CN117678155A - 频率特性预测装置及频率特性预测方法 - Google Patents
频率特性预测装置及频率特性预测方法 Download PDFInfo
- Publication number
- CN117678155A CN117678155A CN202180100783.9A CN202180100783A CN117678155A CN 117678155 A CN117678155 A CN 117678155A CN 202180100783 A CN202180100783 A CN 202180100783A CN 117678155 A CN117678155 A CN 117678155A
- Authority
- CN
- China
- Prior art keywords
- frequency characteristic
- unit
- frequency
- control unit
- motor control
- 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
- 238000000034 method Methods 0.000 title claims description 32
- 238000005259 measurement Methods 0.000 claims abstract description 165
- 238000003860 storage Methods 0.000 claims description 34
- 230000005284 excitation Effects 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 15
- 230000002787 reinforcement Effects 0.000 claims description 10
- 238000004904 shortening Methods 0.000 abstract description 5
- 238000005520 cutting process Methods 0.000 description 83
- 230000006399 behavior Effects 0.000 description 51
- 238000010586 diagram Methods 0.000 description 39
- 230000006870 function Effects 0.000 description 35
- 238000001514 detection method Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 12
- 238000010801 machine learning Methods 0.000 description 9
- 238000012546 transfer Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
- H02P29/20—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors for controlling one motor used for different sequential operations
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P25/00—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details
- H02P25/02—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details characterised by the kind of motor
- H02P25/06—Linear motors
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P2205/00—Indexing scheme relating to controlling arrangements characterised by the control loops
- H02P2205/07—Speed loop, i.e. comparison of the motor speed with a speed reference
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Feedback Control In General (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
根据测定出的频率特性预测频率特性,削减测定次数,缩短测定时间。频率特性预测装置具有:马达控制部,其用于移动机械的轴;移动指令生成部,其向马达控制部输出用于将轴的位置从第一位置变更为第二位置的移动指令;频率特性测定部,其在第一位置和第二位置测定机械的频率特性;状态切换部,其在第一位置切换马达控制部的状态;以及频率特性预测部,其在第二位置预测机械的频率特性,频率特性测定部在第一位置测定被切换的多个状态的多个第一频率特性,在第二位置测定与多个状态中的至少一个状态相关的第二频率特性,频率特性预测部使用多个第一频率特性和第二频率特性,预测与第二位置的多个状态中的至少一个状态以外的状态相关的第三频率特性。
Description
技术领域
本发明涉及频率特性预测装置及频率特性预测方法,特别是,涉及预测机床或者工业机械的频率特性的频率特性预测装置及频率特性预测方法。
背景技术
在使机床或工业机械的轴移动到期望的位置的马达控制装置中,要求根据机床或工业机械的姿势(轴的位置)来调整适当的增益、滤波特性等。
在专利文献1中记载了一种伺服控制装置,即使产生装载物的变更、机械结构的变更,也能够适当地自动调整控制增益以维持控制特性。
具体而言,在专利文献1中记载了伺服控制装置具有:速度指令制作部、转矩指令制作部、速度检测部、速度控制环、速度控制增益、正弦波干扰输入部、实际频率特性计算部、规范特性变更部、规范频率特性计算部以及控制增益调整部。正弦波干扰输入部逐次变更频率。规范频率特性计算部按频率逐次计算针对规范特性变更部指定的特征的规范频率特性。实际频率特性计算部按频率逐次计算控制系统的实际频率特性。规范频率特性计算部存储规范频率特性与实际频率特性最一致时的规范特性变更部的特性式。
在专利文献2中记载了一种伺服马达控制装置,缩短机床对被加工对象的加工时间,且在机床的进给轴从快速进给动作切换为切削进给动作之后加工精度不会恶化。
具体而言,在专利文献2中记载了如下内容:运算系数设定部将用于生成前馈控制信息和反馈控制信息中的至少一个的运算系数设定为为了切削进给动作而设定的第一运算系数值与比第一运算系数值小的快速进给动作用的第二运算系数值之间的值。另外,在专利文献2中记载了如下内容:在第一时间点预测到动作指令在快速进给动作中的任意时间点即第一时间点之后的第二时间点从快速进给动作指令切换为切削进给动作指令的情况下,运算系数变更部将运算系数从第二值连续地变更为第一运算系数值。
现有技术文献
专利文献
专利文献1:日本特开2018-128734号公报
专利文献2:日本特开2013-218552号公报
发明内容
发明要解决的课题
为了调整马达控制装置的增益、滤波特性,要求在各种姿势的测定点测定马达控制装置的增益以及相位的频率特性。
另外,通过切削进给的参数和快速进给的参数的切换功能,在存在多个马达控制装置的状态的情况下,例如在有切削进给和快速进给的状态的情况下,若想要在各个状态下测定频率特性,则需要各状态×测定点的数量的测定,测定时间变长。
因此,要求能够根据测定出的频率特性来预测频率特性,削减测定次数,缩短测定时间的频率特性预测装置及频率特性预测方法。
用于解决课题的手段
(1)本公开的第一方式是一种频率特性预测装置,具有:
马达控制部,其用于使机床或工业机械的轴移动;
移动指令生成部,其向所述马达控制部输出用于将所述轴的位置从第一位置变更为第二位置的移动指令;
频率特性测定部,其在所述第一位置和所述第二位置测定所述机床或所述工业机械的频率特性;
状态切换部,其在所述第一位置,切换所述马达控制部的状态;以及
