CN117124136B - 一种机床的校正方法、系统、装置和介质 - Google Patents

一种机床的校正方法、系统、装置和介质 Download PDF

Info

Publication number
CN117124136B
CN117124136B CN202311364859.6A CN202311364859A CN117124136B CN 117124136 B CN117124136 B CN 117124136B CN 202311364859 A CN202311364859 A CN 202311364859A CN 117124136 B CN117124136 B CN 117124136B
Authority
CN
China
Prior art keywords
machine tool
error
data
correction
preset
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
CN202311364859.6A
Other languages
English (en)
Other versions
CN117124136A (zh
Inventor
王忠林
曹敏健
郑敏锋
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.)
Wele Mechatronic Suzhou Co ltd
Original Assignee
Wele Mechatronic Suzhou 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 Wele Mechatronic Suzhou Co ltd filed Critical Wele Mechatronic Suzhou Co ltd
Priority to CN202311364859.6A priority Critical patent/CN117124136B/zh
Publication of CN117124136A publication Critical patent/CN117124136A/zh
Application granted granted Critical
Publication of CN117124136B publication Critical patent/CN117124136B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q11/00—Accessories fitted to machine tools for keeping tools or parts of the machine in good working condition or for cooling work; Safety devices specially combined with or arranged in, or specially adapted for use in connection with, machine tools
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Numerical Control (AREA)

Abstract

本说明书实施例提供一种机床的校正方法、系统、装置和介质，该方法包括获取加工件的图像数据和加工环境的环境数据，环境数据包括环境温度数据；基于图像数据和环境数据，判断机床是否校正；以及响应于机床校正时，通过校正算法对机床进行校正。控制机床对测试件的预设面进行切割，得到第一切割件；控制机床以测试件的中心点为旋转中心，基于第一预设旋转角度对第一切割件进行旋转；控制机床对旋转后的第一切割件的预设面进行切割，得到第二切割件；基于测试件的中心点与第二切割件的中心点的位置误差，确定旋转中心误差；基于旋转中心误差，对机床进行校正。

