CN117434828B - 基于编码器反馈的数控系统主轴闭环控制方法 - Google Patents
基于编码器反馈的数控系统主轴闭环控制方法 Download PDFInfo
- Publication number
- CN117434828B CN117434828B CN202311733729.5A CN202311733729A CN117434828B CN 117434828 B CN117434828 B CN 117434828B CN 202311733729 A CN202311733729 A CN 202311733729A CN 117434828 B CN117434828 B CN 117434828B
- Authority
- CN
- China
- Prior art keywords
- spindle
- main shaft
- characteristic data
- numerical control
- error
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000003754 machining Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000012549 training Methods 0.000 claims abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims description 25
- 230000009897 systematic effect Effects 0.000 claims description 18
- 239000003814 drug Substances 0.000 claims description 17
- 229940079593 drug Drugs 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 239000000463 material Substances 0.000 claims description 5
- 238000007477 logistic regression Methods 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims 1
- 238000005520 cutting process Methods 0.000 description 10
- 230000002829 reductive effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 239000000306 component Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000035484 reaction time Effects 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 238000001069 Raman spectroscopy Methods 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 229910010293 ceramic material Inorganic materials 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000110 cooling liquid Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000011081 inoculation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
Abstract
本发明属于主轴闭环控制技术领域，本发明公开了基于编码器反馈的数控系统主轴闭环控制方法；采集组历史数控主轴影响特征数据，历史数控特征数据包括主轴影响特征数据以及与主轴影响特征数据对应的主轴特征数据集合；基于历史数控特征数据训练出预测主轴特征数据集合编号的数据标定模型；将实时主轴影响特征数据输入数据标定模型，获取预测主轴特征数据集合编号；将预测主轴特征数据集合编号对应的主轴特征数据集合作为目标主轴特征数据集合，数控设备根据目标主轴特征数据集合进行数控加工；获取实际主轴特征数据；通过PID控制算法计算控制信号；电机驱动器根据控制信号对电机进行控制；提高主轴运动控制的精度与数控加工质量。
Description
技术领域
本发明涉及主轴闭环控制技术领域，更具体地说，本发明涉及基于编码器反馈的数控系统主轴闭环控制方法。
背景技术
数控系统在现代制造和加工领域中扮演着至关重要的角色，它们允许自动化控制机械设备，实现高精度、高效率的加工操作，在数控系统中，主轴是其中一个核心组件，它负责支持工具或工件，并旋转以执行各种加工操作，如铣削、钻孔、切割等；数控系统的性能和精度取决于对主轴的有效控制，主轴的位置和转速必须精确可控，以确保加工过程中的精度和稳定性，为了实现这种精确控制，通常采用闭环控制系统，其中编码器的反馈数据起到了关键作用；
