当地执行仿真。
实施方式5.
图21是表示实施方式5所涉及的工作机械系统101d的结构例的框图。工作机械系统101d相对于图1及图2所示的实施方式1所涉及的数控工作机械99,装入有实施方式5所涉及的仿真装置1c。与实施方式1的差异点在于,对仿真装置1c取代指令路径而是输入指令值运算部9的输出即指令数据。指令数据是包含向主轴的过程指令和向各驱动的轴指令在内的排列。由实施方式5所涉及的仿真装置1c执行的仿真被称为HILS(Hardware In LoopSimulation),是将通过硬件运算出的信号设为输入的仿真。
图22是表示实施方式5所涉及的仿真装置1c的结构的详细内容的框图。与实施方式1所涉及的仿真装置1a(参照图6)的差异点在于,在仿真执行部13c中,输入来自指令值运算部9的指令数据。
图23是表示实施方式5所涉及的仿真执行部13c的详细内容的框图。与实施方式1所涉及的仿真执行部13a(参照图7)的差异点在于,不具有指令值运算模拟部14,将输入的指令数据所包含的预测过程指令输入至过程控制模拟部15,将指令数据所包含的预测轴指令输入至伺服控制模拟部51。指令值运算部9是数控装置的软件的一部分,但在指令值运算中,有时由于如倍率那样的速度变更指令、来自外部的减速指令、超过轴的移动范围的轴移动指令由超程引起的中断操作而轴停止或减速。通过将指令值运算部9的输出设为仿真装置1c的输入,从而能够更准确地对轴的运动进行再现。
如以上说明所述,实施方式5所涉及的工作机械系统101d构成为,将由指令值运算部9输出的指令数据输入至仿真装置1c。由此,实现针对中断操作也能够提供准确的仿真这一效果。
实施方式6.
图24是表示实施方式6所涉及的仿真执行部13d的详细内容的框图。与实施方式2所涉及的仿真执行部13b(参照图16)的差异点在于,具有对可编程逻辑控制器(PLC:Programmable Logic Controller)的动作进行模拟的PLC模拟部21。仿真执行部13d是进行与图1及图2所示的数控工作机械99有关的仿真的结构,不具有伺服控制模拟部51d及驱动机构模型部16d。
PLC模拟部21将在由PLC执行的控制程序中记述的命令即PLC命令、表示机械构造模型部17的状态的机械模型状态量、表示驱动机构模型部16的状态的驱动机构模型状态量和表示伺服控制模拟部51的状态的伺服模型状态量设为输入,对由PLC对控制对象的装置输出的指令即PLC指令进行运算而输出至指令值运算模拟部14。PLC针对来自操作面板的输入、超程、接触检测等的输入,生成停止、减速的指令而作为PLC指令。PLC作为PLC装置或者PLC软件而安装于数控工作机械99。
指令值运算模拟部14基于指令路径及PLC指令,对针对伺服控制模拟部51的预测轴指令进行运算。
如以上说明所述,具有实施方式6所涉及的仿真执行部13d的仿真装置具有下述效果,即,提供考虑了PLC的举动的仿真,能够对通过PLC指令生成的更准确的举动进行仿真。
实施方式7.
图25是表示实施方式7所涉及的工作机械系统101e的结构例的框图。工作机械系统101e具有实施方式2所涉及的仿真装置1b(参照图15及图16)和构造仿真装置22。
构造仿真装置22通过还被称为有限要素法的FEM等进行构造计算。在工作机械的设计评价中,大多使用FEM对固有振动进行评价。在FEM中,将由CAD创建出的3维的机械模型分割为网格,能够对精密的机械振动特性进行计算。另一方面,由于要素数多,因此大多不适于如加工仿真那样的高速的仿真。
在工作机械系统101e中,将由构造仿真装置22通过FEM计算出的振动特性作为模型识别用数据而输入至仿真装置1b。在仿真装置1b中,与模型模板相匹配地使用通过FEM计算出的振动特性而进行识别,由此对模型进行近似,减小模型尺寸。将其称为退缩。在仿真装置1b中,例如模型结构选择部11关于从模型模板数据库部10选择出的模型模板,对数控工作机械99或者100的振动特性进行计算,进行模型模板的退缩。仿真装置1b通过进行模型退缩,从而能够高速地进行仿真。另外,仿真装置1b对构造计算的设计参数进行优化。
实施方式7所涉及的工作机械系统101e在工作机械的开发时,能够在试制前的设计阶段对数控工作机械的性能进行预先评价,具有能够实现设计的高效化这一效果。
实施方式8.