频率特性预测部,其在所述第二位置,预测所述机床或所述工业机械的频率特性,
所述频率特性测定部在所述第一位置,测定与由所述状态切换部切换的多个状态相关的多个第一频率特性,在所述第二位置测定与所述多个状态中的至少一个状态相关的第二频率特性,
所述频率特性预测部使用所述多个第一频率特性和所述第二频率特性,预测与所述第二位置的所述多个状态中的至少一个状态以外的状态相关的第三频率特性。
(2)本公开的第二方式是一种频率特性预测方法,
根据第一移动指令,通过马达控制部将机床或工业机械的轴的位置移动到第一位置,
在所述第一位置,通过频率特性测定部测定与所述马达控制部的多个状态相关的多个第一频率特性,
根据第二移动指令,通过所述马达控制部将所述轴的位置从所述第一位置移动到第二位置,
在所述第二位置,通过所述频率特性测定部测定与所述多个状态中的至少一个状态相关的第二频率特性,
通过频率特性预测部,使用所述多个第一频率特性和所述第二频率特性,通过频率特性预测部预测与所述第二位置的所述多个状态中的至少一个状态以外的状态相关的第三频率特性。
发明效果
根据本公开的各方式,能够根据测定出的频率特性来预测频率特性,削减测定次数,缩短测定时间。
附图说明
图1是表示本公开的第一实施方式的频率特性预测装置的框图。
图2是表示成为沿机械的X轴方向移动的可动部的台的图。
图3是表示成为机械的可动部的台的、代表测定点和两个测定点处的快速进给、切削进给的参数的设定的状态的图。
图4是表示本公开的第一实施方式的频率特性预测装置的动作的流程图。
图5是表示在代表测定点测定出的快速进给及切削进给的增益特性的特性图。
图6是表示在代表测定点测定出的快速进给及切削进给的相位特性的特性图。
图7是表示在代表测定点测定出的快速进给的增益特性与切削进给的增益特性之差的特性图。
图8是表示在代表测定点测定出的快速进给的相位特性与切削进给的相位特性之差的特性图。
图9是表示在测定点预测出的快速进给的增益特性与在测定点测定出的快速进给的增益特性的特性图。
图10是表示在测定点预测出的快速进给的相位特性与在测定点测定出的快速进给的相位特性的特性图。
图11是表示本公开的第二实施方式的频率特性预测装置的框图。
图12是表示作为机器学习装置发挥功能的参数调整部的框图。
图13是表示规范模型的框线图。
图14是表示规范模型的马达控制部的输入输出增益特性与学习前以及学习后的马达控制部的输入输出增益特性的特性图。
图15是表示将多个滤波器直接连接而构成滤波器的例子的框图。
图16是表示成为沿机械的X轴方向以及Y轴方向移动的可动部的两个台的图。
图17是表示一个代表测定点和八个测定点处的快速进给、切削进给的参数的设定的状态的图。
图18是表示成为沿机械的X轴方向以及Y轴方向移动的可动部的两个台、和在机械的主轴沿Z轴方向移动的可动部的图。
图19是表示两个代表测定点和九个测定点处的快速进给、切削进给的参数的设定的状态的图。
图20是表示沿机械的X轴方向、Y轴方向以及Z轴方向移动的可动部的图。
图21是表示一个代表测定点和二十六个测定点处的快速进给、切削进给的参数的设定的状态的图。
具体实施方式
(第一实施方式)
以下,使用附图对本公开的实施方式进行详细说明。
图1是表示本公开的第一实施方式的频率特性预测装置的框图。
频率特性预测装置10A具有:马达控制部100、移动指令生成部200、频率特性测定部300、存储部400、频率特性预测部500以及状态切换部600。
此外,移动指令生成部200、频率特性测定部300、存储部400、频率特性预测部500及状态切换部600中的一个或多个也可以设置在马达控制部100内。
(马达控制部100)
马达控制部100具有:减法器110、速度控制部120、滤波器130、电流控制部140以及马达150。减法器110、速度控制部120、滤波器130、电流控制部140以及马达150构成成为闭环的速度反馈环的伺服系统。马达150能够使用进行直线运动的线性马达、具有旋转轴的马达等。由马达150驱动的控制对象700例如是机床或工业机械的可动部。马达150也可以设置为机床或工业机械的一部分。频率特性预测装置10A也可以设置为机床或工业机械的一部分。
减法器110求出输入的成为移动指令的速度指令与速度反馈的检测速度之差,将该差作为速度偏差输出到速度控制部120。
速度控制部120进行PI控制(Proportional-Integral Control),将对速度偏差乘以积分增益K1v并进行积分而得的值与对速度偏差乘以比例增益K2v而得的值相加,作为转矩指令输出到滤波器130。此外,速度控制部120并不特别限定于PI控制,也可以使用其他控制,例如PID控制(Proportional-Integral-Differential Control)。
数学公式1(以下表示为数学式1)表示速度控制部120的传递函数HV(S)。
[数学式1]
滤波器130是使特定的频率成分衰减的滤波器,例如使用陷波滤波器、低通滤波器或带阻滤波器。在具有由马达150驱动的机构部的机床等机械中存在谐振点,有时因马达控制部100使得谐振增大。通过使用陷波滤波器等滤波器,能够降低谐振。滤波器130的输出作为转矩指令输出到电流控制部140。
数学公式2(以下表示为数学式2)表示作为滤波器130的陷波滤波器的传递函数HF(S)。
在此,数学公式2的系数δ为衰减系数,系数ωc为中心角频率,系数τ为相对频带。若将中心频率设为fc,将带宽设为fw,则系数ωc由ωc=2πfc表示,系数τ由τ=fw/fc表示。各系数成为滤波器的系数。
[数学式2]
电流控制部140根据转矩指令生成用于驱动马达150的电压指令,将该电压指令输出到马达150。
在马达150为线性马达的情况下,可动部的位置由设置于马达150的线性标尺(未图示)检测,对位置检测值进行微分,由此,求出速度检测值,求出的速度检测值作为速度反馈输入到减法器110。
在马达150是具有旋转轴的马达的情况下,旋转角度位置由设置于马达150的旋转编码器(未图示)检测,速度检测值作为速度反馈输入到减法器110。
在以下的说明中,马达150是具有旋转轴的马达,速度检测值由旋转编码器(未图示)检测。
如以上那样构成马达控制部100。
为了调整马达控制部100的、速度控制部120的积分增益K1v和比例增益K2v中的一个或双方、和/或滤波器130的传递函数的各系数ωc、τ、δ,要求测定机床或工业机械的频率特性。通过测定马达控制部100的频率特性而求出机床或工业机械的频率特性。以下,将速度控制部120的积分增益K1v和比例增益K2v中的一个或双方、和/或滤波器130的传递函数的各系数ωc、τ、δ记为参数。
在也包含机械的可动部的不同位置的机械特性的变化在内来调整马达控制部100的参数的情况下,要求在各位置测定马达控制部100的频率特性。在以下的说明中,在仅记为频率特性时,频率特性是指马达控制部100的频率特性。
另外,在根据快速进给、切削进给等马达控制部100的状态来设定马达控制部100的参数的情况下,为了按状态进行马达控制部100的参数的设定,要求对按状态设定的各参数测定频率特性。
若在机床或工业机械(以下,称为机械)的可动部的全部位置,根据多个状态设定多个参数,对各参数测定频率特性,则测定次数增加,频率特性的测定时间变长。
在本实施方式中,为了缩短频率特性的测定时间,频率特性预测装置10A仅在代表测定点通过多个参数设定来测定多个频率特性,在代表测定点以外的测定点测定多个参数设定中的至少一个的频率特性,根据测定出的这些频率特性,预测多个参数设定中的至少一个以外的参数设定下的频率特性。为此,频率特性预测装置10A具有:移动指令生成部200、频率特性测定部300、存储部400、频率特性预测部500以及状态切换部600。代表测定点成为第一位置,代表测定点以外的测定点成为第二位置。
在本实施方式中,马达控制部100的参数由用户预先设定。
在以下的说明中,以如下情况为例进行说明:如图2所示,马达控制部100通过马达150,使成为机械的可动部的台810沿X轴方向移动,在图3所示的代表测定点A2和测定点A1、A3,后述的状态切换部600进行快速进给、切削进给的参数的切换并测定频率特性。代表测定点A2的位置没有特别限定,但优选设定在台的可动范围的中央。
图2是表示成为沿机械的X轴方向移动的可动部的台的图。图3是表示成为机械的可动部的台的一个代表测定点(代表测定点A2)和两个测定点(测定点A1、A3)处的快速进给、切削进给的参数的设定的状态的图。在图3中,用涂黑的圆表示测定快速进给和切削进给这两个参数设定的频率特性的代表测定点A2,用圆表示测定切削进给的参数设定的频率特性的测定点A1、A3。图3所示的、代表测定点A2以及测定点A1、A3的双向箭头如后述那样表示一边使频率变化一边将正弦波信号施加到马达控制部100,在代表测定点A2以及测定点A1、A3测定X轴的频率特性。