现有授权公告号为CN107942953B的中国专利公开了一种抑制加工颤振的方法；包括：在切削加工过程中，利用在线颤振检测算法，将加工状态用颤振指标进行量化，且与设定的阈值进行对比并计算其差值，然后将上述过程得到的差值作为PID控制器的输入量，根据PID控制器的输出，对机床的变主轴转速参数进行实时更改，以达到使用优化的变主轴转速策略在颤振孕育阶段将其抑制住，从而实现闭环自适应调整变主轴转速抑制颤振的目的。
上述技术以及现有技术中，闭环控制均为将采集或计算出的实际参数与预设参数进行对比分析，计算误差，生成反馈信号，从而对实际参数进行实时控制调整；在数控加工工厂中，数控设备由于受到外部干扰、机械磨损和变化等因素的影响，工人根据经验预设的参数与数控加工过程对应的适当参数存在误差，导致数控加工后的产品工艺稳定性差，加工精度低，需要进行反复加工的概率增加；因此需要一种能够自动生成数控加工过程中适当参数的方法；
鉴于此，本发明提出基于编码器反馈的数控系统主轴闭环控制方法以解决上述问题。
发明内容
为了克服现有技术的上述缺陷，为实现上述目的，本发明提供如下技术方案：基于编码器反馈的数控系统主轴闭环控制方法，包括以下步骤：
S1：采集组历史数控特征数据，历史数控特征数据包括主轴影响特征数据以及与主轴影响特征数据对应的主轴特征数据集合，将主轴特征数据集合进行编号；
S2：基于历史数控特征数据训练出预测主轴特征数据集合编号的数据标定模型；
S3：将实时主轴影响特征数据输入数据标定模型，获取预测的主轴特征数据集合编号；将预测主轴特征数据集合编号对应的主轴特征数据集合作为目标主轴特征数据集合，将目标主轴特征数据集合作为本次数控设备的连续变化的控制参数，连续变化的控制参数包括数控加工开始时至结束时个时刻一一对应的/>组目标主轴特征数据，/>为大于1的整数；
S4：在数控加工过程中，根据编码器和计数器获取第i个时刻实时主轴特征数据，；将第i个时刻实时主轴特征数据发送至PID控制器以进行实时反馈；
S5：PID控制器将第i个时刻的实时主轴特征数据与第i个时刻的目标主轴特征数据进行对比分析，计算出系统误差，通过PID控制算法计算控制信号；
S6：电机驱动器根据控制信号对电机进行控制，用以调整当前实时主轴特征数据以达到第i个时刻的目标主轴特征数据。
进一步地，所述主轴影响特征数据包括工件材质、工件厚度、环境温度、环境湿度与路径控制程序；所述主轴特征数据集合包括主轴位置集合与主轴转速集合。
进一步地，所述主轴位置集合包括个主轴位置，所述主轴转速集合包括/>个主轴转速；/>个主轴位置和/>个主轴转速分别与/>个时刻一一对应，一组主轴特征数据包括一个主轴位置与一个主轴转速。
进一步地，数据标定模型的具体训练过程包括：
将主轴特征数据集合进行编号；
将历史数控特征数据作为样本集，将样本集划分为训练集和测试集，构建分类器，将训练集中的主轴影响特征数据作为输入数据，将训练集中的主轴特征数据集合编号作为输出数据，对分类器进行训练，得到初始分类器，利用测试集对初始分类器进行测试，输出满足预设误差的初始分类器作为数据标定模型，其中，预设误差的计算公式为:，其中，/>为主轴影响特征数据的编号，/>为预设误差，/>为第/>组主轴影响特征数据对应的预测主轴特征数据集合编号，/>为第/>组主轴影响特征数据对应的实际主轴特征数据集合编号；所述分类器为逻辑回归模型、朴素贝叶斯模型或支持向量机模型的其中一种。
进一步地，主轴位置在第i个时刻的实时主轴位置获取方式包括：
在主轴后端安装绝对式编码器，绝对式编码器在主轴上安装光栅或磁性刻度盘，当主轴旋转时，光电传感器或磁传感器检测和读取刻度盘上的标记或模式，生成相应的电信号，电信号包含主轴的位置信息，用于表示不同的主轴位置；
绝对式编码器将电信号输入计数器，计数器对电信号进行处理获取电信号对应的实际主轴位置。
进一步地，主轴转速在第i个时刻的实时主轴转速获取方式包括：
增量式编码器使用光电传感器或磁传感器来检测主轴上的光栅或磁性标记的运动以测量主轴转速，在本次数控加工期间，实际主轴转速即为上一时刻主轴转速加上主轴的总转速变化量。
进一步地，所述系统误差包括主轴位置误差与主轴转速误差，主轴位置误差为第i个时刻的目标主轴位置减去第i个时刻实时主轴位置的差值，主轴转速误差为第i个时刻的目标主轴转速减去第i个时刻实时主轴转速的差值，控制信号包括主轴位置控制信号与主轴转速控制信号，主轴位置控制信号与主轴转速控制信号计算如下：
；
式中，为1或2，当/>为1时，/>为主轴位置控制信号，/>为主轴位置误差，当/>为2时，/>为主轴转速控制信号，/>为主轴转速误差，/>为比例增益，/>为积分增益，/>为微分增益，/>为一个时刻。
进一步地，采集次数控加工过程中n个时刻的系统误差，/>为大于1的整数，将一次数控加工过程中采集的n个系统误差作为一个系统误差集合，对/>个系统误差集合进行分析，判断是否生成误差补偿指令；
判断是否生成误差补偿指令的方法包括：
一个系统误差集合包括一个主轴位置误差集合与一个主轴转速误差集合；
计算个系统误差集合中第i个时刻/>个主轴位置误差与主轴转速误差等于0的概率；
；