图26是表示实施方式8所涉及的工作机械系统101f的结构例的示意图。工作机械系统101f具有仿真装置1f和多个数控工作机械99-1~99-3。仿真装置1f安装于计算机23内,经由网络集线器24与数控工作机械99-1~99-3各自连接。此外,与仿真装置1f连接的数控工作机械的数量并不限定于图示的数量。
在实施方式8所涉及的工作机械系统101f中,针对省略图示的工作物78,多个数控工作机械99-1~99-3各自依次实施不同的加工,由此实现最终形状。此时,仿真装置1f关于数控工作机械99-1~99-3分别进行模型模板的选择和模型参数的识别。仿真装置1f在进行加工的仿真时,通过对数控工作机械99-1~99-3的仿真进行切换而实施,从而对工作物78的最终形状进行预测,对通过各个数控工作机械产生的加工的影响进行计算。
如以上说明所述,根据实施方式8所涉及的工作机械系统101f,能够进行使用多个数控工作机械而实现最终形状即1个加工形状的结构的仿真。
以上的实施方式所示的结构表示一个例子,也能够与其他公知技术组合,也能够将实施方式彼此组合,在不脱离主旨的范围也能够将结构的一部分省略、变更。
标号的说明
1a、1b、1c、1f仿真装置,2旋转角检测器,3指令路径生成部,4机械装置信息收集部,5过程控制部,6a、6b、6c、6d伺服控制部,7机械信息保持部,8作业结果测定部,9指令值运算部,10模型模板数据库部,11模型结构选择部,12模型参数设定部,13a、13b、13c、13d仿真执行部,14指令值运算模拟部,15过程控制模拟部,16a、16b、16c、16d驱动机构模型部,17机械构造模型部,18过程模型部,19优化运算执行部,20几何形状计算部,21PLC模拟部,22构造仿真装置,23计算机,24网络集线器,51a、51b、51c、51d伺服控制模拟部,61a、61b、61c加减运算器,62位置控制器,63速度控制器,64电流控制器,65速度运算器,70扭矩推定器,71电动机,72引导机构,73进给螺钉,74联轴器,75a、75b支撑轴承,76刀具,77工作台,78工作物,79减速机,80加速度传感器,81螺母,82激光头,83主轴,84喷嘴,85齿条,86小齿轮,90柱,91底座,92压头,93X X轴驱动部,93Y Y轴驱动部,93Z Z轴驱动部,94主轴控制部,95X伺服控制装置,96、96b机械装置部,97X驱动机构,98机械构造,99、99-1、99-2、99-3、100数控工作机械,101a、101b、101c、101d、101e、101f工作机械系统,111龙门架构造,112鞍座。
Claims (18)
1.一种仿真装置,其特征在于,具有:
模型模板数据库部,其存储多个模型模板,该模型模板通过计算式记述有构成由机械装置对多个致动器进行驱动而执行的作业的要素的输入和输出之间的关系;
模型结构选择部,其基于所述机械装置的结构及对所述作业赋予特征的结构信息,从所述模型模板数据库部对1个或多个所述模型模板进行选择;
模型参数设定部,其针对由所述模型结构选择部选择出的所述模型模板,对所述模型模板的变量即模型参数进行设定;以及
仿真执行部,其基于由所述模型参数设定部设定出所述模型参数后的所述模型模板、和在执行所述作业时在所述作业中使用的刀具应该经过的路径即指令路径而执行所述作业的仿真,对所述作业的预测结果即预测作业结果进行计算。
2.根据权利要求1所述的仿真装置,其特征在于,
具有优化运算执行部,该优化运算执行部基于所述预测作业结果和在所述作业中应该达到的性能而进行所述模型参数的优化。
3.根据权利要求2所述的仿真装置,其特征在于,
所述模型参数设定部在设定所述模型参数后,如果得到设定有由所述优化运算执行部进行优化后的所述模型参数的所述机械装置的作业结果,则基于得到的作业结果,对在所述模型模板中设定完成的所述模型参数进行更新。
4.根据权利要求3所述的仿真装置,其特征在于,
将由所述优化运算执行部对所述模型参数进行优化的处理和由所述模型参数设定部对在所述模型模板中设定完成的所述模型参数进行更新的处理并列地执行。
5.根据权利要求1至4中任一项所述的仿真装置,其特征在于,
所述模型结构选择部使用在对所述机械装置的轴进行控制的伺服控制装置及过程控制装置中设定的控制参数而作为所述结构信息,对所述模型模板进行选择。
6.根据权利要求1至5中任一项所述的仿真装置,其特征在于,
所述模型参数设定部基于对所述机械装置的轴进行控制的伺服控制装置的特征量及由设置于所述机械装置的传感器输出的传感器数据对所述模型参数进行识别,将识别出的所述模型参数设定于所述模型模板。
7.根据权利要求1至6中任一项所述的仿真装置,其特征在于,
所述仿真执行部具有:
指令值运算模拟部,其基于所述指令路径,对时间序列的针对所述机械装置的各驱动轴的预测轴指令及针对主轴的预测过程指令进行运算;
多个伺服控制模拟部,它们基于所述预测轴指令及预测轴反馈信号,对向关联的所述驱动轴的预测致动器驱动指令进行运算;
过程控制模拟部,其基于所述预测过程指令及预测过程反馈信号,对向所述主轴的预测过程变更量进行运算;
多个驱动机构模型部,它们基于所述预测致动器驱动指令及预测轴干扰,对关联的所述驱动轴的预测轴位置进行运算,并且将运算出的预测轴位置作为所述预测轴反馈信号而输出至所述伺服控制模拟部;
机械构造模型部,其基于由多个所述驱动机构模型部各自运算出的所述预测轴位置和预测过程干扰,对作业点位移和各驱动轴的所述预测轴干扰进行运算;以及
过程模型部,其基于所述作业点位移,对预测作业结果及所述预测过程干扰进行运算。
8.根据权利要求7所述的仿真装置,其特征在于,
所述指令值运算模拟部在所述机械装置中以比由指令值运算部对针对所述驱动轴的轴指令及针对所述主轴的过程指令进行运算的周期短的周期,对所述预测轴指令及所述预测过程指令进行运算。
9.根据权利要求7或8所述的仿真装置,其特征在于,
将由所述伺服控制模拟部执行运算的周期即伺服运算周期设为比由所述指令值运算模拟部执行运算的周期即指令值运算周期短的时间,
设定所述伺服运算周期的整数倍且所述指令值运算周期的整数倍的周期即仿真执行周期,
所述指令值运算模拟部在所述指令值运算周期和所述仿真执行周期一致的定时,对所述预测轴指令及所述预测过程指令进行运算,
所述伺服控制模拟部在所述伺服运算周期和所述仿真执行周期一致的定时,对所述预测致动器驱动指令进行运算。
10.根据权利要求7至9中任一项所述的仿真装置,其特征在于,
所述驱动机构模型部在对所述预测轴位置进行运算的定时和由所述伺服控制模拟部对所述预测致动器驱动指令进行运算的定时不同的情况下,使用基于由所述伺服控制模拟部在过去运算完成的预测致动器驱动指令而求出的当前的预测致动器驱动指令对所述预测轴位置进行运算,
所述机械构造模型部在对所述作业点位移及所述预测轴干扰进行运算的定时和由所述驱动机构模型部对所述预测轴位置进行运算的定时不同的情况下,使用基于由所述驱动机构模型部在过去运算完成的预测轴位置而求出的当前的预测轴位置对所述作业点位移及所述预测轴干扰进行运算。
11.根据权利要求1至6中任一项所述的仿真装置,其特征在于,
所述仿真执行部具有:
指令值运算模拟部,其基于由可编程逻辑控制器用于对所述机械装置进行控制的指令和所述指令路径,对时间序列的针对所述机械装置的各驱动轴的预测轴指令进行运算;
多个伺服控制模拟部,它们基于所述预测轴指令及预测轴反馈信号,对向关联的所述驱动轴的预测致动器驱动指令进行运算;
多个驱动机构模型部,它们基于所述预测致动器驱动指令及预测轴干扰,对关联的所述驱动轴的预测轴位置进行运算,并且将运算出的预测轴位置作为所述预测轴反馈信号而输出至所述伺服控制模拟部;
机械构造模型部,其基于由多个所述驱动机构模型部各自运算出的所述预测轴位置对作业点位移进行运算;以及
几何形状计算部,其基于所述作业点位移,对预测作业结果进行运算。
12.根据权利要求1至11中任一项所述的仿真装置,其特征在于,
所述仿真执行部使用基于所述指令路径而运算出的针对所述机械装置的指令而执行所述仿真。
13.根据权利要求1至12中任一项所述的仿真装置,其特征在于,
所述模型模板是使用黑盒、白盒、灰盒、代理项、行为、状态空间、部分空间、传递函数或者有限要素法而记述的构造。
14.根据权利要求1至13中任一项所述的仿真装置,其特征在于,
所述模型结构选择部基于所述机械装置的振动特性使选择出的所述模型模板退缩,
所述仿真执行部使用退缩后的所述模型模板而执行所述仿真。
15.根据权利要求1至14中任一项所述的仿真装置,其特征在于,
使由多个加工装置针对工作物执行不同的加工而实现最终形状的系统的所述多个加工装置各自的作业的仿真依次执行,对所述最终形状进行预测。
16.一种工作机械系统,其特征在于,具有:
权利要求1至15中任一项所记载的仿真装置;以及
工作机械,其通过基于由所述仿真装置输出的所述预测作业结果的作业条件而进行工作物的加工。
17.一种仿真方法,其由对驱动多个致动器而执行的作业的结果进行预测的仿真装置执行,
该仿真方法的特征在于,包含:
第1步骤,从通过计算式记述有构成所述作业的要素的输入和输出之间的关系的多个模型模板中,基于执行所述作业的机械装置的结构及对所述作业赋予特征的结构信息对1个或多个所述模型模板进行选择;
第2步骤,针对通过所述第1步骤选择出的所述模型模板,对所述模型模板的变量即模型参数进行设定;以及
第3步骤,基于通过所述第2步骤设定出所述模型参数后的所述模型模板和在执行所述作业时在所述作业中使用的刀具应该经过的路径即指令路径而执行所述作业的仿真,对所述作业的预测结果即预测作业结果进行计算。