(移动指令生成部200以及状态切换部600)
移动指令生成部200将用于使台810移动到代表测定点A2的位置的快速进给的速度指令输出到减法器110以及状态切换部600。根据快速进给的速度指令来控制马达控制部100,台810到达代表测定点A2。状态切换部600根据快速进给的速度指令,将马达控制部100的参数设定为快速进给用。之后,移动指令生成部200一边使频率变化一边将正弦波信号作为速度指令Vcmd输出到马达控制部100的减法器110和频率特性测定部300。之后,在代表测定点A2的位置,若移动指令生成部200将快速进给的速度指令变更为切削进给的速度指令,则状态切换部600根据切削进给的速度指令将马达控制部100的参数变更为切削进给用。移动指令生成部200一边使频率变化一边将正弦波信号作为速度指令Vcmd输出到减法器110和频率特性测定部300。
马达控制部100在代表测定点A2的位置,首先以快速进给用的参数,将频率变化的正弦波信号作为速度指令Vcmd进行动作,之后,以切换后的切削用的参数,将频率变化的正弦波信号作为速度指令Vcmd进行动作。马达控制部100以快速进给用的参数和切削用的参数进行动作而得的速度检测值Vfd1、Vfd2作为速度反馈输入到减法器110和频率特性测定部300。
接着,移动指令生成部200将快速进给的速度指令输出到减法器110,根据快速进给的速度指令来控制马达控制部100,台810从代表测定点A2移动到测定点A1或A3(将X轴的位置从代表测定点A2变更为测定点A1或A3)。状态切换部600根据快速进给的速度指令将马达控制部100的参数从切削用变更为快速进给用。
若移动指令生成部200在台810到达测定点A1或A3时将快速进给的速度指令变更为切削进给的速度指令,则状态切换部600根据切削进给的速度指令将马达控制部100的参数变更为切削进给用。
马达控制部100在测定点A1或A3的位置,将频率变化的正弦波信号作为速度指令Vcmd进行动作,马达控制部100以切削用的参数进行动作而得的速度检测值Vfd3作为速度反馈输入到减法器110和频率特性测定部300。
此外,通过变更速度控制部120的积分增益K1v和比例增益K2v中的一个或双方、和/或滤波器130的传递函数的各系数ωc、τ、δ来进行快速进给和切削进给的不同参数的设定。
(频率特性测定部300及存储部400)
在以下的说明中,对频率特性测定部300在代表测定点A2测定由状态切换部600切换的快速进给用的参数设定时和切削进给用的参数设定时的频率特性,在测定点A1测定切削进给用的参数设定时的频率特性,预测测定点A1的快速进给用的参数设定时的频率特性的动作进行说明。
频率特性测定部300使用代表测定点A2的快速进给用的参数设定时的正弦波信号的速度指令Vcmd和速度检测值Vfd1,以各频率求出成为输入信号的速度指令Vcmd和成为输出信号的速度检测值Vfd1的振幅比(输入输出增益)以及相位延迟,由此,测定频率特性f1存储于存储部400。
另外,频率特性测定部300使用代表测定点A2的切削进给用的参数设定时的速度指令Vcmd和速度检测值Vfd2,以各频率求出成为输入信号的速度指令Vcmd和成为输出信号的速度检测值Vfd2的振幅比(输入输出增益)以及相位延迟,由此,测定频率特性f2存储于存储部400。
这样,在存储部400中存储快速进给用的参数设定时的代表测定点A2的频率特性f1和切削进给用的参数设定时的代表测定点A2的频率特性f2。频率特性f1由增益特性L2F和相位特性∠G2F构成。频率特性f2由增益特性L2C和相位特性∠G2C构成。频率特性f1和频率特性f2成为多个第一频率特性。
并且,频率特性测定部300使用测定点A1的切削进给用的参数设定时的速度指令Vcmd和速度检测值Vfd3,求出成为输入信号的速度指令Vcmd和成为输出信号的速度检测值Vfd3的振幅比(输入输出增益)和相位延迟,由此,测定频率特性f3并输出到频率特性预测部500。频率特性f3由增益特性L1C和相位特性∠G1C构成。频率特性f3成为第二频率特性。
频率特性测定部300也可以变更成为输入信号的速度指令Vcmd的振幅、激振次数及激振方式中的至少一个。
移动指令生成部200一边使频率变化一边产生正弦波信号等信号,一边使频率变化一边使控制对象激振。
频率特性测定部300能够变更输入的信号(激振输入)的振幅、激振次数及激振方式中的至少一个。
在此,激振输入是输入信号的振幅,激振次数是以相同的频率使机械激振的周期数,激振方式是“通常的模式”和“高精度模式”。
“高精度模式”是使高频带激振时间恒定而使输入的相位错开的同时进行多次扫描的模式,使用该模式能够提高1kHz以上的高频区域的测定精度。
在输入信号的振幅小的情况下,机械因摩擦力的影响未正确地获取机械的响应,因此,无法正确地表示机械的特性。
在激振次数不足使得机械的响应并非稳定响应而是过渡响应的情况下,无法正确地表示机械的特性。
在高频区域中输入时间短的情况下,未正确地获取机械的响应,因此,无法正确地表示机械的特性。
频率特性测定部300考虑上述状况,变更成为输入信号的速度指令Vcmd的振幅、激振次数及激振方式中的至少一个。
(频率特性预测部)
频率特性预测部500从存储部400读出代表测定点A2的快速进给的频率特性f1(增益特性L2F和相位特性∠G2F)和切削进给的频率特性f2(增益特性L2C和相位特性∠G2C)。
另外,频率特性预测部500从频率特性测定部300取得测定点A1的切削进给的频率特性f3(增益特性L1C和相位特性∠G1C)。由频率特性测定部300测定出的频率特性f3存储于存储部400,频率特性预测部500可以从存储部400读取频率特性f3。
并且,频率特性预测部500使用代表测定点A2的快速进给的频率特性f1和切削进给的频率特性f2、测定点A1的切削进给的频率特性f3,计算测定点A1的快速进给的预测频率特性f4(增益特性L1F和相位特性∠G1F)。预测频率特性f4成为第三频率特性。
具体而言,成为快速进给的预测频率特性f4的、快速进给的增益特性L1F和相位特性∠G1F使用数学公式3(以下表示为数学式3)来计算。
[数学式3]
L1F=L2F-L2C+L1C
∠G1F=∠G2F-∠G2C+∠G1C
此外,频率特性预测部500进行的增益特性L1F的计算可以是L1F=(L2F-L2C)+L1C、L1F=(L1C-L2C)+L2F、以及L1F=(L2F+L1C)-L2C中的任一个。
另外,频率特性预测部500进行的相位特性∠G1F的计算可以是∠G1F=(∠G2F-∠G2C)+∠G1C、∠G1F=(∠G1C-∠G2C)+∠G2F、以及∠G1F=(∠G2F+∠G1C)-∠G2C中的任一个。
使用上述数学公式3能够预测代表测定点A2以外的测定点A1的频率特性的理由如下。
关于与速度环(速度反馈环)的频率特性有关的、机械的可动部的位置依赖性的影响的有无、以及快速进给、切削进给等状态下的差异的影响的有无,针对速度控制部120、滤波器130、电流控制部140、马达150以及由控制对象700构成的控制成套设备在表1中表示。
[表1]
如表1所示,关于位置依赖性,仅控制成套设备存在对速度环的频率特性的影响,速度控制部120、滤波器130以及电流控制部140不存在对速度环的频率特性的影响。因此,相同的位置的两个状态的频率特性之差分,例如快速进给中的频率特性与切削进给中的频率特性之差不被认为是位置依赖性。
因此,通过将代表测定点的快速进给的频率特性与切削进给的频率特性之差分和代表测定点以外的测定点的切削进给的频率特性相加,能够预测代表测定点以外的测定点的快速进给的频率特性。
预测代表测定点以外的测定点的快速进给的频率特性的方法并不特别限定于使用数学公式3的方法,也可以使用其他方法。
以上,对在测定点A1预测快速进给用的参数设定时的频率特性的动作进行了说明,但能够一样地进行在测定点A3预测快速进给用的参数设定时的频率特性的动作。
以上,对频率特性预测装置10A中包含的功能块进行了说明。
为了实现这些功能块,频率特性预测装置10A具有CPU(Central ProcessingUnit)等运算处理装置。另外,频率特性预测装置10A还具有储存应用软件和OS(OperatingSystem)等各种控制用程序的HDD(Hard Disk Drive)等辅助存储装置、用于储存运算处理装置执行程序时临时需要的数据的RAM(Random Access Memory)这样的主存储装置。