式中，当为1时，/>为/>个主轴位置误差集合中第i个时刻的/>个主轴位置误差等于0的概率，/>为/>个主轴位置误差集合中第i个时刻的/>个主轴位置误差等于0的数量；当/>为2时，/>为/>个主轴转速误差集合中第i个时刻的/>个主轴转速误差等于0的概率，/>为/>个主轴转速误差集合中第i个时刻的/>个主轴转速误差等于0的数量；
若且/>，则不生成初步误差补偿指令；
若和/>至少存在一个小于或等于/>，则生成初步误差补偿指令；
若生成初步误差补偿指令，计算个主轴位置误差与主轴转速误差中第i个时刻的主轴位置标准差与主轴转速标准差，计算方法如下：
；
；
式中，当为1时，/>为主轴位置误差均值，/>为主轴位置误差，/>为主轴位置标准差；当/>为2时，/>为主轴转速误差均值，/>为主轴转速误差，/>为主轴转速标准差，/>为第/>个主轴位置误差集合或主轴转速误差集合，/>；
若主轴位置标准差大于或等于主轴位置标准差阈值且主轴转速标准差大于或等于主轴转速标准差阈值，则不生成误差补偿指令；
若主轴位置标准差小于主轴位置标准差阈值或轴转速标准差小于主轴转速标准差阈值，则生成误差补偿指令。
进一步地，将所述误差补偿指令对应的系统误差均值加上第i个时刻的目标主轴特征数据作为目标主轴特征数据集合中第i个时刻新的目标主轴特征数据。
进一步地，若n个主轴位置标准差和n个主轴转速标准差均大于标准差阈值时，则生成检修指令。
一种电子设备，包括存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述基于编码器反馈的数控系统主轴闭环控制方法。
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被执行时实现所述基于编码器反馈的数控系统主轴闭环控制方法。
本发明基于编码器反馈的数控系统主轴闭环控制方法的技术效果和优点：
1.通过自动生成目标主轴特征数据集合对数控设备进行控制，无需人工提前设置，避免设置错误以及受到外界环境影响时，导致数控加工后的产品工艺稳定性差，加工精度低，需要进行反复加工，有效的提高了主轴运动控制的精度，提高数控加工质量。
2.通过对同类工件会出现类似系统误差进行分析和预先误差补偿，减少闭环控制的调整次数，避免每次加工同类工件都要进行完整的检测反馈过程,减少反应时间，同时减少误差累计的影响，进一步提高数控系统稳定性，结合预先误差补偿与闭环控制,使数控系统既具有自适应能力,也兼具快速响应的优点。
附图说明
图1为本发明实施例1的基于编码器反馈的数控系统主轴闭环控制方法示意图；
图2为本发明实施例1的闭环控制过程示意图；
图3为本发明实施例2的系统误差预先补偿方法示意图；
图4为本发明实施例3的电子设备示意图；
图5为本发明实施例4的存储介质示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。
实施例1
请参阅图1所示，本实施例所述基于编码器反馈的数控系统主轴闭环控制方法，包括：
采集组历史数控主轴影响特征数据，/>为大于1的整数；历史数控特征数据包括主轴影响特征数据以及与主轴影响特征数据对应的主轴特征数据集合；主轴影响特征数据包括工件材质、工件厚度、环境温度、环境湿度与路径控制程序；主轴特征数据集合包括主轴位置集合与主轴转速集合；
工件材质通过设置在数控加工设备加工区域入口处的拉曼光谱仪检测获得，不同的工件材质需要不同的主轴转速；例如，陶瓷材料很硬，需要较低的主轴转速，铝合金较软，需要较高的主轴转速；
工件厚度由安装在数控加工设备加工区域入口处的图像传感器获取，/>图像传感器正对工件侧面，通过获取工件侧面图像数据，获得工件的厚度；工件厚度会影响主轴转速，工件厚度越厚，主轴转速越低，以应对较大的切削深度，有助于提高数控加工稳定性；
环境温度与环境湿度通过设置在数控设备外侧的温环境湿度传感器获取，环境温度与环境湿度会影响主轴转速，环境湿度过高会影响冷却液的使用效果，从而降低切削工具的性能，环境温度过高也会导致切削工具环境温度上升，降低切削工具的性能，需要调整主轴转速来降低切削工具环境温度以满足切削效率；
路径控制程序由工人提前输入数控加工设备中，路径控制程序用于控制主轴的移动路径；数控加工时，工人根据不同的加工成品需求选择路径控制程序，即路径控制程序与工件的切削形状一一对应，不同的工件切削加工形状对应不同的路径控制程序，不同的路径控制程序对应的主轴位置集合不同；
主轴位置集合与主轴转速集合均通过安装在主轴后端的编码器与计数器共同获取，一次数控加工开始时至结束时包括个时刻，/>为大于1的整数，因此主轴位置集合包括个主轴位置，主轴转速集合包括/>个主轴转速；/>个主轴位置和/>个主轴转速分别与/>个时刻一一对应，一组主轴特征数据包含一个主轴位置与一个主轴转速；主轴特征数据会影响数控加工操作的精度和稳定性；为了确保数控加工过程中的精度和稳定性，主轴特征数据必须精确可控，需要进行实时监测并反馈调节；
在实验环境下，工人将多个相同主轴影响特征数据的工件依次按照不同的主轴特征数据集合进行数控加工，依次记录数控加工后对应的加工精度，将加工精度最高的工件对应的主轴特征数据集合，作为该主轴影响特征数据对应的主轴特征数据集合，再依次将不同主轴影响特征数据的工件按上述方法依次获取不同主轴影响特征数据对应的主轴特征数据集合；
基于历史数控特征数据训练出预测主轴特征数据集合编号的数据标定模型，数据标定模型的具体训练过程包括：