Description

一种机床的校正方法、系统、装置和介质
技术领域
本说明书涉及机床校正领域，特别涉及一种机床的校正方法、系统、装置和介质。
背景技术
机床不仅可用于切削，还可用于锻压、焊接等加工工艺。在这些加工过程中，工件有时需要围绕某个轴线进行旋转，以实现所需的加工操作。如果进行旋转的旋转中心存在偏差或不准确，将导致加工轴线与设计要求偏离，从而影响加工精度和工件的质量。因此需要对机床进行判断，确定是否需要校正以及如何进行校正。
CN110977613B提供了一种基于试件自标定的五轴数控机床几何误差辨识方法，该方法根据特征与误差间的映射关系，不同模式下测量同一特征，建立参考组和对比组，无需标定试件的直径和外形尺寸，仅根据参考组和对比组的数据之差来辨识出运动轴的几何误差。然而，此方法未对机床进行判断，确定是否需要校正。
因此，可以提供一种机床的校正方法、系统、装置和介质，可以准确判断机床是否需要校正，提高机床校正的效率，降低机床校正的成本，使得机床校正简单便捷、经济实惠。
发明内容
本说明书一个或多个实施例提供一种机床的校正方法，所述方法由机床的校正系统执行，包括：获取加工件的图像数据和加工环境的环境数据，所述环境数据包括环境温度数据；基于所述图像数据和所述环境数据，判断机床是否校正；以及响应于所述机床校正时，通过校正算法对所述机床进行校正；所述响应于所述机床校正时，通过校正算法对所述机床进行校正包括：控制所述机床对测试件的预设面进行切割，得到第一切割件，其中，所述测试件的形状为预设形状；控制所述机床以所述测试件的中心点为旋转中心，基于第一预设旋转角度对所述第一切割件进行旋转；控制所述机床对旋转后的所述第一切割件的所述预设面进行切割，得到第二切割件；基于所述测试件的中心点与所述第二切割件的中心点的位置误差，确定旋转中心误差，基于实际加工参数、标准加工参数、所述环境数据和误差数据序列，通过角度确定模型确定多次实验的多个第二预设旋转角度，其中，所述角度确定模型为机器学习模型，所述多次实验为基于多个所述测试件，确定所述旋转中心误差；基于所述旋转中心误差，对所述机床进行校正。
本说明书实施例之一提供一种机床的校正系统，所述系统包括获取模块、判断模块和校正模块；所述获取模块被配置为获取加工件的图像数据和加工环境的环境数据，所述环境数据包括环境温度数据；所述判断模块被配置为基于所述图像数据和所述环境数据，判断机床是否校正；以及所述校正模块被配置为响应于所述机床校正时，通过校正算法对所述机床进行校正；所述校正模块进一步被配置为：控制所述机床对测试件的预设面进行切割，得到第一切割件，其中，所述测试件的形状为预设形状；控制所述机床以所述测试件的中心点为旋转中心，基于第一预设旋转角度对所述第一切割件进行旋转；控制所述机床对旋转后的所述第一切割件的所述预设面进行切割，得到第二切割件；基于所述测试件的中心点与所述第二切割件的中心点的位置误差，确定旋转中心误差，基于实际加工参数、标准加工参数、所述环境数据和误差数据序列，通过角度确定模型确定多次实验的多个第二预设旋转角度，其中，所述角度确定模型为机器学习模型，所述多次实验为基于多个所述测试件，确定所述旋转中心误差；基于所述旋转中心误差，对所述机床进行校正。
本说明书一个或多个实施例提供一种机床的校正装置，所述装置包括至少一个处理器以及至少一个存储器；所述至少一个存储器用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现上述的机床的校正方法。
本说明书一个或多个实施例提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执上述的机床的校正方法。
附图说明
本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
图1是根据本说明书一些实施例所示的机床的校正系统的示例性模块图；
图2是根据本说明书一些实施例所示的机床的校正方法的示例性流程图；
图3是根据本说明书一些实施例所示的对机床进行校正的示例性流程图；
图4是根据本说明书一些实施例所示的加工参数确定模型的示例性示意图；
图5是根据本说明书一些实施例所示的对机床进行校正的示例性示意图；
图6是根据本说明书一些实施例所示的总误差分布的示例性示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
机床的校正过程中，机床的旋转中心确定了其加工轴线的位置，如果旋转中心存在偏差或不准确，将导致加工轴线与设计要求偏离，从而影响工件的几何形状和尺寸精度，影响工件质量。CN110977613B通过在旋转轴中心处固定放置一个未标定的圆柱形试件，再通过探针测头对其进行标定，并且通过改变探针测头的固定位置或改变平动轴或旋转轴的运动方式确定机床旋转中心，该方法未对机床进行判断，确定是否需要校正。在不进行判断是否需要校正的情况下，虽然可以定时校正，例如每n天进行校正，但是这样可能会导致机床不能及时得到校正，从而导致工件加工不合格，并且可能会导致在机床旋转中心准确的情况下依然对其进行校正，浪费时间，影响工作流程进度。因此，本说明书一些实施例中，提供一种机床的校正方法和系统，通过获取的加工件的图像数据和加工环境的环境数据，判断机床是否需要校正，响应于机床需要校正时，通过校正算法对机床进行校正。通过先判断是否需要校正能够对机床及时进行校正，保障工件合格率，并且减少不必要的校正次数，提高工作流程进度。通过校正算法代替测量设备，可以实现几乎零成本，且简单便捷地对机床进行校正的效果。
图1是根据本说明书一些实施例所示的机床的校正系统的示例性模块图。如图1所示，机床的校正系统100可以包括获取模块110、判断模块120和校正模块130。
在一些实施例中，获取模块110可以被配置为获取加工件的图像数据和加工环境的环境数据，环境数据包括环境温度数据。获取模块可以包括相机、摄像机、激光扫描仪、传感器等，其中传感器包括温度传感器、湿度传感器等。
在一些实施例中，判断模块120可以被配置为基于图像数据和环境数据，判断机床是否校正。判断模块可以包括机器学习模型等。
在一些实施例中，校正模块130可以被配置为响应于机床校正时，通过校正算法对机床进行校正。校正模块可以包括机器学习模型等。
在一些实施例中，校正模块130进一步被配置为控制机床对测试件的预设面进行切割，得到第一切割件，其中，测试件的形状为预设形状；控制机床以测试件的中心点为旋转中心，基于第一预设旋转角度对第一切割件进行旋转；控制机床对旋转后的第一切割件的预设面进行切割，得到第二切割件；基于测试件的中心点与第二切割件的中心点的位置误差，确定旋转中心误差；基于旋转中心误差，对机床进行校正。
在一些实施例中，校正模块130进一步被配置为基于实际加工参数、标准加工参数、环境数据和误差数据序列，通过角度确定模型确定多次实验的多个第二预设旋转角度，其中，角度确定模型为机器学习模型,多次实验为基于多个测试件，确定旋转中心误差。
在一些实施例中，获取模块110进一步被配置为控制图像采集装置采集加工件的图像数据；控制环境采集装置采集加工环境的环境数据，环境采集装置包括温度传感器；基于图像数据和环境数据，通过加工参数确定模型，确定加工件的实际加工参数，加工参数确定模型为机器学习模型；基于实际加工参数和加工件的标准加工参数，确定加工误差数据。
在一些实施例中，判断模块120进一步被配置为基于加工误差数据，判断机床是否校正。
关于上述的更多内容参见图2至图6及其相关描述。
在一些实施例中，机床的校正系统100可以包括处理器、存储设备、网络和/或其他连接系统与外部资源的组成部分。处理器可以通过网络获取与机床的校正系统100相关的数据和/或信息。例如，处理器可以通过网络获取图像采集装置采集的图像数据。又例如，处理器可以通过网络获取环境采集装置采集的环境数据。上述的更多内容可以参见图2的相关描述。处理器可以从存储设备中获取预先存储的与机床的校正系统100相关的数据和/或信息。
在一些实施例中，图1中披露的获取模块110、判断模块120和校正模块130可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。
图2是根据本说明书一些实施例所示的机床的校正方法的示例性流程图。如图2所示，流程200包括下述步骤。在一些实施例中，流程200可以由机床的校正系统100执行。
步骤210，获取加工件的图像数据和加工环境的环境数据。
加工件是指由机床进行加工而制成的制造零部件。
图像数据是指表征加工件的相关数据。例如，图像数据可以包括加工件的图片、视频等数据。在一些实施例中，图像数据可以通过图像序列数据进行表示。
图像序列数据可以包括在不同时间点对加工件采集的多个图像数据。图像序列数据包括的多个图像数据可以是对加工件进行多角度采集的图像数据。
环境数据是指表征加工件所处加工环境的数据。其中，加工环境是指机床对加工件进行时，周围的环境。