并且,在频率特性预测装置10A中,运算处理装置从辅助存储装置读入应用软件或OS,一边使读入的应用软件或OS在主存储装置中展开,一边进行基于这些应用软件或OS的运算处理。另外,根据该运算结果,控制各装置具有的各种硬件。由此,实现本实施方式的功能块。即,本实施方式能够通过硬件与软件协作来实现。
接着,使用流程图对频率特性预测装置10A的动作进行说明。图4是表示频率特性预测装置的动作的流程图。
在步骤S11中,根据来自移动指令生成部200的快速进给的移动指令,控制马达控制部100,成为可动部的台810移动到代表测定点A2。
在步骤S12中,状态切换部600根据快速进给的移动指令,将马达控制部100的参数设为快速进给的参数。步骤S12可以与步骤S11同时进行,也可以在步骤S11之前进行。
在步骤S13中,移动指令生成部200将成为频率变化的正弦波信号的速度指令Vcmd输出到马达控制部100,频率特性测定部300按各频率求出成为输入信号的速度指令Vcmd和成为输出信号的速度检测值Vfd1的振幅比(输入输出增益)以及相位延迟,由此,测定频率特性f1并存储于存储部400。
在步骤S14中,当移动指令生成部200将快速进给的速度指令变更为切削进给的速度指令时,状态切换部600根据切削进给的速度指令将马达控制部100的参数变更为切削进给用。
在步骤S15中,移动指令生成部200将成为频率变化的正弦波信号的速度指令Vcmd输出到马达控制部100,频率特性测定部300按各频率求出成为输入信号的速度指令Vcmd和成为输出信号的速度检测值Vfd2的振幅比(输入输出增益)以及相位延迟,由此,测定频率特性f2并存储于存储部400。
这样,在存储部400中存储代表测定点A2的快速进给用的参数设定时的频率特性f1和切削进给用的参数设定时的频率特性f2。
在步骤S16中,根据来自移动指令生成部200的快速进给的移动指令,控制马达控制部100,成为可动部的台810移动到测定点A1。状态切换部600根据快速进给的速度指令将马达控制部100的参数变更为快速进给用。
在步骤S17中,当移动指令生成部200将快速进给的速度指令变更为切削进给的速度指令时,状态切换部600根据切削进给的速度指令将马达控制部100的参数变更为切削进给用。此外,在成为可动部的台810从代表测定点A2移动到测定点A1的情况下,如果以切削进给进行移动,则在步骤S16中,状态切换部600不需要将马达控制部100的参数变更为快速进给用,另外不需要步骤S17。
在步骤S18中,移动指令生成部200将成为频率变化的正弦波信号的速度指令Vcmd作为移动指令输出到马达控制部100,频率特性测定部300按各频率求出成为输入信号的速度指令Vcmd和成为输出信号的速度检测值Vfd2的振幅比(输入输出增益)以及相位延迟,由此,测定频率特性f3并输出到频率特性预测部500。
在步骤S19中,频率特性预测部500使用代表测定点A2的快速进给的频率特性f1、代表测定点A2的切削进给的频率特性f2以及测定点A1的切削进给的频率特性f3,计算测定点A1的快速进给的预测频率特性f4。快速进给的预测频率特性f4的计算能够如已经说明的那样使用数学公式3来进行。
在步骤S20中,判断是否在全部测定点完成了频率特性的预测,在未完成的情况下,返回到步骤S16,进行步骤S16至步骤S20的处理,直到在除了代表测定点以外的全部测定点完成频率特性的预测为止。在全部测定点完成了频率特性的预测的情况下结束处理。
以上,对在测定点A1预测快速进给用的参数设定时的频率特性的动作进行了说明,但能够一样地进行在测定点A3预测快速进给用的参数设定时的频率特性的动作。
在本实施方式中,仅在代表测定点A2测定快速进给用的参数设定时的频率特性,在测定点A1、A3不测定快速进给用的参数设定时的频率特性,因此,能够缩短频率特性的测定时间。
以下,对将本实施方式的频率特性预测装置用于切削加工机来预测频率特性的实施例进行说明。切削加工机是后述的图18所示的切削加工机。
使成为切削加工机的可动部的台沿X轴方向移动,将代表测定点设定于X轴方向的可动范围的中央,频率特性预测装置在代表测定点测定快速进给及切削进给的频率特性,求出快速进给的频率特性与切削进给的频率特性之差。
图5是表示在代表测定点测定出的快速进给及切削进给的增益特性的特性图,图6是表示在代表测定点测定出的快速进给及切削进给的相位特性的特性图。图7是表示在代表测定点测定出的快速进给的增益特性与切削进给的增益特性之差的特性图,图8是表示在代表测定点测定出的快速进给的相位特性与切削进给的相位特性之差的特性图。
接着,频率特性预测装置在远离代表测定点的测定点测定切削进给的频率特性,对该频率特性加上快速进给的频率特性与切削进给的频率特性之差,预测远离代表测定点的测定点的快速进给的频率特性。为了进行比较,实际测定了远离代表测定点的测定点的快速进给的频率特性。
图9是表示在测定点预测出的快速进给的增益特性和在测定点测定出的快速进给的增益特性的特性图,图10是表示在测定点预测出的快速进给的相位特性和在测定点测定出的快速进给的相位特性的特性图。
如图9和图10所示,在测定点预测出的快速进给的频率特性与在测定点实际测定出的快速进给的频率特性大致重叠,可知基于本实施方式的频率特性预测装置的频率特性的预测是有效的。
(第二实施方式)
在第一实施方式中,对在代表测定点以外的测定点预测快速进给时的频率特性的例子进行了说明。在本实施方式中,对具有参数调整部的频率特性预测装置进行说明,该参数调整部根据由频率特性测定部300测定出的频率特性或由频率特性预测部500预测出的频率特性,调整马达控制部100的参数。
图11是表示本公开的第二实施方式的频率特性预测装置的框图。在图11中,对与图1所示的构成部件相同的构成部件标注相同的符号并省略说明。
如图11所示,频率特性预测装置10B成为对图1所示的频率特性预测装置10A加上了参数调整部800的结构。
在以下的说明中,与第一实施方式的说明一样,以如下情况为例进行说明:马达控制部100通过马达150,如图2所示,使成为可动部的台810沿X轴方向移动,在图3所示的代表测定点A2和测定点A1、A3,后述的状态切换部600进行快速进给、切削进给的参数的切换来测定频率特性。
参数调整部800根据由频率特性测定部300测定出的代表测定点A2的快速进给和切削进给的频率特性,调整快速进给时和切削进给时的马达控制部100的参数。
另外,参数调整部800根据由频率特性测定部300测定出的测定点A1的切削进给的频率特性,调整切削进给时的马达控制部100的参数。
并且,参数调整部800根据由频率特性预测部500预测出的测定点A1的快速进给的频率特性,调整快速进给时的马达控制部100的参数。
根据由频率特性测定部300测定出的频率特性和由频率特性预测部500预测出的频率特性来调整马达控制部100的参数的方法无特别限定,但在以下的说明中,对使用了强化学习作为机器学习的例子进行说明。在本实施方式中使用的强化学习例如在日本特开2020-177257号公报中有记载。机器学习能够使用强化学习,但并不特别限定于强化学习,例如也可以进行监督学习。
以下,将作为机器学习装置发挥功能的参数调整部800记为参数调整部800A。
参数调整部800A取得由频率特性测定部300测定出的频率特性或由频率特性预测部500预测出的频率特性,对马达控制部100的参数的最佳值进行机器学习(以下,将“机器学习”称为“学习”),以使取得的频率特性与成为目标的频率特性相同或在一定范围内。并且,参数调整部800A将马达控制部100的参数,即积分增益K1v和比例增益K2v、以及滤波器130的传递函数的各系数ωc、τ、δ设定为最佳值。
参数调整部800A的参数调整在出厂前进行,但也可以在出厂后进行再学习。
<参数调整部800A>
参数调整部800A进行Q学习(Q-learning),将由频率特性测定部300测定出的频率特性(输入输出增益和相位延迟)或由频率特性预测部500预测出的频率特性(输入输出增益和相位延迟)设为状态S,将该状态S的参数的值的调整设为行为A。对于本领域技术人员来说众所周知,Q学习的目的在于,在某个状态S时,从可取的行为A中选择价值Q(S,A)最高的行为A作为最佳行为。
参数调整部800A观测包含由频率特性测定部300测定出的频率特性或由频率特性预测部500预测出的频率特性的状态信息S,决定行为A。参数调整部800A在每次进行行为A时返回回报。关于回报在后面进行叙述。