将主轴特征数据集合进行编号；
将历史数控特征数据作为样本集，将样本集划分为训练集和测试集，构建分类器，将训练集中的主轴影响特征数据作为输入数据，将训练集中的主轴特征数据集合编号作为输出数据，对分类器进行训练，得到初始分类器，利用测试集对初始分类器进行测试，输出满足预设误差的初始分类器作为数据标定模型，其中，预设误差的计算公式为:，其中，/>为主轴影响特征数据的编号，/>为预设误差，/>为第/>组主轴影响特征数据对应的预测主轴特征数据集合编号，/>为第/>组主轴影响特征数据对应的实际主轴特征数据集合编号；所述分类器具体为逻辑回归模型、朴素贝叶斯模型或支持向量机模型的其中一种。
将实时主轴影响特征数据输入数据标定模型，获取预测主轴特征数据集合编号；将预测主轴特征数据集合编号对应的主轴特征数据集合作为目标主轴特征数据集合，一个目标主轴特征数据集合包含组目标主轴特征数据；数控设备根据目标主轴特征数据集合进行数控加工；
在数控加工过程中，根据编码器和计数器获取第i个时刻实时主轴特征数据，；将第i个时刻实时主轴特征数据发送至PID控制器以进行实时反馈；
主轴位置在第i个时刻的实时主轴位置的获取方式包括：
在主轴后端安装绝对式编码器，绝对值编码器在主轴上安装光栅或磁性刻度盘，当主轴旋转时，光电传感器或磁传感器会检测和读取刻度盘上的标记或模式，生成相应的电信号，这些电信号包含主轴的准确位置信息，用于表示不同的主轴位置；
绝对式编码器将电信号输入计数器，计数器对电信号进行处理获取电信号对应的实时主轴位置；
主轴转速在第i个时刻的实时主轴转速的获取方式包括：
增量式编码器使用光电传感器或磁传感器来检测主轴上的光栅或磁性标记的运动以测量主轴转速，当主轴旋转时，光电传感器或磁传感器会检测光栅或磁性标记的变化，从而产生脉冲信号，这些脉冲信号的数量与主轴的转速成正比，每个脉冲信号表示转速的微小步进，即每个脉冲信号对应的转速变化量相同；
增量式编码器将脉冲信号输入计数器，计数器统计脉冲信号的数量，将脉冲信号数量乘以每个脉冲信号对应的转速变化量，获取主轴的总转速变化量；在本次数控加工未开始前，主轴处于静止状态，主轴转速为0，因此主轴的总转速变化量即为实时主轴转速；在本次数控加工期间，实时主轴转速即为上一时刻主轴转速加上主轴的总转速变化量；
PID控制器将第i个时刻的实时主轴特征数据与第i个时刻的目标主轴特征数据进行对比分析，计算出系统误差，通过PID控制算法计算控制信号发送至电机驱动器；
系统误差包括主轴位置误差与主轴转速误差，主轴位置误差为第i个时刻的目标主轴位置减去第i个时刻实时主轴位置的差值，主轴转速误差为第i个时刻的目标主轴转速减去第i个时刻实时主轴转速的差值，控制信号包括主轴位置控制信号与主轴转速控制信号，主轴位置控制信号与主轴转速控制信号计算如下：
；
式中，为1或2，当/>为1时，/>为主轴位置控制信号，/>为主轴位置误差，当/>为2时，/>为主轴转速控制信号，/>为主轴转速误差，/>为比例增益，/>为积分增益，/>为微分增益，/>为一个时刻；
在实验环境下，工人依次对不同主轴特征数据集合对应的工件进行数控加工，检测第i个时刻实时主轴特征数据，计算系统误差，设置不同的、/>、/>数值进行控制信号计算，将电机驱动器根据控制信号进行控制调整后，第i个时刻实时主轴特征数据最接近第i个时刻的目标主轴特征数据对应的/>、/>、/>数值作为上述公式中的/>、/>、/>数值使用；
电机驱动器根据控制信号对电机进行控制，从而调整当前实时主轴特征数据以达到第i个时刻的目标主轴特征数据；闭环控制过程请参阅图2所示；
本实施例通过自动生成目标主轴特征数据集合对数控设备进行控制，无需人工提前设置，避免设置错误以及受到外界环境影响时，导致数控加工后的产品工艺稳定性差，加工精度低，需要进行反复加工，有效的提高了主轴运动控制的精度，提高数控加工质量。
实施例2
请参阅图3所示，本实施例在实施例1的基础上进一步改进设计，在工厂生产线中，一台数控机床加工的工件种类较少，加工同一种类的工件数量较多，加工同一种类工件产生的系统误差基本一致，采用编码器进行实时监测、反馈以及调整的过程也基本一致，若每次加工同一种类工件时都进行相同的实时监测、反馈以及调整，会增加响应时间，影响数控系统的稳定性；因此本实施例提供了基于编码器反馈的数控系统主轴闭环控制方法，还包括对系统误差进行预先补偿，减少处理和传输数据的时间延迟问题对工件质量的影响以及维护数控系统稳定性；
采集次数控加工过程中n个时刻的系统误差，/>为大于1的整数，将一次数控加工过程中采集的n个系统误差作为一个系统误差集合，对/>个系统误差集合进行分析，判断是否生成误差补偿指令；
判断是否生成误差补偿指令的方法包括：
一个系统误差集合包括一个主轴位置误差集合与一个主轴转速误差集合；
计算第i个时刻个主轴位置误差与主轴转速误差等于0的概率；
；
式中，当为1时，/>为/>个主轴位置误差集合中第i个时刻的/>个主轴位置误差等于0的概率，/>为/>个主轴位置误差集合中第i个时刻的/>个主轴位置误差等于0的数量；当/>为2时，/>为/>个主轴转速误差集合中第i个时刻的/>个主轴转速误差等于0的概率，/>为/>个主轴转速误差集合中第i个时刻的/>个主轴转速误差等于0的数量；