在一些实施例中，环境数据可以包括环境温度数据、环境湿度数据等。其中，环境温度数据是指表征加工环境温度的数据。环境湿度数据是指表征加工环境湿度的数据。
在一些实施例中，图像数据和环境数据可以通过多种方式获取。例如，图像数据可以由人工多角度拍摄获取并输入到机床的校正系统100中。环境数据可以由人工测量获取并输入到机床的校正系统100中。
在一些实施例中，机床的校正系统100可以控制图像采集装置采集加工件的图像数据，控制环境采集装置采集加工环境的环境数据。其中，环境采集装置包括温度传感器。
图像采集装置是指采集加工件的图像数据的装置。例如，摄像头、相机等。在一些实施例中，可以有多个图像采集装置，多个图像采集装置可以被配置于多个第一位置。其中，多个第一位置是指不同角度采集加工件的图像数据的位置。
环境采集装置是指采集加工环境的环境数据的装置。例如，温度传感器、湿度传感器等。在一些实施例中，可以有多个环境采集装置，多个环境采集装置可以被配置于多个第二位置。其中，多个第二位置是指不同方位采集加工环境的环境数据的位置。
在一些实施例中，机床的校正系统100可以控制多个图像采集装置，连续或间断的采集加工件多个不同角度的图像数据。
在一些实施例中，机床的校正系统100可以控制多个环境采集装置连续或间断的采集加工环境不同方位的环境数据。
步骤220，基于图像数据和环境数据，判断机床是否校正。
由于机床在使用过程中，会出现偏差（如定位误差等），影响加工精度和加工件的质量，导致生产的加工件不合格，所以需要机床的校正系统100判断机床是否需要校正，响应于是时，对机床进行校正，以获得准确的加工定位，提高生产的加工件的质量。
在一些实施例中，机床的校正系统100可以通过多种方式判断机床是否需要校正。例如，机床的校正系统100可以通过向量匹配的方式判断机床是否需要校正，将待匹配向量与标准向量进行匹配，将与待匹配向量相似度最高的标准向量作为确定的标准向量，将标准向量对应的判断结果作为待匹配向量对应的判断结果。其中，待匹配向量可以基于当前的图像数据和环境数据构建。标准向量基于历史数据中的历史图像数据和历史环境数据构建。每个标准向量分别对应一个判断结果。判断结果可以包括机床需要校正、机床不需要校正。
在一些实施例中，机床的校正系统100可以基于图像数据和环境数据，通过加工参数确定模型，确定加工件的实际加工参数；基于实际加工参数和加工件的标准加工参数，确定加工误差数据；基于加工误差数据，判断机床是否需要校正。
实际加工参数是指与实际生产的加工件相关的数据。例如，实际加工参数可以包括加工件尺寸、打孔位置、孔径等中的至少一种。
加工参数确定模型可以指用于确定加工件的实际加工参数和/或误差数据的模型。在一些实施例中，加工参数确定模型可以是机器学习模型。例如，加工参数确定模型可以包括卷积神经网络（Convolutional Neural Networks，CNN）模型、神经网络（NeuralNetworks，NN）模型或其他自定义的模型结构等中的任意一种或组合。
在一些实施例中，加工参数确定模型的输入可以包括加工件的图像数据和环境数据，输出可以包括加工件的实际加工参数。
在一些实施例中，可以基于大量带有第一标签的第一训练样本训练加工参数确定模型。第一训练样本可以是样本加工件的样本图像数据和样本环境数据，第一训练样本的第一标签可以为样本加工件的实际加工参数。在一些实施例中，第一训练样本可以基于历史数据获取，第一标签可以基于人工标注确定。加工参数确定模型的训练过程与参数确定层的训练过程类似，关于加工参数确定模型的训练过程可以参见图4中参数确定层的训练过程。
在一些实施例中，加工参数确定模型可以包括参数确定层和成因确定层。机床的校正系统100可以通过参数确定层，确定加工件的实际加工参数，通过成因确定层，确定误差数据序列，基于误差数据序列确定机床是否需要校正，更多说明可以参见图4及其相关内容。
标准加工参数是指与标准件相关的数据。标准件是与加工件相对应的工件。标准件可以用来衡量加工件的加工质量。例如，标准加工参数可以包括标准件的标准尺寸、标准打孔位置、标准孔径等。不同类型的加工件分别对应的不同标准件。在一些实施例中，标准加工参数可以基于工艺参数表获取。工艺参数表可以预先存储在存储设备中。机床的校正系统100可以通过存储设备获取工艺参数表。
加工误差数据是指表征加工件与标准件之间加工误差的数据。
在一些实施例中，机床的校正系统100可以基于实际加工参数和标准加工参数确定加工误差数据。例如，机床的校正系统可以将实际加工参数中的各项参数，与标准加工参数中对应的各项参数做差，将各项参数差值的绝对值相加，得到的结果即为加工误差数据。
在一些实施例中，机床的校正系统100还可以将实际加工参数中的各项参数，与标准加工参数中对应的各项参数做差，将各项参数差值的绝对值基于预设权重进行加权求和。其中，预设权重可以通过查询权重表确定。权重表可以由技术人员基于实际情况预先设置。例如，加工件某项参数相较于其他参数更加重要，则将该项参数对应的预设权重设置较大。
在一些实施例中，若加工误差数据大于或等于误差阈值，机床的校正系统100则认为机床需要校正。其中，误差阈值可以基于先验知识或历史数据提前预设。
在一些实施例中，若存在多个加工件，若多个加工件的加工误差数据的均值大于或等于误差阈值，机床的校正系统100认为机床需要校正。
在一些实施例中，若加工误差数据或多个加工件的加工误差数据的均值小于误差阈值，机床的校正系统100则认为机床不需要校正，控制机床继续进行正常生产。
在本说明书的一些实施例中，通过加工参数确定模型，确定加工件的实际加工参数，可以获取更加准确的实际加工参数。基于实际加工参数和加工件的标准加工参数，判断机床是否需要校正，可以高效准确地判断机床是否需要进行校正，有利于快速地对机床进行校正。避免由于定时校正，导致在需要进行校正的时候不能及时校正，加工件的质量不合格，或在不需要校正的时候校正，浪费加工时间，影响加工流程。
在一些实施例中，加工件的数量可以为多个，机床的校正系统100可以基于抽样方案，确定多个加工件。
抽样方案是指生产过程中抽取加工件所依照的计划。在一些实施例中，抽样方案可以包括抽样频率、抽样间隔和抽样数量等。
抽样可以进行多轮。抽样频率是指多轮中当前轮抽样到下一轮抽样的间隔时间。
抽样间隔是指在一轮抽样中，抽取的两个加工件之间相隔的加工件的数量。
抽样数量是指在一轮抽样中，总共抽取的加工件的数量。
在一些实施例中，机床的校正系统100可以基于加工速度、历史校正记录、环境变化数据和机床数据等确定抽样方案。
加工速度是指机床加工制成加工件的速度。在一些实施例中，加工速度可以通过机床单位时间内制成的加工件数量确定。机床的校正系统100可以通过摄像头等获取机床一定时间内制成的加工件数量，进而确定机床的加工速度。
在一些实施例中，机床的加工速度越快，单位时间内制成的加工件数量越多，机床需要校正的可能性越大。机床的校正系统100可以将抽样方案中的抽样频率设置较短、抽样间隔设置较小以及抽样数量设置较大。
历史校正记录是指历史数据中与机床被校正相关的数据，例如，机床被校正的次数、校正的时间等。在一些实施例中，历史校正记录可以基于历史数据获取。
在一些实施例中，当历史校正记录显示机床被多次校正，或机床上一次校正的时间点与当前时间点的时间间隔很长（如时间间隔大于时间间隔阈值）时，机床需要校正的可能性越大（旋转中心出现偏移的可能性越高），机床的校正系统100可以将抽样方案中的抽样频率设置较短、抽样间隔设置较小以及抽样数量设置较大。其中，旋转中心是指机床将加工件进行旋转时所选取的旋转轴的中心点。
环境变化数据是指表征环境数据在不同时间点变化的数据。例如，温度和湿度的变化幅度等。在一些实施例中，机床的校正系统100可以基于单位时间内的环境数据，计算环境数据在不同时间点变化的数值，以确定环境变化数据。关于环境采集装置可以参见上文相关描述。
在一些实施例中，加工环境的变化对于机床的机械工作有一定影响，环境温度和湿度的变化幅度越大，抽样方案中的抽样频率可以设置较短和抽样间隔可以设置较小。
机床数据是指与制成加工件的机床相关的数据，例如，机床型号、使用时间等。在一些实施例中，机床的校正系统100可以基于机床的产品参数获取机床数据。机床的产品参数包括机床数据，可以预先存储在存储设备中，机床的校正系统100可以通过存储设备获取机床的产品参数，进而获取机床数据。
在一些实施例中，部分类型的机床更容易发生旋转中心偏移，机床的校正系统100可以将抽样方案中的抽样频率设置较短、抽样间隔设置较小以及抽样数量设置较大。
在一些实施例中，机床的使用时间越长，越容易发生旋转中心偏移，机床的校正系统100可以将抽样方案中的抽样频率设置较短、抽样间隔设置较小以及抽样数量设置较大。
在一些实施例中，机床的校正系统100可以基于向量数据库，确定抽样方案。其中，机床的校正系统可以基于机床相关数据构建机床相关数据对应的特征向量。其中，机床相关数据包括加工速度、历史校正记录、环境变化数据和机床数据。