18.一种加工方法,其特征在于,包含:
第1步骤,仿真装置从通过计算式记述有构成由机械装置对多个致动器进行驱动而执行的加工作业的要素的输入和输出之间的关系的多个模型模板中,基于所述机械装置的结构及对所述加工作业赋予特征的结构信息对1个或多个所述模型模板进行选择;
第2步骤,所述仿真装置针对通过所述第1步骤选择出的所述模型模板,对所述模型模板的变量即模型参数进行设定;
第3步骤,所述仿真装置基于通过所述第2步骤设定出所述模型参数后的所述模型模板和在所述加工作业时刀具应该经过的路径即指令路径而执行所述加工作业的仿真,对所述加工作业的预测结果即预测作业结果进行计算;
第4步骤,所述仿真装置基于所述预测作业结果,对由所述机械装置执行所述加工作业时所使用的参数进行调整;以及
所述机械装置使用调整后的所述参数而执行所述加工作业的步骤。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2021/003561 WO2022162944A1 (ja) | 2021-02-01 | 2021-02-01 | シミュレーション装置、工作機械システム、シミュレーション方法および加工方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116802572A true CN116802572A (zh) | 2023-09-22 |
Family
ID=78409781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180091571.9A Pending CN116802572A (zh) | 2021-02-01 | 2021-02-01 | 仿真装置、工作机械系统、仿真方法及加工方法 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP6961128B1 (zh) |
CN (1) | CN116802572A (zh) |
DE (1) | DE112021006982T5 (zh) |
WO (1) | WO2022162944A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023152869A1 (ja) * | 2022-02-10 | 2023-08-17 | 三菱電機株式会社 | 加工評価装置、加工システム、および加工評価方法 |
WO2024209686A1 (ja) * | 2023-04-07 | 2024-10-10 | ファナック株式会社 | 加工シミュレーション装置及び加工シミュレーション方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6344204A (ja) * | 1986-08-08 | 1988-02-25 | Fujitsu Ltd | ロボツトのデイジタル制御装置 |
JP6871842B2 (ja) * | 2017-11-30 | 2021-05-19 | 三菱重工工作機械株式会社 | 加工シミュレーションの条件の適正化方法、加工シミュレーション装置、加工シミュレーションシステム及びプログラム |
JP6494897B1 (ja) * | 2018-07-05 | 2019-04-03 | 三菱電機株式会社 | 数値制御装置 |
WO2020217282A1 (ja) * | 2019-04-22 | 2020-10-29 | 三菱電機株式会社 | サーボ制御装置 |
-
2021
- 2021-02-01 CN CN202180091571.9A patent/CN116802572A/zh active Pending
- 2021-02-01 WO PCT/JP2021/003561 patent/WO2022162944A1/ja active Application Filing
- 2021-02-01 DE DE112021006982.9T patent/DE112021006982T5/de active Pending
- 2021-02-01 JP JP2021525657A patent/JP6961128B1/ja active Active
Also Published As
Publication number | Publication date |
---|---|
WO2022162944A1 (ja) | 2022-08-04 |
DE112021006982T5 (de) | 2023-11-30 |