若且/>，则不生成初步误差补偿指令，说明此时数控系统受到的影响较小，多数实时主轴特征数据与目标主轴特征数据一致，无需进行误差补偿；
若和/>至少存在一个小于或等于/>，则生成初步误差补偿指令，说明此时数控系统受到的影响较大，多数实时主轴特征数据与目标主轴特征数据之间存在误差，需要进行误差补偿；
若生成初步误差补偿指令，计算个主轴位置误差与主轴转速误差中第i个时刻的主轴位置标准差与主轴转速标准差，计算方法如下：
；
；
式中，当为1时，/>为主轴位置误差均值，/>为主轴位置误差，/>为主轴位置标准差；当/>为2时/>为主轴转速误差均值/>为主轴转速误差，/>为主轴转速标准差，/>为第/>个主轴位置误差集合或主轴转速误差集合，/>；
若主轴位置标准差大于或等于主轴位置标准差阈值且主轴转速标准差大于或等于主轴转速标准差阈值，则不生成误差补偿指令，说明第i个时刻的个系统误差不集中在系统误差均值附近，提前进行误差补偿无法降低系统误差，甚至增大系统误差；
若主轴位置标准差小于主轴位置标准差阈值或主轴转速标准差小于主轴转速标准差阈值，则生成误差补偿指令，说明第i个时刻的个系统误差普遍集中在系统误差均值附近，可以提前进行误差补偿降低系统误差，减少数控加工过程中实时监测、反馈以及调整的次数；主轴位置标准差阈值和主轴转速标准差阈值为工人在实验阶段进行多次数控加工，计算n个主轴位置标准差阈值和n个主轴转速标准差阈值，将n个主轴位置标准差阈值均值和n个主轴转速标准差阈值均值作为主轴位置标准差阈值和主轴转速标准差阈值；
若生成误差补偿指令，将误差补偿指令对应的系统误差均值加上第i个时刻的目标主轴特征数据作为目标主轴特征数据集合中第i个时刻新的目标主轴特征数据，即在数控设备工作前对系统误差进行补偿，从而降低响应时间，增加数控系统的稳定性；
若n个主轴位置标准差和n个主轴转速标准差均大于标准差阈值时，则生成检修指令，根据检修指令响起数控设备对应的蜂鸣器提醒工人对该数控设备进行检修，说明此时数控设备存在较大的故障问题，每次数控加工过程中产生的系统误差均不一样且差距较大，仅仅依靠闭环控制进行补偿会影响工件的加工质量；
本实施例通过对同类工件会出现类似系统误差进行分析和预先误差补偿，减少闭环控制的调整次数，避免每次加工同类工件都要进行完整的检测反馈过程,减少反应时间，同时减少误差累计的影响，进一步提高数控系统稳定性，结合预先误差补偿与闭环控制,使数控系统既具有自适应能力,也兼具快速响应的优点。
实施例3
请参阅图4所示，根据本申请的又一方面还提供了电子设备500。该电子设备500可包括一个或多个处理器以及一个或多个存储器。其中，存储器中存储有计算机可读代码，计算机可读代码当由一个或多个处理器运行时，可以执行如上所述的基于编码器反馈的数控系统主轴闭环控制方法。
根据本申请实施方式的方法或系统也可以借助于图4所示的电子设备的架构来实现。如图4所示，电子设备500可包括总线501、一个或多个CPU502、只读存储器(ROM)503、随机存取存储器(RAM)504、连接到网络的通信端口505、输入/输出组件506、硬盘507等。电子设备500中的存储设备，例如ROM503或硬盘507可存储本申请提供的基于编码器反馈的数控系统主轴闭环控制方法。基于编码器反馈的数控系统主轴闭环控制方法，例如包括：S1：采集组历史数控特征数据，历史数控特征数据包括主轴影响特征数据以及与主轴影响特征数据对应的主轴特征数据集合；S2：基于历史数控特征数据训练出预测主轴特征数据的数据标定模型；S3：将实时主轴影响特征数据输入数据标定模型，获取预测的主轴特征数据集合编号；将预测主轴特征数据集合编号对应的主轴特征数据集合作为目标主轴特征数据集合，将目标主轴特征数据集合作为本次数控设备的连续变化的控制参数，连续变化的控制参数包括数控加工开始时至结束时/>个时刻一一对应的/>组目标主轴特征数据，/>为大于1的整数；S4：在数控加工过程中，根据编码器和计数器获取第i个时刻实时主轴特征数据，；将第i个时刻实时主轴特征数据发送至PID控制器以进行实时反馈；S5：PID控制器将第i个时刻的实时主轴特征数据与第i个时刻的目标主轴特征数据进行对比分析，计算出系统误差，通过PID控制算法计算控制信号；S6：电机驱动器根据控制信号对电机进行控制，用以调整当前实时主轴特征数据以达到第i个时刻的目标主轴特征数据。
进一步地，电子设备500还可包括用户界面508。当然，图4所示的架构只是示例性的，在实现不同的设备时，根据实际需要，可以省略图4示出的电子设备中的一个或多个组件。
实施例4
请参阅图5所示，是根据本申请一个实施方式的计算机可读存储介质600。计算机可读存储介质600上存储有计算机可读指令。当计算机可读指令由处理器运行时，可执行参照以上附图描述的根据本申请实施方式的基于编码器反馈的数控系统主轴闭环控制方法。存储介质600包括但不限于例如易失性存储器和/或非易失性存储器。易失性存储器例如可包括随机存取存储器(RAM)和高速缓冲存储器(cache)等。非易失性存储器例如可包括只读存储器(ROM)、硬盘、闪存等。