在Q学习中,参数调整部800A例如试错性地搜索将来的回报的合计成为最大的最佳行为A。由此,参数调整部800A能够针对状态S选择最佳行为A(即,最佳的伺服参数的值)。
在参数调整部800A中,根据由频率特性测定部300测定出的频率特性来调整马达控制部100的参数的动作、与根据由频率特性预测部500预测出的频率特性来调整马达控制部100的参数的动作不同。以下,对各动作进行说明。
(根据测定出的频率特性来调整马达控制部的参数的情况)
图12是表示参数调整部800A的结构的框图。
为了进行上述的强化学习,如图12所示,参数调整部800A具有:状态信息取得部801、学习部802、行为信息输出部803、价值函数存储部804以及最佳化行为信息输出部805。
状态信息取得部801使用调整后的参数使马达控制部100动作,取得由频率特性测定部300测定出的频率特性(输入输出增益的增益特性和表示相位延迟的相位特性)并输出到学习部802。状态信息取得部801在最初开始Q学习的时间点,从频率特性测定部300取得调整前的参数下的马达控制部100的频率特性,并输出至学习部802。从频率特性测定部300取得的频率特性成为状态信息S。此外,在图12中,参数表示为滤波器130的系数。
此外,在最初开始Q学习的时间点,初始值的参数由用户预先生成。关于初始值的参数,在操作者预先调整机床的情况下,也可以将调整完成的值作为初始值。
学习部802是学习在某个状态S下选择某个行为A的情况下的价值Q(S、A)的部分。学习部802具有:回报输出部8021、价值函数更新部8022以及行为信息生成部8023。
回报输出部8021是计算在某个状态S下选择了行为A的情况下的回报的部分。
回报输出部8021在调整了初始值的参数的情况下,将各频率的输入输出增益gs与预先设定的规范模型的各频率的输入输出增益的值gb进行比较。回报输出部8021在输入输出增益gs大于规范模型的输入输出增益的值gb的情况下,给予负的回报。另一方面,回报输出部8021在输入输出增益gs为规范模型的输入输出增益的值gb以下的情况下,在从状态S成为状态S’的情况下,在相位延迟变小时给予正的回报,在相位延迟变大时给予负的回报,在相位延迟不变时给予零的回报。
首先,使用图13及图14对在输入输出增益gs大于规范模型的输入输出增益的值gb的情况下回报输出部8021给予负的回报的动作进行说明。
回报输出部8021保存输入输出增益的规范模型。规范模型是具有没有谐振的理想特性的马达控制部的模型。规范模型例如能够根据图13所示的模型的惯量Ja、转矩常数Kt、比例增益Kp、积分增益KI、微分增益KD通过计算求出。惯量Ja是马达惯量和机械惯量的相加值。
图14是表示规范模型的马达控制部的输入输出增益的频率特性和学习前以及学习后的马达控制部100的输入输出增益的频率特性的特性图。如图14的特性图所示,规范模型具有成为一定的输入输出增益以上,例如-20dB以上的理想的输入输出增益的频率区域即区域A、以及小于一定的输入输出增益的频率区域即区域B。在图14的区域A中,用曲线MC1(粗线)表示规范模型的理想的输入输出增益。在图14的区域B中,用曲线MC11(虚线的粗线)表示规范模型的理想的虚拟输入输出增益,用直线MC12(粗线)表示规范模型的输入输出增益作为一定值。在图14的区域A及B中,分别用曲线RC1、RC2表示与学习前及学习后的马达控制部的输入输出增益的曲线。
回报输出部8021在区域A中,在输入输出增益的学习前的曲线RC1超过规范模型的理想的输入输出增益的曲线MC1的情况下给予第一的负的回报。
在超过输入输出增益充分变小的频率的区域B中,即使学习前的输入输出增益的曲线RC1超过规范模型的理想的虚拟输入输出增益的曲线MC11,对稳定性的影响也变小。因此,在区域B中,如上所述,规范模型的输入输出增益并非理想的增益特性的曲线MC11,而是使用一定值的输入输出增益(例如,-20dB)的直线MC12。但是,在学习前的输入输出增益的曲线RC1超过一定值的输入输出增益的直线MC12的情况下,可能变得不稳定,因此,赋予第一的负值作为回报。
接下来,对在输入输出增益gs为规范模型的输入输出增益的值gb以下的情况下,回报输出部8021根据相位延迟来决定回报的动作进行说明。
在以下的说明中,将状态信息S的状态变量即相位延迟用D(S)表示,将通过行为信息A(伺服参数的值的调整)从状态S变化后的状态S’的状态变量即相位延迟用D(S’)表示。此外,在最初开始Q学习的时间点,未求出相位延迟,因此,将通过以从频率特性测定部300取得的初始值的伺服参数使马达控制部100动作而得的马达控制部100的相位延迟设为D(S)来决定以下的回报。
回报输出部8021根据相位延迟决定回报的方法例如有以下的方法。
在从状态S成为状态S’的情况下,能够根据相位延迟为180度的频率变大、变小、或者相同来决定回报。在此,列举了相位延迟为180度的情况,但并不特别限定于180度,也可以是其他值。
例如,在从状态S成为状态S’的情况下,若曲线以相位延迟为180度的频率变小的方式变化,则相位延迟变大。另一方面,在从状态S成为状态S’的情况下,若曲线以相位延迟为180度的频率变大的方式变化,则相位延迟变小。
因此,在从状态S成为状态S’的情况下,在相位延迟为180度的频率变小时,定义为相位延迟D(S)<相位延迟D(S’),回报输出部8021将回报值设为第二的负值。此外,第二的负值的绝对值小于第一的负值。
另一方面,在从状态S成为状态S’的情况下,在相位延迟为180度的频率变大时,定义为相位延迟D(S)>相位延迟D(S’),回报输出部8021将回报的值设为正值。
另外,在从状态S成为状态S’的情况下,相位延迟为180度的频率不变时,定义为相位延迟D(S)=相位延迟D(S’),回报输出部8021将回报的值设为零的值。
根据相位延迟决定回报的方法不限于上述方法,也可以使用如下方法:在从状态S成为状态S’的情况下,在相位余量小时给予第二的负值的回报,在变大时给予正值的回报,在相同时给予零的回报。
以上,对回报输出部8021进行了说明。
价值函数更新部8022根据状态S、行为A、将行为A应用于状态S的情况下的状态S’以及如上所述求出的回报进行Q学习,由此,更新价值函数存储部804所存储的价值函数Q。
价值函数Q的更新可以通过在线学习进行,也可以通过批量学习进行,还可以通过小批量学习进行。
在线学习是如下学习方法:通过将某个行为A应用于当前的状态S,每当状态S转移到新的状态S’时,立即进行价值函数Q的更新。另外,批量学习是如下学习方法:通过将某个行为A应用于当前的状态S,反复进行状态S转移到新的状态S’的处理,由此,收集学习用的数据,使用收集到的全部学习用数据进行价值函数Q的更新。并且,小批量学习是在线学习与批量学习的中间的学习方法,是每当累积某种程度的学习用数据时进行价值函数Q的更新的学习方法。
行为信息生成部8023针对当前的状态S选择Q学习的过程中的行为A。行为信息生成部8023在Q学习的过程中,为了进行调整伺服参数的值的动作(相当于Q学习中的行为A),生成行为信息A,将生成的行为信息A输出到行为信息输出部803。
更具体而言,行为信息生成部8023例如将状态S中包含的、相对于调整后的参数的行为A中包含的、参数中的速度控制部120的积分增益K1v和比例增益K2v、以及滤波器130的传递函数的各系数ωc、τ、δ加上或减去增量。
此外,成为参数的速度控制部120的积分增益K1v和比例增益K2v、以及滤波器130的各系数ωc、τ、δ可以全部修正,也可以修正一部分系数。在调整滤波器130的各系数ωc、τ、δ的情况下,例如容易发现产生谐振的中心频率fc,容易确定中心频率fc。因此,行为信息生成部8023也可以生成行为信息A,将生成的行为信息A输出到行为信息输出部803,以进行如下动作:临时固定中心频率fc,修正带宽fw以及衰减系数δ,即,对系数ωc(=2πfc)进行固定,修正系数τ(=fw/fc)以及衰减系数δ。
另外,行为信息生成部8023也可以采取如下策略:通过在当前推定的行为A的价值中选择价值Q(S,A)最高的行为A’的贪婪算法、或者以某个小的概率ε随机选择行为A’,除此以外选择价值Q(S,A)最高的行为A’的ε贪婪算法这样的公知的方法,来选择行为A’。
行为信息输出部803是对马达控制部100发送从学习部802输出的行为信息A的部分。如上所述,根据该行为信息,在当前的状态S,即当前设定的马达控制部100中,通过调整参数中的速度控制部120的积分增益K1v和比例增益K2v和/或各系数ωc、τ、δ,转移到下一状态S’(即调整后的速度控制部120的积分增益K1v和比例增益K2v和/或滤波器130的各系数)。