特征向量是指基于机床相关数据构建的向量。基于机床相关数据构建特征向量的方式可以有多种。例如，机床的校正系统100可以基于对应的机床相关数据（x，y，m，n）构建特征向量p，其中，机床相关数据（x，y，m，n）可以表示对应机床相关数据的加工速度为x、历史校正记录为y、环境变化数据为m、机床数据为n。
向量数据库包含多个参考向量，以及多个参考向量中的每个参考向量对应的参考抽样方案。
参考向量基于历史机床相关数据构建，参考向量对应的参考抽样方案为对应历史机床相关数据的实际抽样方案。待匹配向量基于当前机床相关数据构建。参考向量和待匹配向量的构建方式见上特征向量。
在一些实施例中，机床的校正系统100可以分别计算参考向量与待匹配向量之间的距离，确定待匹配向量对应的抽样方案。例如，将与待匹配向量之间的距离满足设定条件的参考向量作为目标向量，将目标向量对应的参考抽样方案作为待匹配向量对应的当前机床相关数据的抽样方案。设定条件可以根据情况设定。例如，设定条件可以是向量距离最小或向量距离小于距离阈值等。
在一些实施例中，若存在多个加工件，机床的校正系统100可以基于抽样方案，确定多个加工件。机床的校正系统可以基于上述的方法确定多个加工件的加工误差数据。若多个加工件的加工误差数据的均值大于或等于误差阈值，机床的校正系统可以认为机床需要校正。
在一些实施例中，若多个加工件的加工误差数据的均值小于误差阈值，机床的校正系统100则认为机床不需要校正，控制机床继续进行正常生产。关于加工误差数据、误差阈值的更多内容可以参见上述图2的相关描述。
在本说明书的一些实施例中，基于抽样方案，确定多个加工件，可以提高确定的机床是否需要校正的结果准确性，及时有效地对机床进行校正，保证机床的精准度、提高机床校正的效率。通过多轮的抽样可以使机床的精准度始终稳定在合格标准之上。
在一些实施例中，响应于加工误差数据满足预设条件，机床的校正系统100可以控制通过连续抽样方案进行抽样。关于加工误差数据的更多内容可以参见上述图2的相关描述。
在一些实施例中，预设条件是指通过连续抽样方案进行抽样需满足的条件。连续抽样方案是指在抽样时不间断的进行抽样的方案。预设条件相关于抽样误差阈值。例如，预设条件可以为加工误差数据大于抽样误差阈值。
抽样误差阈值是指抽取的加工件产生的误差允许的最大值。在一些实施例中，抽样误差阈值相关于前一次机床进行校正后确定的历史误差数据。例如，抽样误差阈值可以与前一次机床进行校正后确定的历史误差数据正相关。历史误差数据越大，抽样误差阈值越大。历史误差数据是指历史数据中的前一次机床进行校正后试加工时确定的加工误差数据。在一些实施例中，历史误差数据的确定方式与加工误差数据的确定方式类似，如何确定加工误差数据可以参见图2上述的相关描述。
在一些实施例中，响应于加工误差数据满足预设条件（加工误差数据大于抽样误差阈值）时，表示机床的旋转中心可能出现偏移，此时机床的校正系统100需要控制图像采集装置和/或环境采集装置通过连续抽样方案进行抽样，快速地采集图像数据和环境数据，快速判断机床是否需要校正，而间隔地进行抽样不能达到快速判断的目的，同时若出现旋转中心的偏移，会生产更多的不合格的加工件。
在本说明书的一些实施例中，响应于加工误差数据满足预设条件，控制通过连续抽样方案进行抽样，可以在机床的旋转中心可能出现误差时，对机床的加工件进行连续抽样，快速地采集相关数据，及时判断机床是否需要校正。通过抽样误差阈值相关于前一次机床进行校正后确定的历史误差数据，可以避免频繁触发连续抽样、浪费计算资源且影响正常生产的情况。
示例性的，某机床的使用时间较长，在通过校正之后加工误差数据为9，小于误差阈值10，机床的校正系统100可以判断该机床不需要校正。若抽样误差阈值被设置为较小（例如11），该机床所制成的加工件的加工误差数据会较容易超过抽样误差阈值（因为确定的加工误差数据也会存在一定的误差），该机床会频繁触发连续抽样方案，会浪费计算资源且影响机床的正常生产。机床的校正系统100将抽样误差阈值与前一次机床进行校正后确定的历史误差数据正相关，可以使得触发连续抽样方案的条件更合理。
步骤230，响应于机床校正时，通过校正算法对机床进行校正。
校正算法是指对机床进行校正所依照的算法。例如，几何法、数学模型法、激光定位精度检查算法等多种算法。
关于校正算法的更多说明可以参见图3的相关内容。
在一些实施例中，机床的校正系统100可以通过上述的多种校正算法对机床进行校正。
在一些实施例中，响应于机床需要校正时，通过校正算法对机床进行校正包括：机床的校正系统100可以控制机床对测试件的预设面进行切割，控制机床进行旋转，基于测试件的中心点与第二切割件的中心点的位置误差，确定旋转中心误差，基于旋转中心误差，对机床进行校正，更多内容可以参见图3及其相关描述。
在本说明书的一些实施例中，基于图像数据和环境数据，判断机床是否需要校正，可以高效准确地判断机床是否校正，避免由于定时对机床进行校正，导致在应该校正机床的时候不能及时矫正，制成的加工件出现不合格，或是在不需要校正机床的时候进行机床校正，浪费机床加工时间，影响加工流程。响应于机床需要校正时，通过校正算法对机床进行校正，可以快速地完成对机床的校正，使得机床校正简单便捷、经济实惠，提高机床校正的效率，降低机床校正的成本，避免延误后续的生产计划。
图3是根据本说明书一些实施例所示的对机床进行校正的示例性流程图。如图3所示，流程300包括下述步骤。在一些实施例中，流程300可以由机床的校正系统100执行。
步骤310，控制机床对测试件的预设面进行切割，得到第一切割件。
测试件是指用于测试机床误差的工件。在一些实施例中，测试件的形状为预设形状。预设形状是指满足测试机床误差要求的测试件的形状。例如，测试件的形状可以包括长方体、正方体、球体、正多边体等。测试件的形状可以根据实际需求进行设置。
测试件的预设面是指测试件需要进行切削加工的面。例如，测试件为长宽相等的长方体，以测试件长宽相等的面（正方形）为基准面，机床的校正系统100可以将垂直于基准面的4个侧面确定为测试件的预设面。
第一切割件是指机床对测试件进行预设面切削加工后，得到的切割件。
在一些实施例中，机床的校正系统100可以控制机床对测试件的预设面进行切割，得到第一切割件。
步骤320，控制机床以测试件的中心点为旋转中心，基于第一预设旋转角度对第一切割件进行旋转。
关于旋转中心的说明可以参见图2的相关描述。
测试件的中心点是指测试件的某一面的中心点。例如，测试件为长宽相等的长方体，以测试件长宽相等的面（正方形）为基准面，测试件的中心点为基准面（正方形）的平面几何中心点。
在一些实施例中，机床的校正系统100可以以测试件的中心点为原点建立XY平面坐标系，用于表示测试件的中心点等的位置。
第一预设旋转角度是指机床旋转第一切割件所依照的旋转角度。在一些实施例中，第一预设旋转角度可以是任意角度（如180度、90度等）。机床的校正系统100可以根据实际情况预先设置第一预设旋转角度。
在一些实施例中，机床的校正系统100可以将控制机床以测试件的基准面的平面几何中心点为旋转中心，基于第一预设旋转角度（如180°）对第一切割件进行旋转。
在一些实施例中，机床的校正系统100可以基于多个测试件，通过多次实验综合确定旋转中心误差。关于旋转中心误差的更多说明可以参见下述步骤340的相关描述。
多个测试件可以相同或不同，可以根据实际需求进行确定。一个测试件对应一次实验，多个测试件对应多次实验。多次实验过程中进行旋转的多个第二预设旋转角度可以相同或不同。
第二预设旋转角度是指多次实验过程中机床旋转第一次切割后的第一切割件所依照的旋转角度。多个第二预设旋转角度可以通过预设角度组合进行表示。预设角度组合中的每个元素可以分别对应多次实验中每次实验对应的第二预设旋转角度。第二预设旋转角度可以与第一预设旋转角度相同或不同。机床的校正系统100可以根据实际需求预设多个第二预设旋转角度。
在一些实施例中，多次实验的实验次数可以相关于误差数据序列。误差数据序列可以包括加工误差的误差成因以及误差成因对应的成因置信度。关于误差数据序列的更多内容可以参见图4及其相关描述。
在一些实施例中，多次实验的实验次数可以与误差数据序列中的误差成因的数量成反比。当只存在一个误差成因会造成旋转中心发生偏移时，该误差成因的成因置信度越高，说明该误差成因造成旋转中心发生偏移的可能性越高，机床的校正系统100越应该进行较多次的实验对旋转中心进行校正。当存在多个误差成因会造成旋转中心发生偏移时，误差成因个数越多，需要对机床进行的处理越多，为了节省时间，机床的校正系统100可以适当减少实验次数。
在一些实施例中，机床的校正系统100可以通过查询第一预设表确定实验次数。其中，第一预设表可以基于先验知识或历史数据确定。第一预设表可以包括至少一组历史误差成因的成因总个数和历史成因置信度，及各组历史误差成因的成因总个数和历史成因置信度对应的实验次数。机床的校正系统100可以基于当前误差数据序列中误差成因的成因总个数和成因置信度进行查表，确定当前多次实验的实验次数。