另外，根据本申请的实施方式，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请提供了非暂时性机器可读存储介质，所述非暂时性机器可读存储介质存储有机器可读指令，所述机器可读指令能够由处理器运行以执行与本申请提供的方法步骤对应的指令，例如：S1：采集组历史数控特征数据，历史数控特征数据包括主轴影响特征数据以及与主轴影响特征数据对应的主轴特征数据集合；S2：基于历史数控特征数据训练出预测主轴特征数据的数据标定模型；S3：将实时主轴影响特征数据输入数据标定模型，获取预测的主轴特征数据集合编号；将预测主轴特征数据集合编号对应的主轴特征数据集合作为目标主轴特征数据集合，将目标主轴特征数据集合作为本次数控设备的连续变化的控制参数，连续变化的控制参数包括数控加工开始时至结束时/>个时刻一一对应的/>组目标主轴特征数据，/>为大于1的整数；S4：在数控加工过程中，根据编码器和计数器获取第i个时刻实时主轴特征数据，/>；将第i个时刻实时主轴特征数据发送至PID控制器以进行实时反馈；S5：PID控制器将第i个时刻的实时主轴特征数据与第i个时刻的目标主轴特征数据进行对比分析，计算出系统误差，通过PID控制算法计算控制信号；S6：电机驱动器根据控制信号对电机进行控制，用以调整当前实时主轴特征数据以达到第i个时刻的目标主轴特征数据。在该计算机程序被中央处理单元(CPU)执行时，执行本申请的方法中限定的上述功能。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.基于编码器反馈的数控系统主轴闭环控制方法，其特征在于，包括：
S1：采集组历史数控特征数据，历史数控特征数据包括主轴影响特征数据以及与主轴影响特征数据对应的主轴特征数据集合，将主轴特征数据集合进行编号；所述主轴影响特征数据包括工件材质、工件厚度、环境温度、环境湿度与路径控制程序；所述主轴特征数据集合包括主轴位置集合与主轴转速集合；
S2：基于历史数控特征数据训练出预测主轴特征数据集合编号的数据标定模型；
S3：将实时主轴影响特征数据输入数据标定模型，获取预测的主轴特征数据集合编号；将预测主轴特征数据集合编号对应的主轴特征数据集合作为目标主轴特征数据集合，将目标主轴特征数据集合作为本次数控设备的连续变化的控制参数，连续变化的控制参数包括数控加工开始时至结束时个时刻一一对应的/>组目标主轴特征数据，/>为大于1的整数；
S4：在数控加工过程中，根据编码器和计数器获取第i个时刻实时主轴特征数据，；将第i个时刻实时主轴特征数据发送至PID控制器以进行实时反馈；
S5：PID控制器将第i个时刻的实时主轴特征数据与第i个时刻的目标主轴特征数据进行对比分析，计算出系统误差，通过PID控制算法计算控制信号；所述系统误差包括主轴位置误差与主轴转速误差，主轴位置误差为第i个时刻的目标主轴位置减去第i个时刻实时主轴位置的差值，主轴转速误差为第i个时刻的目标主轴转速减去第i个时刻实时主轴转速的差值；
采集次数控加工过程中n个时刻的系统误差，/>为大于1的整数，将一次数控加工过程中采集的n个系统误差作为一个系统误差集合，对/>个系统误差集合进行分析，判断是否生成误差补偿指令；
判断是否生成误差补偿指令的方法包括：
一个系统误差集合包括一个主轴位置误差集合与一个主轴转速误差集合；
计算个系统误差集合中第i个时刻/>个主轴位置误差与主轴转速误差等于0的概率；
；
式中，当为1时，/>为/>个主轴位置误差集合中第i个时刻的/>个主轴位置误差等于0的概率，/>为/>个主轴位置误差集合中第i个时刻的/>个主轴位置误差等于0的数量；当为2时，/>为/>个主轴转速误差集合中第i个时刻的/>个主轴转速误差等于0的概率，为/>个主轴转速误差集合中第i个时刻的/>个主轴转速误差等于0的数量；
若且/>，则不生成初步误差补偿指令；
若和/>至少存在一个小于或等于/>，则生成初步误差补偿指令；
若生成初步误差补偿指令，计算个主轴位置误差与主轴转速误差中第i个时刻的主轴位置标准差与主轴转速标准差，计算方法如下：
；
；
式中，当为1时，/>为主轴位置误差均值，/>为主轴位置误差，/>为主轴位置标准差；当/>为2时，/>为主轴转速误差均值，/>为主轴转速误差，/>为主轴转速标准差，/>为第/>个主轴位置误差集合或主轴转速误差集合，/>；
若主轴位置标准差大于或等于主轴位置标准差阈值且主轴转速标准差大于或等于主轴转速标准差阈值，则不生成误差补偿指令；
若主轴位置标准差小于主轴位置标准差阈值或轴转速标准差小于主轴转速标准差阈值，则生成误差补偿指令；
S6：电机驱动器根据控制信号对电机进行控制，用以调整当前实时主轴特征数据以达到第i个时刻的目标主轴特征数据。
2.根据权利要求1所述的基于编码器反馈的数控系统主轴闭环控制方法，其特征在于，所述主轴位置集合包括个主轴位置，所述主轴转速集合包括/>个主轴转速；/>个主轴位置和/>个主轴转速分别与/>个时刻一一对应，一组主轴特征数据包括一个主轴位置与一个主轴转速。
3.根据权利要求2所述的基于编码器反馈的数控系统主轴闭环控制方法，其特征在于，数据标定模型的具体训练过程包括：
将历史数控特征数据作为样本集，将样本集划分为训练集和测试集，构建分类器，将训练集中的主轴影响特征数据作为输入数据，将训练集中的主轴特征数据集合编号作为输出数据，对分类器进行训练，得到初始分类器，利用测试集对初始分类器进行测试，输出满足预设误差的初始分类器作为数据标定模型，其中，预设误差的计算公式为:，其中，/>为主轴影响特征数据的编号，/>为预设误差，/>为第/>组主轴影响特征数据对应的预测主轴特征数据集合编号，/>为第/>组主轴影响特征数据对应的实际主轴特征数据集合编号；所述分类器为逻辑回归模型、朴素贝叶斯模型或支持向量机模型的其中一种。