价值函数存储部804是存储价值函数Q的存储装置。价值函数Q例如也可以按状态S、行为A作为表(以下,称为行为价值表)来储存。存储于价值函数存储部804的价值函数Q由价值函数更新部8022更新。另外,存储于价值函数存储部804的价值函数Q也可以在与其他机床的参数调整部800A之间共享。如果在多个机床的参数调整部800A中共享价值函数Q,则能够在各机床的参数调整部800A中分散地进行强化学习,因此,能够提高强化学习的效率。
最佳化行为信息输出部805根据价值函数更新部8022通过进行Q学习而更新后的价值函数Q,生成用于使速度控制部120和滤波器130进行价值Q(S、A)为最大的动作的行为信息A(以下,称为“最佳化行为信息”)。
更具体而言,最佳化行为信息输出部805取得价值函数存储部804所存储的价值函数Q。如上所述,该价值函数Q是通过价值函数更新部8022进行Q学习而更新的。并且,最佳化行为信息输出部805根据价值函数Q,生成行为信息,将生成的行为信息输出到马达控制部100的速度控制部120和/或滤波器130。该最佳化行为信息中包含修正马达控制部100的速度控制部120的积分增益K1v和比例增益K2v、和/或滤波器130的传递函数的各系数ωc、τ、δ的信息。
在速度控制部120中,根据该行为信息修正积分增益K1v和比例增益K2v,在滤波器130中,根据该行为信息修正传递函数的各系数ωc、τ、δ。
参数调整部800A能够通过以上的动作进行参数的最佳化,能够简化参数的调整。
(根据预测出的频率特性来调整马达控制部的参数的情况)
参数调整部800A的结构与图12所示的结构相同。
对马达控制部100的参数进行各种改变,频率特性测定部300在代表测定点A2测定快速进给时的频率特性,在代表测定点A2和测定点A1测定切削进给时的频率特性。使用这些频率特性,频率特性预测部500预测测定点A1的预测出的快速进给时的频率特性。得到预测出的快速进给时的频率特性时的马达控制部100的参数与代表测定点A2的快速进给设定时的马达控制部100的参数相同。
频率特性预测部500将代表测定点A2的快速进给设定时的马达控制部100的参数与测定点A1的预测出的快速进给时的频率特性关联起来,按各种改变后的参数来存储在频率特性预测部500内的存储部中。
参数调整部800A的状态信息取得部801在进行上述的强化学习时,从频率特性预测部500内的存储部取得代表测定点的某个参数和利用该参数预测出的快速进给时的频率特性(增益和相位)。
行为信息输出部803指定频率特性预测部500内的存储部中存储的其他参数。
状态信息取得部801从频率特性预测部500内的存储部取得指定的其他参数和利用该其他参数预测出的快速进给模式的频率特性(增益和相位)。
以上的动作以外的参数调整部800A的学习动作与已经说明的参数调整部800A的动作相同。
当这样进行机器学习时,得到与最佳的频率特性对应的最佳的参数。
在进行机器学习的参数调整部800A的运算量多的情况下,例如利用在个人计算机搭载GPU(Graphics Processing Unit),称为GPGPU(General-Purpose computing onGraphics Processing Units)的技术,在将GPU用于运算处理时可以进行高速处理。并且,为了进行更高速的处理,可以使用多台搭载了这样的GPU的计算机来构筑计算机集群,通过该计算机集群所包含的多个计算机来进行并列处理。
上述的各实施方式是本发明的优选的实施方式,但本发明的范围并不仅限定于上述实施方式,在不脱离本发明的主旨的范围内能够以实施了各种变更的方式实施。
在上述的各实施方式中,对设置了一个滤波器的情况进行了说明,但滤波器130也可以通过将分别与不同的频带对应的多个滤波器串联连接而构成。图15是表示将多个滤波器直接连接而构成滤波器的例子的框图。在图15中,在存在m个(m为2以上的自然数)谐振点的情况下,滤波器130串联连接m个滤波器130-1~130-m而构成。
另外,作为产生参数的切换的多个状态,对在快速进给和切削进给中切换参数的例子进行了说明,但也可以在机械的停止时和移动时切换参数,也可以根据移动体的重量切换参数,也可以根据重视精度和重视低发热等机床的驱动条件切换参数。
作为多个状态的各状态的参数,对速度控制部120的增益、滤波器130的系数的例子进行了说明,但作为其他参数,可举出位置环增益、电流控制部140的增益、PWM周期等。
另外,在上述的各实施方式中,对成为机械的可动部的台一维地移动的情况的例子进行了说明,但如以下说明的那样,在机械的可动部二维地移动的情况、机械的可动部三维移动的情况下也能够应用本发明。
<机械的可动部二维(X轴方向以及Y轴方向)地移动的情况的例子>
图16是表示成为沿机械的X轴方向以及Y轴方向移动的可动部的两个台810、820的图。图17是表示一个代表测定点A22、八个测定点A11~A13、A21、A23以及A31~A33处的快速进给、切削进给的参数的设定的状态的图。在图17中,测定快速进给和切削进给这两个参数设定的频率特性的代表测定点A22用涂黑的圆表示,测定切削进给的参数设定的频率特性的测定点A11~A13、A21、A23以及A31~A33用圆表示。
针对X轴及Y轴分别设置频率特性预测装置10A或频率特性预测装置10B。针对X轴及Y轴分别设置的频率特性预测装置10A或频率特性预测装置10B的频率特性测定部300在代表测定点A22测定快速进给用的参数设定时和切削进给用的参数设定时的频率特性,在测定点A11~A13、A21、A23和A31~A33测定切削进给用的参数设定时的频率特性。并且,频率特性预测部500在测定点A11~A13、A21、A23以及A31~A33预测快速进给用的参数设定时的频率特性。图17所示的代表测定点A22、测定点A11~A13、A21、A23以及A31~A33的双向箭头表示:针对X轴以及Y轴,一边使频率变化一边对马达控制部100施加正弦波信号,在代表测定点A22、测定点A11~A13、A21、A23以及A31~A33测定频率特性。
<成为机械的可动部的两个台二维(X轴方向以及Y轴方向)地移动,在机械的主轴移动的可动部与两个台独立地一维(Z轴方向)地移动的情况的例子>
图18是表示成为沿机械的X轴方向以及Y轴方向移动的可动部的两个台810、820和在机械的主轴沿Z轴方向移动的可动部830的图。图19是表示两个代表测定点A22、B33和九个测定点A11~A13、A21、A23、A31~A33以及C33处的快速进给、切削进给的参数的设定的状态的图。在图19中,测定快速进给和切削进给这两个参数设定的频率特性的代表测定点A22、B33用涂黑的圆表示,测定切削进给的参数设定的频率特性的测定点A11~A13、A21、A23、A31~A33以及C33用圆表示。在主轴沿Z轴方向移动的可动部830与两个台810、820独立地一维(Z轴方向)移动,因此,Z轴方向仅在测定点A33、B33、C33测定频率特性。在图19中,仅代表测定点A22以及测定点A33示出针对X轴以及Y轴的双向箭头,省略针对测定点A11~A13、A21、A23以及A31~A32的针对X轴以及Y轴的双向箭头。在测定点A11~A33测定X轴及Y轴的频率特性。另外,在图19中,表示仅测定点A33、B33以及C33示出针对Z轴的双向箭头,针对Z轴测定频率特性。
针对X轴、Y轴及Z轴分别设置频率特性预测装置10A或频率特性预测装置10B。针对X轴、Y轴以及Z轴分别设置的频率特性预测装置10A或频率特性预测装置10B的频率特性测定部300在代表测定点A22、B33测定快速进给用的参数设定时和切削进给用的参数设定时的频率特性,在测定点A11~A13、A21、A23、A31~A33以及C33测定切削进给用的参数设定时的频率特性。并且,频率特性预测部在测定点A11~A13、A21、A23、A31~A33以及C33预测快速进给用的参数设定时的频率特性。
<在机械的主轴移动的可动部三维(X轴方向、Y轴方向以及Z轴方向)地移动的情况的例子>
图20是表示在机械的主轴沿X轴方向、Y轴方向以及Z轴方向移动的可动部的图。图21是表示一个代表测定点B22、二十六个测定点A11~A33、B11~B13、B21、B23、B31~B33以及C11~C33处的快速进给、切削进给的参数的设定的状态的图。在图21中,测定快速进给和切削进给这两个参数设定的频率特性的代表测定点B22用涂黑的圆表示,测定切削进给的参数设定的频率特性的测定点A11~A33、B11~B13、B21、B23、B31~B33以及C11~C33用圆表示。