在本说明书的一些实施例中，多次实验的实验次数相关于误差数据序列，可以使得确定实验次数时，考虑误差成因等的影响，得到更加合理的实验次数，避免造成实验次数过多浪费时间，或是实验次数过少，机床的校正不准确等问题。
在一些实施例中，机床的校正系统100可以基于实际加工参数、标准加工参数、环境数据和误差数据序列，通过角度确定模型确定多次实验的多个第二预设旋转角度。
角度确定模型可以指用于确定多次实验的多个第二预设旋转角度的模型。在一些实施例中，角度确定模型可以是机器学习模型。例如，角度确定模型可以包括卷积神经网络（Convolutional Neural Networks，CNN）模型、神经网络（Neural Networks，NN）模型或其他自定义的模型结构等中的任意一种或组合。
在一些实施例中，角度确定模型的输入可以包括实际加工参数、标准加工参数、环境数据和误差数据序列，输出可以包括多个第二预设旋转角度对应的预设角度组合。关于实际加工参数、标准加工参数、环境数据可以参见图2及其相关描述。
误差数据序列可以包括加工误差的误差成因以及误差成因对应的成因置信度。在一些实施例中，机床的校正系统100可以通过加工参数确定模型包括的成因确定层确定误差数据序列，更多内容可以参见图4及其相关描述。
在一些实施例中，机床的校正系统100可以基于大量带有第二标签的第二训练样本训练得到角度确定模型。第二训练样本中的每组训练样本可以是样本实际加工参数、样本标准加工参数、样本环境数据和样本误差数据序列，每组训练样本的第二标签可以为该组训练样本对应的实际预设角度组合。在一些实施例中，第二训练样本可以基于历史数据获取。
在一些实施例中，机床的校正系统100可以基于相同一组训练样本使用不同的预设角度组合进行机床校正，选择机床校正效果最好的一组预设角度组合作为该组训练样本的第二标签。其中，机床校正效果最好是指机床校正后进行测试件的试加工，测试件的加工误差数据的数值最小。
在一些实施例中，对于多个测试件中的每一个，机床的校正系统100可以控制机床以每一个测试件的中心点（基准面的平面几何中心点）为旋转中心，基于该测试件对应的第二预设旋转角度，对该测试件对应的第一切割件进行旋转。
步骤330，控制机床对旋转后的第一切割件的预设面进行切割，得到第二切割件。
第二切割件是指机床对旋转后的第一切割件进行预设面切削加工后，得到的切割件。
在一些实施例中，机床的校正系统100可以控制机床对旋转后的第一切割件进行预设面切削加工后，得到第二切割件。
在一些实施例中，对于多个测试件中的每一个，机床的校正系统100可以控制机床对旋转后的每一个测试件对应的第一切割件进行预设面切削加工后，得到每一个测试件对应的第二切割件。
步骤340，基于测试件的中心点与第二切割件的中心点的位置误差，确定旋转中心误差。
第二切割件的中心点是指机床的校正系统基于第二切割件确定的中心点。
在一些实施例中，第二切割件的平面几何中点即为第二切割件的中心点。机床的校正系统可以测量第二切割件的位置，计算出第二切割件的平面几何中点，将第二切割件的平面几何中点作为第二切割件的中点。
位置误差是指测试件的中心点位置与第二切割件的中心点位置的差距。位置误差可以通过测试件的中心点与第二切割件的中心点之间的距离进行表示。在一些实施例中，测试件的中心点位置与第二切割件的中心点位置可以用XY平面坐标系中的坐标表示，则位置误差可以用测试件的中心点坐标与第二切割件的中心点坐标之差表示。例如，位置误差可以为（2，3），表示测试件的中心点与第二切割件的中心点在x轴方向距离为2，测试件的中心点与第二切割件的中心点在y轴方向距离为3。
旋转中心误差是指旋转中心存在的误差。例如，旋转中心误差为实际的旋转中心与预设的旋转中心之间的误差。在一些实施例中，旋转中心误差可以用XY平面坐标系中的坐标表示。例如，旋转中心误差可以为（1，2），表示旋转中心误差在x轴方向上的值为1，旋转中心误差在y轴方向上的值为2。
在一些实施例中，机床的校正系统100可以基于多个测试件的多个测试旋转中心误差通过多种方式确定多次实验的旋转中心误差。例如，机床的校正系统100可以将多个测试旋转中心误差取平均值，将得到的结果即为多次实验的旋转中心误差。其中，测试旋转中心误差是指多次实验中每一次实验对应的旋转中心误差。
在一些实施例中，机床的校正系统100可以将多次实验中每一次实验的测试旋转中心误差进行加权求和，将得到的结果确定为旋转中心误差。
在一些实施例中，加权求和中的权重相关于多个第二预设旋转角度的历史贡献度。
第二预设旋转角度的历史贡献度是指第二预设旋转角度在历史校正过程中，对于机床成功校正的贡献大小。例如，第二预设旋转角度的历史贡献度越大，基于第二预设旋转角度旋转后确定的测试旋转中心误差对应的权重越大。
例如，历史校正过程中的历史数据中共有100次成功校正记录。其中，使用到第二预设旋转角度m的次数为60次；使用到第二预设角度n的次数为40次。则第二预设角度m的历史贡献度大于第二预设角度n，机床的校正系统100可以确定第二预设角度m对应的测试旋转中心误差的权重，大于第二预设角度n对应的测试旋转中心误差的权重。
成功校正记录是指记录机床校正成功的数据。在一些实施例中，机床的校正系统100可以基于每次校正后的核验件的加工误差数据，确定对机床的校正是否成功，进而获取成功校正记录，具体内容可以参见图3下述的相关描述。
在本说明书的一些实施例中，对多次实验中每一次实验的测试旋转中心误差进行加权求和，将得到的结果确定为最终的旋转中心误差，可以进一步提高确定的旋转中心误差的准确性，有利于进一步提高后续对机床校正的准确性。
在本说明书的一些实施例中，通过角度确定模型确定多次实验的多个第二预设旋转角度，可以得到多个更加合理的第二预设旋转角度，进而得到更加准确的旋转中心误差，有利于机床的校正。
在一些实施例中，若旋转中心无误差，测试件的中心点和第二切割件的中心点的位置应该是相同的。但是，在实际生产过程中，实际的旋转中心位置和机床设定的旋转中心位置可能存在误差。
在一些实施例中，机床的校正系统100可以基于位置误差确定旋转中心误差。例如，机床的校正系统100可以通过公式（1）、（2）确定旋转中心误差：
其中，公式（1）中的表示位置误差在x轴方向的误差，/>表示第一预设旋转角度，/>、/>表示旋转中心误差在x轴、y轴方向上的误差。
其中，公式（2）中的表示位置误差在y轴方向的误差，/>表示第一预设旋转角度，/>、/>表示旋转中心误差在x轴、y轴方向上的误差。
结合图5，图5是根据本说明书一些实施例所示的对机床进行校正的示例性示意图。上述公式（1）和公式（2）的推导步骤如下：
在第一切割件上确定一点A，点A基于实际旋转中心O1进行旋转后的位置记为点B，点A基于标准旋转中心O2进行旋转后的位置记为点C，其中标准旋转中心是由技术人员预设的，在旋转中心无误差情况下的理想旋转中心。其中，O1与O2之间的距离即为旋转中心误差，可以将其分解到x轴、y轴表示为（,/>）。
O1、O2之间的距离与点B、C之间的距离存在对应关系。例如，当第一预设旋转角度为180°时，对应关系为O1、O2之间的距离的2倍=点B、点C之间的距离。其中，点B、点C之间的距离即为位置误差，可以将其分解到x轴、y轴表示为（，/>）。
当第一预设旋转角度为任意角度时，可以基于预设的函数计算关系计算O1、O2之间的距离与点B、点C之间的距离，预设的函数计算关系如下：
其中，x、y为B点的位置坐标，表示第一预设旋转角度，/>、/>表示旋转中心误差在x轴、y轴方向上的误差，C-B表示位置误差（/>，/>），即：
在一些实施例中，示例性的，机床可以为摇篮式五轴数控机床，对摇篮式五轴数控机床进行校正的步骤如下：
步骤一，将测试件（测试件材质为机加工树脂板材，方便切削）用强力胶水粘在工作台面上的架子上，测试件可以安装在工作台上可加工区的任意位置。假设架子是正在加工的零件，也可以直接用强力胶水来粘在零件上（加工完以及量测好加工误差数据后即可快速拆除测试件，零件可继续加工）。机床的校正方法较便捷，校正中不影响实际的生产）。
步骤二，机床的校正系统100控制机床对测试件的预设面根据已编制好的加工程序对测试件进行切割，得到第一切割件。机床的校正系统100控制机床以测试件的中心点为旋转中心，基于第一预设旋转角度对第一切割件进行旋转。机床的校正系统100控制机床对旋转后的第一切割件的预设面进行切割，得到第二切割件（切割过程约3分钟，效率较高）。
步骤三，机床的校正系统100量测出测试件上的两次切削的，测试件的中心点与第二切割件的中心点的位置误差；
步骤四，机床的校正系统100按照函数关系式将位置误差代入，计算出旋转中心误差；
步骤五，将计算得到旋转中心误差的误差数值补偿到数控系统关于机床旋转中心的相关参数中。
在实际应用中，若发现加工件的加工误差变大的情况下，机床的校正系统100可以通过上述方法对比校正前后加工件尺寸，校正后加工件的精度明显提高，校正效果良好。