4.根据权利要求3所述的基于编码器反馈的数控系统主轴闭环控制方法，其特征在于，主轴位置在第i个时刻的实时位置获取方式包括：
在主轴后端安装绝对式编码器，绝对式编码器在主轴上安装光栅或磁性刻度盘，当主轴旋转时，光电传感器或磁传感器检测和读取刻度盘上的标记或模式，生成相应的电信号，电信号包含主轴的位置信息，用于表示不同的主轴位置；
绝对式编码器将电信号输入计数器，计数器对电信号进行处理获取电信号对应的实际主轴位置。
5.根据权利要求4所述的基于编码器反馈的数控系统主轴闭环控制方法，其特征在于，主轴转速在第i个时刻的实时转速获取方式包括：
增量式编码器使用光电传感器或磁传感器来检测主轴上的光栅或磁性标记的运动以测量主轴转速，在本次数控加工期间，实际主轴转速即为上一时刻主轴转速加上主轴的总转速变化量。
6.根据权利要求5所述的基于编码器反馈的数控系统主轴闭环控制方法，其特征在于，控制信号包括主轴位置控制信号与主轴转速控制信号，主轴位置控制信号与主轴转速控制信号计算如下：
；
式中，为1或2，当/>为1时，/>为主轴位置控制信号，/>为主轴位置误差，当/>为2时，/>为主轴转速控制信号，/>为主轴转速误差，/>为比例增益，/>为积分增益，为微分增益，/>为一个时刻。
7.根据权利要求6所述的基于编码器反馈的数控系统主轴闭环控制方法，其特征在于，将所述误差补偿指令对应的系统误差均值加上第i个时刻的目标主轴特征数据作为目标主轴特征数据集合中第i个时刻新的目标主轴特征数据。
8.根据权利要求7所述的基于编码器反馈的数控系统主轴闭环控制方法，其特征在于，若n个主轴位置标准差和n个主轴转速标准差均大于标准差阈值时，则生成检修指令。
9.一种电子设备，包括存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-8中任一项所述的基于编码器反馈的数控系统主轴闭环控制方法。
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上存储有计算机程序，所述计算机程序被执行时实现权利要求1-8中任一项所述的基于编码器反馈的数控系统主轴闭环控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311733729.5A CN117434828B (zh) | 2023-12-18 | 2023-12-18 | 基于编码器反馈的数控系统主轴闭环控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311733729.5A CN117434828B (zh) | 2023-12-18 | 2023-12-18 | 基于编码器反馈的数控系统主轴闭环控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117434828A CN117434828A (zh) | 2024-01-23 |
| CN117434828B true CN117434828B (zh) | 2024-03-15 |
Family
ID=89548334
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311733729.5A Active CN117434828B (zh) | 2023-12-18 | 2023-12-18 | 基于编码器反馈的数控系统主轴闭环控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117434828B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101041194A (zh) * | 2007-04-25 | 2007-09-26 | 杨林 | 大型曲线齿锥齿轮加工数控机床 |
| CN104294476A (zh) * | 2014-10-22 | 2015-01-21 | 浙江越剑机械制造有限公司 | 一种高速经编机开停车智能控制系统及其控制方法 |
| CN106842922A (zh) * | 2017-01-14 | 2017-06-13 | 合肥工业大学 | 一种数控加工误差优化方法 |
| CN112051799A (zh) * | 2020-09-10 | 2020-12-08 | 成都广泰威达数控技术股份有限公司 | 一种机械加工自适应控制方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7370524B2 (en) * | 2004-08-13 | 2008-05-13 | Lawrence Livermore National Security, Llc | Adaptive vibration control using synchronous demodulation with machine tool controller motor commutation |