JPWO2022162944A1 (zh) | 2022-08-04 |
JP6961128B1 (ja) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107111297B (zh) | 用于由至少一台计算机数控机器加工的工件的部件分析的计算机实现方法 | |
Schneider et al. | Improving robotic machining accuracy through experimental error investigation and modular compensation | |
Zaeh et al. | Improvement of the machining accuracy of milling robots | |
JP6469065B2 (ja) | 機械学習装置及び加工時間予測装置 | |
WO2013108569A1 (en) | System and method for controlling redundant actuators of a laser cutting machine | |
JP2013515313A (ja) | 数値制御マシンツールのための予測制御及び仮想表示システム | |
JP6961128B1 (ja) | シミュレーション装置、工作機械システム、シミュレーション方法および加工方法 | |
Bauer et al. | Analysis of industrial robot structure and milling process interaction for path manipulation | |
JP2020071734A (ja) | 数値制御装置 | |
JPWO2019043852A1 (ja) | 数値制御システムおよびモータ制御装置 | |
JP4031627B2 (ja) | 工作機械の性能評価装置及びこれを備えた性能評価システム | |
JP2018067210A (ja) | 数値制御装置 | |
Kombarov et al. | S-Shape feedrate scheduling method with smoothly-limited jerk in cyber-physical systems | |
Le Flohic et al. | Model-based method for feed drive tuning applied to serial machine tool | |
JP7158636B1 (ja) | 加工評価装置、加工システム、および加工評価方法 | |
CN118647948A (zh) | 加工时间预测装置以及加工时间预测方法 | |
EP0625739B1 (en) | Apparatus for movement of an object | |
Cugnon et al. | Simulation of machining operations using the virtual machine tool concept | |
Berselli et al. | Design optimisation of cutting parameters for a class of radially-compliant spindles via virtual prototyping tools | |
Mekid | Spatial thermal mapping using thermal infrared camera and wireless sensors for error compensation via open architecture controllers | |
Moten et al. | An integrated simulation approach for the design and a | |
JP7175433B1 (ja) | 加工面品位シミュレーション装置および加工面品位表示方法 | |
WO2022264338A1 (ja) | 制御装置、干渉チェック装置、及び制御システム | |
JP2005032048A (ja) | モーションコントロールシミュレータ及びその機能を備えた電動機制御系の調整支援装置 | |
Tani et al. | Dynamic hybrid modeling of the vertical z axis in a high-speed machining center: towards virtual machining |
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 |