在一些实施例中，机床的校正系统100可以基于xy平面确定总误差分布图。图6是根据本说明书一些实施例所示的总误差分布的示例性示意图。其中，总误差是指测试件的中心点与第二切割件的中心点总体的位置误差，总误差可以通过公式（3）确定：
其中，表示总误差，表示位置误差在x轴方向的误差，/>表示位置误差在y轴方向的误差。
所以当一定的情况下，/>的分布与第一预设旋转角度/>的分布，分布规律如图6中总误差曲线600所示。图6中的横坐标为第一预设旋转角度，纵坐标为总误差。
根据图6可以分析得知，如果在180度的时候把位置误差调到实际加工可以接受的范围内，那么其他预设角度的误差值也可以达标。实际切削以机台旋转轴行程范围内按0-180度内最大角度切削，测量误差即可。按照计算公式以任意角度，机床的校正系统100皆可计算位置误差。在一些实施例中，为了实际切削数据满足加工精度需求，机床的校正系统100可以以最大切削误差做调整。
步骤350，基于旋转中心误差，对机床进行校正。
在一些实施例中，机床的校正系统100可以将旋转中心误差的值补偿到机床系统中关于机床旋转中心的相关参数中，以完成对机床的校正。
在一些实施例中，机床的校正系统100可以将多次实验后最终确定的旋转中心误差的值补偿到机床系统中关于机床旋转中心的相关参数中，以完成对机床的校正。
在本说明书的一些实施例中，通过校正算法对机床进行校正，无需使用专业的探头和标准球设备和专业软件，使用的都是机械加工时的常用工具，大幅度降低了校正成本。同时无需拆除正在加工的零部件，可以简单快速地完成对机床的校正，保证加工件的生产质量，避免延误生产计划。
在一些实施例中，在对机床进行校正后，机床的校正系统100可以控制机床对核验件进行加工，确定核验件的加工误差数据；基于核验件的加工误差数据，确定对机床的校正是否成功。其中，核验件的加工误差数据的确定方式与加工件的加工误差数据的确定方式类似，具体参见图2的相关描述。
核验件是指用于对机床校正结果进行核验的加工件。
在一些实施例中，机床的校正系统100可以基于核验件的加工误差数据确定对机床的校正是否成功。
在一些实施例中，若核验件的加工误差数据小于或等于校正误差阈值，机床的校正系统100可以确定对机床的校正成功。校正误差阈值可以根据实际需求进行设定。若核验件的加工误差数据大于校正误差阈值，机床的校正系统100可以确定对机床的校正不成功。响应于对机床的校正不成功，机床的校正系统100可以重复上述步骤310至步骤350对机床重新进行校正，直至对机床的校正成功。
在本说明书的一些实施例中，基于核验件的加工误差数据，确定对机床的校正是否成功，可以对机床的校正结果进行验证，保证机床的校正结果能够满足生产要求，进而保证加工件的生产质量。
图4是根据本说明书一些实施例所示的加工参数确定模型的示例性示意图。
在一些实施例中，加工参数确定模型430包括参数确定层431和成因确定层436。机床的校正系统100可以基于图像数据410和环境数据420，通过参数确定层431，确定加工件的实际加工参数432。机床的校正系统100可以基于实际加工参数432、标准加工参数433、刀具参数434和机床数据435，通过成因确定层436，确定误差数据序列440。
参数确定层431是指确定加工件的实际加工参数的模型。在一些实施例中参数确定层为机器学习模型，例如深度神经网络等。在一些实施例中，参数确定层431的输入为图像数据410和环境数据420。图像数据410可以通过图像序列数据进行表示，关于图像数据410和环境数据420的更多说明，可以参见图2的相关描述。参数确定层431的输出为实际加工参数432。关于实际加工参数的更多说明可以参见图2的相关描述。
参数确定层431可以将大量带有第三标签的第三训练样本输入初始预测模型。通过第三标签和初始预测模型的结果构建损失函数，基于损失函数迭代更新初始预测模型的参数。当初始预测模型的损失函数满足迭代条件时模型训练完成，得到训练好的预测模型。其中，迭代条件可以是损失函数收敛、迭代的次数达到阈值等。
参数确定层431训练的第三训练样本的每组训练样本包括样本加工件的样本图像数据和样本环境数据，每组训练样本的标签为该样本加工件对应的实际加工参数。在一些实施例中，第三训练样本可以基于历史数据获取。第三训练样本的第三标签可以通过人工标注获得。
成因确定层436是指机床出现误差的原因的模型。在一些实施例中参数确定层为机器学习模型，例如分类模型等。在一些实施例中，成因确定层436的输入为标准加工参数433、实际加工参数432、刀具参数434和机床数据435。成因确定层436的输出为误差数据序列440。关于标准加工参数和机床数据的更多说明，可以参见图2的相关描述。
刀具参数434指与刀具相关的参数。例如，刀具参数包括刀具尺寸、磨损情况等。其中磨损情况包括是否光滑等。机床的校正系统100可以通过刀具对应的工具测量设备，如数显卡尺、刀具预调器和扫描式测量仪等，对刀具进行测量，获取刀具的尺寸、几何形状和刃口状态等参数。机床的校正系统100可以基于刀具的尺寸、几何形状和刃口状态等参数确定刀具的磨损程度。
成因确定层436的输出为误差数据序列440。
误差数据序列440是指预测的误差数据形成的序列。在一些实施例中，误差数据序列440可以包括误差成因以及误差成因对应的成因置信度，误差成因表示造成加工误差的原因。成因置信度表示预测的误差成因对应的可信程度。成因置信度可以通过数值（0-1）、百分比、文字等进行表示。成因置信度的数值越大，对应的误差成因越可信。例如，误差数据序列440可以通过向量1进行表示，如向量1（a1，b1，a2，b2，……），其中，a1表示误差成因1（如旋转中心偏移），b1表示误差成因1对应的成因置信度（例如0.7）；a2误差成因2（例如刀具偏移），b2表示误差成因2对应的成因置信度（例如0.2）等。在一些实施例中，误差成因可以包括联合成因。联合成因是指至少两个误差成因造成加工误差的情况。例如，误差数据序列440可以通过向量2进行表示，如向量2（a1+a2，c1，a1+a3，c2，a2+a3，c3，……），其中，a1+a2表示误差成因1和误差成因2（例如旋转中心偏移和刀具偏移），c1表示误差成因1和误差成因2对应的成因置信度（例如0.5），a1+a3表示成因误差1和成因误差3（例如旋转中心偏移和电机故障），c2表示成因误差1和成因误差3对应的成因置信度（例如0.3），a2+a3表示成因误差2和成因误差3（例如刀具偏移和电机故障），c3表示成因误差2和成因误差3对应的成因置信度（0.1）等。
在一些实施例中，成因确定层436输出可以包括空值或特定标识。当成因确定层436的输出为空值或特定标识时，代表加工误差在可接受范围内，不用对机床进行校正或是对机床进行其他处理。在一些实施例中，特定标识可以是文字、数值等中的至少一种。
成因确定层436可以将大量带有第四标签的第四训练样本输入初始成因确定层。通过第四标签和初始成因确定层的结果构建损失函数，基于损失函数迭代更新初始成因确定层的参数。当初始成因确定层的损失函数满足迭代条件时模型训练完成，得到训练好的成因确定层。其中，迭代条件可以是损失函数收敛、迭代的次数达到阈值等。成因确定层436训练的第四训练样本的每组训练样本包括样本标准加工参数、样本实际加工参数、样本刀具参数和样本机床数据。每组训练样本的标签为该样本加工件对应的实际误差成因、空值或特定标识。在一些实施例中，第四训练样本可以基于历史数据获取。第四训练样本的第四标签可以通过人工标注获得。
在一些实施例中，机床的校正系统100可以基于误差数据序列，确定机床的误差成因或联合成因是否包括旋转中心偏移造成的。响应于误差成因或联合成因中包括旋转中心偏移造成的，且包括旋转中心偏移造成的误差成因或联合成因对应的成因置信度大于置信度阈值的情况下，机床的校正系统100可以对机床进行校正，关于机床校正的更多内容可以参见图3的相关描述。置信度阈值可以根据实际需求进行预设。在一些实施例中，在包括旋转中心偏移造成的误差的联合成因的情况下，可以先处理其他误差成因（例如，先更换刀具等），机床的校正系统100可以再对机床进行校正。
在本说明书一些实施例中，通过参数确定层431确定加工件的实际加工参数，可以利用模型代替测量设备，，能够减少成本，且简单便捷。通过成因确定层436判断误差产生的原因，判断误差是由于旋转中心的偏向造成的还是其他因素造成的（如刀具问题等造成的），有利于更加精确地判断机床是否需要校正，并且能够针对性地对旋转中心进行校正。
本说明书一些实施例提供了一种机床的校正装置，该装置包括至少一个处理器以及至少一个存储器；至少一个存储器用于存储计算机指令；至少一个处理器用于执行计算机指令中的至少部分指令以实现本说明书实施例中任一项所述的机床的校正方法。
本说明书一些实施例提供了一种计算机可读存储介质，存储介质存储计算机指令，当计算机指令被计算机执行时，实现本说明书实施例中任一项所述的机床的校正方法。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (4)