-
2023
- 2023-12-18 CN CN202311733729.5A patent/CN117434828B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101041194A (zh) * | 2007-04-25 | 2007-09-26 | 杨林 | 大型曲线齿锥齿轮加工数控机床 |
| CN104294476A (zh) * | 2014-10-22 | 2015-01-21 | 浙江越剑机械制造有限公司 | 一种高速经编机开停车智能控制系统及其控制方法 |
| CN106842922A (zh) * | 2017-01-14 | 2017-06-13 | 合肥工业大学 | 一种数控加工误差优化方法 |
| CN112051799A (zh) * | 2020-09-10 | 2020-12-08 | 成都广泰威达数控技术股份有限公司 | 一种机械加工自适应控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117434828A (zh) | 2024-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11481630B2 (en) | Machining condition adjustment device and machining condition adjustment system | |
| Ridwan et al. | A framework for machining optimisation based on STEP-NC | |
| US6291959B1 (en) | Method and apparatus for controlling numerically controlled machine tool | |
| KR950008800B1 (ko) | 수치제어가공장치 | |
| JP5143005B2 (ja) | 機械における加工プロセスの最適化のための方法 | |
| TWI649648B (zh) | 加工機熱補償控制系統及其方法 | |
| US11640557B2 (en) | Machine learning device, numerical control system, and machine learning method | |
| CN106154977B (zh) | 一种数控机床切削工步全过程中关键时刻的判断方法 | |
| CN106842922B (zh) | 一种数控加工误差优化方法 | |
| CN110889091B (zh) | 基于温度敏感区间分段的机床热误差预测方法与系统 | |
| US20120296462A1 (en) | Numerical controller with machining time prediction unit and machining error prediction unit | |
| CN112051799A (zh) | 一种机械加工自适应控制方法 | |
| CN110539202B (zh) | 一种以主轴功率恒定为目标的自适应控制加工方法 | |
| CN115398360A (zh) | 用于机床上的基于特征图的误差补偿的机床控制和方法 | |
| CN106873525A (zh) | 一种基于数控机床实时数据的主轴组件热变形预测方法 | |
| CN116540631A (zh) | 一种数控机床加工精度监测系统及方法 | |
| US11980966B2 (en) | Method, computer program and laser cutting system for smart corner cutting | |
| CN108356603B (zh) | 五轴数控机床主轴热变形误差补偿方法及系统 | |
| CN114424129A (zh) | 控制系统 | |
| US12117795B2 (en) | Fluctuation amount estimation device in machine tool and correction amount calculation device | |
| Blaser et al. | LONG-TERM THERMAL COMPENSATION OF 5-AXIS MACHINE TOOLS DUE TO THERMAL ADAPTIVE LEARNING CONTROL. | |
| CN117478018B (zh) | 一种变频双轮铣车调速方法及系统 | |
| CN117434828B (zh) | 基于编码器反馈的数控系统主轴闭环控制方法 | |
| CN116224778A (zh) | 线材的矫正机的控制装置、控制系统以及控制方法 | |
| JP2002239872A (ja) | 熱変位補正方法および熱変位補正係数の変更方法並びに同補正機能を有する数値制御装置 |
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 |