在图21中,仅代表测定点A22示出针对X轴、Y轴以及Z轴的双向箭头,省略针对测定点A11~A33、B11~B13、B21、B23、B31~B33以及C11~C33的针对X轴、Y轴以及Z轴的双向箭头。在全部测定点A11~C33测定X轴、Y轴以及Z轴的频率特性。
针对X轴、Y轴及Z轴分别设置频率特性预测装置10A或频率特性预测装置10B。针对X轴、Y轴以及Z轴分别设置的频率特性预测装置10A或频率特性预测装置10B的频率特性测定部300在代表测定点B22测定快速进给用的参数设定时和切削进给用的参数设定时的频率特性,在测定点A11~A33、B11~B13、B21、B23、B31~B33以及C11~C33测定切削进给用的参数设定时的频率特性。并且,频率特性预测部在测定点A11~A33、B11~B13、B21、B23、B31~B33以及C11~C33,预测快速进给用的参数设定时的频率特性。
另外,以上说明的实施方式能够通过硬件、软件或者它们的组合来实现。在此,通过软件实现是指通过计算机读入并执行程序来实现。在由硬件构成的情况下,例如能够由LSI(Large Scale Integrated circuit)、ASIC(Application Specific IntegratedCircuit)、门阵列、FPGA(Field Programmable Gate Array)等集成电路(IC)构成各实施方式的一部分或者全部。
另外,在通过软件与硬件的组合来构成上述的实施方式的一部分或者全部的情况下,在由存储有记述了流程图所示的机器学习部的动作的全部或者一部分的程序的硬盘、ROM等存储部、存储运算所需的数据的DRAM、CPU、以及连接各部的总线构成的计算机中,能够通过将运算所需的信息存储于DRAM,由CPU使该程序动作来实现。
程序能够使用各种类型的计算机可读介质(computer readable medium)来储存,并提供给计算机。计算机可读介质包含各种类型的有实体的记录介质(tangible storagemedium)。计算机可读介质例如是磁记录介质(例如,硬盘驱动器)、磁光记录介质(例如,磁光盘)、CD-ROM(Read Only Memory)、CD-R、CD-R/W和半导体存储器(例如,掩模ROM、PROM(Programmable ROM)、EPROM(Erasable PROM)、闪存ROM或RAM(random access memory))。
本公开的频率特性预测装置和频率特性预测方法包含上述的实施方式,能够采取具有如下那样的结构的各种实施方式。
(1)一种频率特性预测装置,其中,具有:
马达控制部(例如,马达控制部100),其用于使机床或工业机械的轴移动;
移动指令生成部(例如,移动指令生成部200),其向所述马达控制部输出用于将所述轴的位置从第一位置变更为第二位置的移动指令;
频率特性测定部(例如,频率特性测定部300),其在所述第一位置和所述第二位置测定所述机床或所述工业机械的频率特性;
状态切换部(例如,状态切换部600),其在所述第一位置,切换所述马达控制部的状态;以及
频率特性预测部(例如,频率特性预测部500),其在所述第二位置预测所述机床或所述工业机械的频率特性,
所述频率特性测定部在所述第一位置,测定与由所述状态切换部切换的多个状态相关的多个第一频率特性,在所述第二位置测定与所述多个状态中的至少一个状态相关的第二频率特性,
所述频率特性预测部使用所述多个第一频率特性和所述第二频率特性,预测与所述第二位置的所述多个状态中的至少一个状态以外的状态相关的第三频率特性。
根据该频率预测装置,能够根据测定出的频率特性来预测频率特性,削减测定次数,缩短测定时间。
(2)根据上述(1)所述的频率特性预测装置,其中,
至少具有:存储部(例如,存储部400),其存储所述多个第一频率特性。
(3)根据上述(1)或(2)所述的频率特性预测装置,其中,
在所述多个状态之间,所述马达控制部的增益、滤波器系数、PWM周期的至少一个的值不同。
(4)根据上述(1)~(3)中任一项所述的频率特性预测装置,其中,
所述第一位置设定于所述轴的移动范围的中央。
(5)根据上述(1)~(4)中任一项所述的频率特性预测装置,其中,
所述移动指令生成部生成频率变化的信号,将所述信号输入至所述马达控制部,
所述频率特性测定部使用所述信号与所述马达控制部的输出信号,按由所述信号规定的各频率,求出所述信号与所述输出信号的振幅比和相位延迟,由此测定频率特性。
(6)根据上述(5)所述的频率特性预测装置,其中,
所述频率特性测定部能够变更所述信号的振幅、激振次数及激振方式中的至少一个。
(7)根据上述(1)~(6)中任一项所述的频率特性预测装置,其中,具有:
参数调整部(例如,参数调整部800),其根据所述多个第一频率特性或所述第二频率特性,或者根据所述第三频率特性,决定所述马达控制部的参数。
(8)根据上述(7)所述的频率特性预测装置,其中,
所述马达控制部的参数包含速度控制部的增益、滤波器的系数、电流控制部的增益及PWM周期中的至少一个。
(9)根据上述(7)或(8)所述的频率特性预测装置,其中,
所述参数调整部使用强化学习来决定所述马达控制部的参数。
(10)一种频率特性预测方法,其中,
根据第一移动指令,通过马达控制部(例如,马达控制部100)将机床或工业机械的轴的位置移动到第一位置,
在所述第一位置,通过频率特性测定部(例如,频率特性测定部300)测定与所述马达控制部的多个状态相关的多个第一频率特性,
根据第二移动指令,通过所述马达控制部将所述轴的位置从所述第一位置移动到第二位置,
在所述第二位置,通过所述频率特性测定部测定与所述多个状态中的至少一个状态相关的第二频率特性,
通过频率特性预测部(例如,频率特性预测部500),使用所述多个第一频率特性和所述第二频率特性,通过频率特性预测部预测与所述第二位置的所述多个状态中的至少一个状态以外的状态相关的第三频率特性。
根据该频率预测方法,能够根据测定出的频率特性来预测频率特性,削减测定次数,缩短测定时间。
符号说明
10A、10B频率特性预测装置
100 马达控制部
200 移动指令生成部
300 频率特性测定部
400 存储部
500 频率特性预测部
600 状态切换部
700 控制对象
800 参数调整部。
Claims (10)
1.一种频率特性预测装置,其特征在于,
所述频率特性预测装置具有:
马达控制部,其用于使机床或工业机械的轴移动;
移动指令生成部,其向所述马达控制部输出用于将所述轴的位置从第一位置变更为第二位置的移动指令;
频率特性测定部,其在所述第一位置和所述第二位置测定所述机床或所述工业机械的频率特性;
状态切换部,其在所述第一位置,切换所述马达控制部的状态;以及
频率特性预测部,其在所述第二位置,预测所述机床或所述工业机械的频率特性,
所述频率特性测定部在所述第一位置,测定与由所述状态切换部切换的多个状态相关的多个第一频率特性,在所述第二位置,测定与所述多个状态中的至少一个状态相关的第二频率特性,
所述频率特性预测部使用所述多个第一频率特性和所述第二频率特性,预测与所述第二位置的所述多个状态中的至少一个状态以外的状态相关的第三频率特性。
2.根据权利要求1所述的频率特性预测装置,其特征在于,
所述频率特性预测装置至少具有存储所述多个第一频率特性的存储部。
3.根据权利要求1或2所述的频率特性预测装置,其特征在于,
在所述多个状态之间,所述马达控制部的增益、滤波器系数、PWM周期中的至少一个的值不同。
4.根据权利要求1至3中任一项所述的频率特性预测装置,其特征在于,
所述第一位置设定于所述轴的移动范围的中央。
5.根据权利要求1至4中任一项所述的频率特性预测装置,其特征在于,
所述移动指令生成部生成频率变化的信号,将所述信号输入到所述马达控制部,
所述频率特性测定部使用所述信号和所述马达控制部的输出信号,按照由所述信号规定的各频率求出所述信号与所述输出信号的振幅比和相位延迟,由此测定频率特性。
6.根据权利要求5所述的频率特性预测装置,其特征在于,
所述频率特性测定部能够变更所述信号的振幅、激振次数及激振方式中的至少一个。
7.根据权利要求1至6中任一项所述的频率特性预测装置,其特征在于,
所述频率特性预测装置具有:参数调整部,其根据所述多个第一频率特性或所述第二频率特性,或者根据所述第三频率特性,决定所述马达控制部的参数。
8.根据权利要求7所述的频率特性预测装置,其特征在于,
所述马达控制部的参数包括速度控制部的增益、滤波器的系数、电流控制部的增益及PWM周期中的至少一个。