1.一种机床的校正方法，其特征在于，所述方法由机床的校正系统执行，包括：
控制图像采集装置采集加工件的图像数据；
控制环境采集装置采集加工环境的环境数据，所述环境采集装置包括温度传感器，所述环境数据包括环境温度数据；
基于所述图像数据和所述环境数据，通过加工参数确定模型确定所述加工件的实际加工参数，所述加工参数确定模型为机器学习模型，包括参数确定层和成因确定层；
所述参数确定层的输入包括所述图像数据和所述环境数据，输出包括实际加工参数；
所述成因确定层的输入包括标准加工参数和所述实际加工参数，输出包括误差数据序列；
基于所述误差数据序列，判断机床是否校正；以及响应于所述机床校正时，通过校正算法对所述机床进行校正；
所述响应于所述机床校正时，通过校正算法对所述机床进行校正包括：
控制所述机床对测试件的预设面进行切割，得到第一切割件，其中，所述测试件的形状为预设形状；
控制所述机床以所述测试件的中心点为旋转中心，基于第一预设旋转角度对所述第一切割件进行旋转；
控制所述机床对旋转后的所述第一切割件的所述预设面进行切割，得到第二切割件；
基于所述测试件的中心点与所述第二切割件的中心点的位置误差，确定旋转中心误差，基于所述实际加工参数、所述标准加工参数、所述环境数据和所述误差数据序列，通过角度确定模型确定多次实验的多个第二预设旋转角度，其中，所述角度确定模型为机器学习模型，所述多次实验为基于多个所述测试件，确定所述旋转中心误差，所述多次实验的实验次数相关于所述误差数据序列；
基于所述旋转中心误差，对所述机床进行校正；
控制所述机床对核验件进行加工，确定所述核验件的加工误差数据；
基于所述核验件的加工误差数据，确定对所述机床的校正是否成功。
2.一种机床的校正系统，其特征在于，所述系统包括获取模块、判断模块和校正模块；
所述获取模块被配置为：
控制图像采集装置采集加工件的图像数据；
控制环境采集装置采集加工环境的环境数据，所述环境采集装置包括温度传感器，所述环境数据包括环境温度数据；
基于所述图像数据和所述环境数据，通过加工参数确定模型确定所述加工件的实际加工参数，所述加工参数确定模型为机器学习模型，包括参数确定层和成因确定层；
所述参数确定层的输入包括所述图像数据和所述环境数据，输出包括实际加工参数；
所述成因确定层的输入包括标准加工参数和所述实际加工参数，输出包括误差数据序列；
所述判断模块被配置为基于所述误差数据序列，判断机床是否校正；以及所述校正模块被配置为响应于所述机床校正时，通过校正算法对所述机床进行校正；
所述校正模块进一步被配置为：
控制所述机床对测试件的预设面进行切割，得到第一切割件，其中，所述测试件的形状为预设形状；
控制所述机床以所述测试件的中心点为旋转中心，基于第一预设旋转角度对所述第一切割件进行旋转；
控制所述机床对旋转后的所述第一切割件的所述预设面进行切割，得到第二切割件；
基于所述测试件的中心点与所述第二切割件的中心点的位置误差，确定旋转中心误差，基于所述实际加工参数、所述标准加工参数、所述环境数据和所述误差数据序列，通过角度确定模型确定多次实验的多个第二预设旋转角度，其中，所述角度确定模型为机器学习模型，所述多次实验为基于多个所述测试件，确定所述旋转中心误差，所述多次实验的实验次数相关于所述误差数据序列；
基于所述旋转中心误差，对所述机床进行校正；
控制所述机床对核验件进行加工，确定所述核验件的加工误差数据；
基于所述核验件的加工误差数据，确定对所述机床的校正是否成功。
3.一种机床的校正装置，所述装置包括至少一个处理器以及至少一个存储器；
所述至少一个存储器用于存储计算机指令；
所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求1所述的方法。
4.一种计算机可读存储介质，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现如权利要求1所述的方法。
CN202311364859.6A 2023-10-20 2023-10-20 一种机床的校正方法、系统、装置和介质 Active CN117124136B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311364859.6A CN117124136B (zh) 2023-10-20 2023-10-20 一种机床的校正方法、系统、装置和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311364859.6A CN117124136B (zh) 2023-10-20 2023-10-20 一种机床的校正方法、系统、装置和介质

Publications (2)

Publication Number Publication Date
CN117124136A CN117124136A (zh) 2023-11-28
CN117124136B true CN117124136B (zh) 2024-01-26

Family

ID=88856687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311364859.6A Active CN117124136B (zh) 2023-10-20 2023-10-20 一种机床的校正方法、系统、装置和介质

Country Status (1)

Country Link
CN (1) CN117124136B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07219611A (ja) * 1994-01-28 1995-08-18 Mitsubishi Electric Corp 工作機械および工作機械制御装置
CN101357443A (zh) * 2007-07-31 2009-02-04 发那科株式会社 具有通过接触检测来校正安装误差的功能的机床
CN101549468A (zh) * 2009-04-24 2009-10-07 北京邮电大学 基于影像的刀具在线检测与补偿系统及方法
JP5232313B1 (ja) * 2012-02-10 2013-07-10 ファナック株式会社 バイト加工を行うワイヤ放電加工機、ワイヤ放電加工機によるバイト加工方法、およびバイト加工を行うワイヤ放電加工機用プログラム作成装置
CN109085797A (zh) * 2017-06-14 2018-12-25 福特汽车公司 生成计算机数字控制机床偏移而不受周期时间影响的方法
CN112904797A (zh) * 2019-12-04 2021-06-04 发那科株式会社 数值控制装置以及控制方法
CN113741343A (zh) * 2021-11-08 2021-12-03 东莞市宝科精密机械有限公司 一种机床双轴同步控制方法、系统和机床

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07219611A (ja) * 1994-01-28 1995-08-18 Mitsubishi Electric Corp 工作機械および工作機械制御装置
CN101357443A (zh) * 2007-07-31 2009-02-04 发那科株式会社 具有通过接触检测来校正安装误差的功能的机床
CN101549468A (zh) * 2009-04-24 2009-10-07 北京邮电大学 基于影像的刀具在线检测与补偿系统及方法
JP5232313B1 (ja) * 2012-02-10 2013-07-10 ファナック株式会社 バイト加工を行うワイヤ放電加工機、ワイヤ放電加工機によるバイト加工方法、およびバイト加工を行うワイヤ放電加工機用プログラム作成装置
CN109085797A (zh) * 2017-06-14 2018-12-25 福特汽车公司 生成计算机数字控制机床偏移而不受周期时间影响的方法
CN112904797A (zh) * 2019-12-04 2021-06-04 发那科株式会社 数值控制装置以及控制方法
CN113741343A (zh) * 2021-11-08 2021-12-03 东莞市宝科精密机械有限公司 一种机床双轴同步控制方法、系统和机床

Also Published As

Publication number Publication date
CN117124136A (zh) 2023-11-28

Similar Documents

Publication Publication Date Title
CN101239469B (zh) 机器人机构的校准装置及方法
US8090557B2 (en) Quality assurance method when operating an industrial machine
US6941192B2 (en) Robot machining tool position and orientation calibration
CN114237155B (zh) 一种多轴数控加工的误差预测及补偿方法、系统及介质
CN109903333B (zh) 机器人工件的坐标系修正方法、装置及电子设备
CN113211493B (zh) 校准方法及校准系统
CN114355953B (zh) 一种基于机器视觉的多轴伺服系统的高精度控制方法及系统
TW201925937A (zh) 加工機熱補償控制系統及其方法
CN115993804B (zh) 一种基于数控机床的刀具参数调整方法及相关设备
CN108908335A (zh) 基于改进差分进化算法的机器人标定方法
CN112729112B (zh) 基于机器人视觉的发动机缸体孔径与孔位检测方法
CN117260815A (zh) 基于视觉定位的机械手精准定位方法及系统
CN117124136B (zh) 一种机床的校正方法、系统、装置和介质
CN111823056A (zh) 工件在线检测方法、装置及计算机可读储存介质
CN117021113B (zh) 一种机械臂协作定位装配方法、系统及介质
Li et al. Automatic offline program calibration in robotic cells
CN112631200A (zh) 一种机床轴线测量方法以及装置
CN109991923B (zh) 多角度加工坐标计算及补偿装置、方法和存储设备
CN112355712B (zh) 一种触发式在机测量的精度校准方法及系统
CN115380258A (zh) 减少机床内的摩擦
CN112985294A (zh) 一种基于视觉装置的圆型工件检测的新型测量方法
CN117066702B (zh) 一种基于激光器的激光打标控制系统
CN113977103B (zh) 在激光切割中定位金属管材中心方法、装置、设备与介质
CN115194749A (zh) 加工设备的控制方法、加工设备和可读存储介质
CN117415397A (zh) 电火花参数自动校验方法、装置、计算机设备和存储介质

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