9.根据权利要求7或8所述的频率特性预测装置,其特征在于,
所述参数调整部使用强化学习来决定所述马达控制部的参数。
10.一种频率特性预测方法,其特征在于,
根据第一移动指令,通过马达控制部将机床或工业机械的轴的位置移动到第一位置,
在所述第一位置,通过频率特性测定部测定与所述马达控制部的多个状态相关的多个第一频率特性,
根据第二移动指令,通过所述马达控制部将所述轴的位置从所述第一位置移动到第二位置,
在所述第二位置,通过所述频率特性测定部测定与所述多个状态中的至少一个状态相关的第二频率特性,
通过频率特性预测部,使用所述多个第一频率特性和所述第二频率特性,通过频率特性预测部预测与所述第二位置的所述多个状态中的至少一个状态以外的状态相关的第三频率特性。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2021/032531 WO2023032175A1 (ja) | 2021-09-03 | 2021-09-03 | 周波数特性予測装置及び周波数特性予測方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117678155A true CN117678155A (zh) | 2024-03-08 |
Family
ID=80997567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180100783.9A Pending CN117678155A (zh) | 2021-09-03 | 2021-09-03 | 频率特性预测装置及频率特性预测方法 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP7022261B1 (zh) |
CN (1) | CN117678155A (zh) |
DE (1) | DE112021007832T5 (zh) |
WO (1) | WO2023032175A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023181418A1 (ja) * | 2022-03-25 | 2023-09-28 | ファナック株式会社 | 制御パラメータを調整する調整装置、制御システム及び制御パラメータ調整方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5302639B2 (ja) * | 2008-11-21 | 2013-10-02 | 三菱重工業株式会社 | サーボ制御装置 |
JP5324679B1 (ja) | 2012-04-10 | 2013-10-23 | ファナック株式会社 | 工作機械の送り軸を駆動するサーボモータを制御するサーボモータ制御装置 |
JP6154435B2 (ja) * | 2015-07-09 | 2017-06-28 | ファナック株式会社 | 制御系のオンライン自動調整状況を表示する機能を有するサーボ制御装置 |
JP6649023B2 (ja) * | 2015-09-30 | 2020-02-19 | ファナック株式会社 | 学習制御器の特性測定を行う機能を有するサーボ制御装置 |
JP6426770B2 (ja) | 2017-02-06 | 2018-11-21 | ファナック株式会社 | サーボ制御装置 |
JP7000373B2 (ja) | 2019-04-15 | 2022-01-19 | ファナック株式会社 | 機械学習装置、制御装置及び機械学習方法 |
-
2021
- 2021-09-03 WO PCT/JP2021/032531 patent/WO2023032175A1/ja active Application Filing
- 2021-09-03 DE DE112021007832.1T patent/DE112021007832T5/de active Pending
- 2021-09-03 CN CN202180100783.9A patent/CN117678155A/zh active Pending
- 2021-09-03 JP JP2021567992A patent/JP7022261B1/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JPWO2023032175A1 (zh) | 2023-03-09 |
WO2023032175A1 (ja) | 2023-03-09 |
JP7022261B1 (ja) | 2022-02-17 |
DE112021007832T5 (de) | 2024-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101460463B1 (ko) | 모터 제어 장치 | |
US11023827B2 (en) | Machine learning device, servo control device, servo control system, and machine learning method for suppressing variation in position error using feedforward control | |
WO2011136160A1 (ja) | サーボ制御装置 | |
CN111103849B (zh) | 输出装置、控制装置、以及学习参数的输出方法 | |
CN101241352A (zh) | 用于比例积分微分控制的设备和方法 | |
JP6290619B2 (ja) | モータの制御装置 | |
US10101729B2 (en) | Motor control device, motor control method and computer readable recording medium | |
US11029650B2 (en) | Machine learning device, control system, and machine learning method | |
CN111552237B (zh) | 机器学习装置、控制装置、以及机器学习的搜索范围的设定方法 | |
CN117678155A (zh) | 频率特性预测装置及频率特性预测方法 | |
CN110941242A (zh) | 电动机控制装置 | |
KR20170119197A (ko) | 궤도 추적 에러의 최대 진폭을 줄이기 위한 제어기 설계 방법 및 이를 이용한 제어기 | |
JP2007306753A (ja) | ノッチフィルタのパラメータ調整方法、プログラムおよびモータ制御装置 | |
JP2007185014A (ja) | モータ制御装置の制御パラメータ算出方法、算出プログラムおよびモータ制御装置 | |
WO2021251226A1 (ja) | 制御支援装置、制御装置及び制御支援方法 | |
JP7469476B2 (ja) | 制御支援装置、制御システム及び制御支援方法 | |
JP5460371B2 (ja) | 数値制御装置 | |
US6920362B2 (en) | Control apparatus | |
JP4036520B2 (ja) | 単純適応制御装置 | |
WO2022065190A1 (ja) | 制御支援装置、制御システム及びフィルタ調整方法 | |
US10901374B2 (en) | Machine learning device, control device, and machine learning method | |
JP2001290506A (ja) | 制御対象の同定方法およびその同定結果を利用する制御装置 | |
CN117978024A (zh) | 一种伺服电机位置控制方法、装置、介质、处理器及伺服系统 | |
JPH05250039A (ja) | ディジタルサーボ制御装置 | |
Wallén et al. | Experimental evaluation of ILC applied to a six degrees-of-freedom industrial robot |
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 |